Open Miner Intelligence

คงปฏิเสธไม่ได้ว่าในกิจกรรมของเราๆท่านๆ ทุกวันนี้ ล้วนแล้วแต่คลุกคลีกับ ดาต้าไมน์นิ่ง (data mining) โดยไม่รู้ตัว ไม่ว่าจะเป็นการบริโภคอาหาร การซื้อสินค้าในร้านสะดวกซื้อ การออกสินค้าโปรโมชันของห้างสรรพสินค้า โปรโมชันต่างๆ ของโทรศัพท์มือถือ รูปแบบการทำประกันชีวิต หรือแม้แต่การให้สินเชื่อต่างๆ หรือการออกบัตรเครดิตของธนาคาร ล้วนแล้วแต่ใช้สิ่งที่เรียกว่า ดาต้าไมน์นิ่ง ด้วยกันทั้งนั้น แล้วมันคืออะไรล่ะ

คำว่า ดาต้าไมน์นิ่ง (Data Mining) ในภาษาไทยนั้น เป็นที่รู้จักในหมู่เราชาวไอทีว่าคือการทำเหมืองข้อมูล สิ่งที่มาคู่กันกับ ดาต้าไมน์นิ่ง คงหลีกหนีไม่พ้นคำว่า ดาต้าแวร์เฮ้าส์ (Data Warehouse) ซึ่งก็คือโกดังเก็บข้อมูลดีๆ นี่เอง ให้ลองเปรียบคลังข้อมูลที่เรามีอยู่เป็นเหมืองขนาดใหญ่ที่มีแร่ธาตุสารพัด การทำเหมืองโดยทั่วไปเราคงอยากเจอแร่ดีๆ เช่น ทองคำ เงิน หรือ พลอย แต่ในการทำเหมืองข้อมูลสิ่งที่เราอยากได้คือองค์ความรู้ หรือรูปแบบความสัมพันธ์ที่น่าสนใจซึ่งซ่อนอยู่ภายในคลังข้อมูลขนาดใหญ่นั่นเอง เช่น พบรูปแบบการซื้อสินค้าของลูกค้าว่า ทุกครั้งที่มีการซื้อน้ำเปล่า จะมีการซื้อทิชชู ควบคู่กันเสมอ จากความสัมพันธ์ดังกล่าวทางร้านค้าอาจนำไปใช้ในการจัดทำโปรโมชันเพื่อส่งเสริมการขายเป็นต้น

ทำไมต้อง Data Mining…

ตัวอย่างการประยุกต์ใช้ดาต้าไมน์นิ่งในกลุ่มธุรกิจอื่น ได้แก่

กลุ่มเทเลคอมและเน็ตเวิร์ค – โปรโมชันมือถือ หรือ internet ระบบตรวจจับการบุกรุกเครือข่าย
กลุ่มประกันชีวิต – แผนประกันชีวิตแบบต่างๆ
กลุ่มโรงพยาบาล – การออกแพ็คเก็ตตรวจสุขภาพ
กลุ่มการท่องเที่ยวและโรงแรม – Recommendation system สำหรับ web marketing
กลุ่มธุรกิจการเงิน ธนาคาร – ระบบสนับสนุนการตัดสินใจในการให้สินเชื่อ ระบบตรวจจับการทุจริตทางการเงิน
กลุ่มวิทยาศาสตร์ชีวภาพ – งานวิจัยทางด้าน Bioinformatics

ขั้นตอนการทำเหมืองข้อมูล มีอะไรบ้าง…

หลังจากทำความรู้จักกับดาต้าไมน์นิ่งกันแล้ว หลายคนคงรู้สึกสนใจศาสตร์การทำเหมืองข้อมูลนี้ขึ้นมาทันที ในการวิเคราะห์ข้อมูลด้วยเทคนิคดาต้าไมน์นิ่ง มีกระบวนการมาตรฐานที่เรียกว่า “Cross-Industry Standard Process for Data Mining” หรือเรียกย่อๆ ว่า “CRISP-DM” ซึ่งเกิดจากความร่วมมือระหว่าง บริษัท DaimlerChrysler บริษัท SPSS และบริษัท NCR

1. Business Understanding

เป็นขั้นตอนแรกสุดในกระบวนการ CRISP-DM ขั้นตอนนี้เป็นการทำความเข้าใจ ระบุปัญหาหรือโอกาสเชิงธุรกิจ จากนั้นทำการแปลงโจทย์ที่ได้ ให้อยู่ในรูปแบบที่เหมาะสมต่อการนำมาวิเคราะห์ข้อมูลทางดาต้าไมน์นิ่ง

