การศึกษาองค์ประกอบที่เกี่ยวข้องกับการเกิดอุบัติเหตุจราจรในประเทศไทยและการจำแนกข่าว ด้วยเทคนิคการทำเหมืองข้อความ

Abstract

ในปัจจุบันปัญหาอุบัติเหตุจากการจราจรในประเทศไทยยังคงเป็นปัญหาหลักๆที่ต้องแก้ไขอย่างเร่งด่วน โดยปัญหาด้านจราจรมีแนวโน้มเพิ่มขึ้นทุกปี ทำให้มีผู้เสียชีวิต และผู้บาดเจ็บ ก่อให้เกิดความสูญเสียในชีวิตและทรัพย์สินแก่ผู้ประสบเหตุเองและความเสียหายให้กับภาครัฐในการสูญเสียงบประมาณในการดูแลและแก้ปัญหาดังกล่าว ผู้วิจัยจึงสนใจที่จะสร้างตัวแบบหัวข้อสาเหตุการเกิดอุบัติเหตุจราจร โดยมีการสร้างตัวแบบหัวข้อด้วยวิธีการจัดสรรดีรีเคลแฝง (Latent Dirichlet Allocation : LDA) เพื่อเป็นแนวทางในการหาประเด็นสาเหตุที่สำคัญและตัวแบบจำแนกข่าวสารด้วยการผสานกันระหว่างการจัดกลุ่มข้อมูลแบบเคมีน (K-means Clustering) กับการจำแนกประเภท 2 อัลกอริทึม ประกอบด้วย อัลกอริทึม ซัพพอร์ตเวกเตอร์แมชชีน (Support Vector Machine : SVM) และ อัลกอริทึม ถดถอยโลจีสติก (Logistic Regression) เพื่อหาตัวแบบที่เหมาะสมที่สุดในการจำแนกข่าวสารที่ส่งผลต่อการเกิดอุบัติเหตุการจราจรในประเทศไทย ผลการศึกษาการสร้างตัวแบบหัวข้อ ผู้วิจัยได้ทำการแบ่งประเด็นสาเหตุสำคัญออกเป็น 3 หัวข้อ ได้แก่ (1) องค์ประกอบเชิงบุคคล (2) องค์ประกอบเชิงยานพาหนะ (3) องค์ประกอบเชิงกายภาพ (ถนน/สภาพแวดล้อม) และผลการศึกษาตัวแบบจำแนกข่าวสารพบว่า การจัดกลุ่มแบบเคมีนจะให้ผลลัพธ์เท่ากับ 7 กลุ่ม และเมื่อนำไปสร้างการจำแนกประเภทพบว่า อัลกอริทึมซัพพอร์ตเวกเตอร์แมชชีนมีประสิทธิภาพในการจัดประเภทดีที่สุดด้วยค่า Accuracy เท่ากับ 0.83126 ค่า Precison เท่ากับ 0. 83608 ค่า Recall เท่ากับ 0.83317