2. Data Understanding

ข้อมูลเป็นปัจจัยที่สำคัญที่สุดที่ขาดไม่ได้ในการทำดาต้าไมน์นิ่ง ในขั้นตอนนี้เป็นการรวบรวมข้อมูลที่เกี่ยวข้อง เพื่อใช้ในการวิเคราะห์ด้วยเทคนิคดาต้าไมน์นิ่ง ในการรวบรวมข้อมูลนั้นควรพิจารณาด้วยว่าเป็นข้อมูลที่ได้มาจากแหล่งข้อมูลที่ถูกต้องน่าเชื่อถือ ข้อมูลที่ได้มีปริมาณมากพอหรือยัง และเป็นข้อมูลที่เหมาะสม มีรายละเอียดเพียงพอต่อการนำไปใช้ในการวิเคราะห์

3. Data Preparation

ขั้นตอนการเตรียมข้อมูลเป็นขั้นตอนที่ใช้เวลานานที่สุด เนื่องจากโมเดลที่ได้จากการทำดาต้าไมน์นิ่งจะให้ผลลัพทธ์ที่ถูกต้องหรือไม่นั้น ขึ้นอยู่กับคุณภาพของข้อมูลที่ใช้ กล่าวคือถ้าข้อมูลที่ใช้นั้นไม่ถูกต้อง มีผิดพลาด ย่อมสะท้อนถึงผลลัพธ์ที่ได้ ซึ่งอาจทำให้ตีความผลลัพธ์ได้คลาดเคลื่อนเช่นกัน โดยการเตรียมข้อมูลนั้น สามารถแบ่งออกได้เป็น 3 ขั้นตอนย่อยคือ

ทำการคัดเลือกข้อมูล (Data Selection) เราควรกำหนดเป้าหมายก่อนว่าเราจะทำการวิเคราะห์อะไร แล้วจึงเลือกใช้เฉพาะข้อมูลที่เกี่ยวข้องกับสิ่งที่เราจะทำการวิเคราะห์

การกลั่นกรองข้อมูล (Data Cleaning) ในบางกรณีอาจพบข้อมูลที่ไม่ถูกต้อง อันเนื่องมาจากปัญหาในระหว่างการจัดเก็บข้อมูล เช่นการกรอกข้อมูลไม่ครบบ้าง กรอกข้อมูลซ้ำซ้อนบ้าง ในขั้นตอนนี้เราจะทำการกรองข้อมูลที่ไม่ถูกต้องหรือซ้ำซ้อนออก หรืออาจทำการซ่อมข้อมูลที่ขาดหายไปด้วยวิธีการบางอย่าง เช่นการพิจารณาจากค่าเฉลี่ยของข้อมูลส่วนใหญ่เป็นต้น

การแปลงรูปข้อมูล (Data Transformation) เป็นขั้นตอนการเตรียมข้อมูลให้อยู่ในรูปแบบที่พร้อมนำไปใช้ในการวิเคราะห์ตามอัลกอริทึมของดาต้าไมน์นิ่งที่เลือกใช้

4. Modeling

เป็นขั้นตอนการวิเคราะห์ข้อมูลด้วยเทคนิคดาต้าไมน์นิ่ง ได้แก่การสร้างตัวทำนาย (prediction model) ในบางครั้งพบว่ามีการนำเทคนิคดาต้าไมน์นิ่งหลายเทคนิคมาใช้ในการวิเคราะห์ข้อมูล เพื่อให้ได้ผลลัพธ์ที่ดีที่สุด ดังนั้นเมื่อทำขั้นตอนนี้แล้ว อาจมีการย้อนกลับไปที่ขั้นตอน data preparation เพื่อแปลงข้อมูลบางส่วนให้เหมาะสมกับแต่ละเทคนิคด้วย นอกจากนี้ยังมีการประเมินโมเดลวิเคราะห์ข้อมูลที่ได้ ในรูปแบบความถูกต้องของโมเดล เพื่อเป็นตัวบ่งชี้ความน่าเชื่อถือของโมเดลที่ได้ สำหรับรายละเอียดเทคนิคดาต้าไมน์นิ่งแต่ละเทคนิคและวิธีการประเมินผลโมเดล จะนำเสนอในบทความถัดไปค่ะ

5. Evaluation

การประเมินหรือวัดประสิทธิภาพของโมเดลวิเคราะห์ข้อมูลในขั้นตอนก่อนหน้านั้น เป็นเพียงการวัดความน่าเชื่อถือของโมเดลเท่านั้น ในขั้นตอนนี้เป็นการประเมินประสิทธิภาพของผลลัพธ์จากโมเดลวิเคราะห์ข้อมูลว่าครอบคลุมและสามารถตอบโจทย์ทางธุรกิจที่ตั้งไว้ในขั้นตอนแรกหรือไม่ ในกรณีที่มีการสร้างโมเดลวิเคราะห์ข้อมูลหลายโมเดล ในขั้นตอนนี้จะทำการประเมินแต่ละโมเดลด้วยว่ามีส่วนดีส่วนด้อยอย่างไร และควรเลือกใช้โมเดลใด การทำงานในส่วนนี้ต้องอาศัยทักษะในการวิเคราะห์ข้อมูลและธุรกิจ เพื่อช่วยให้การวิเคราะห์ทำได้สะดวกและรวดเร็วขึ้น จึงมีการใช้เครื่องมือทางด้านกราฟฟิก เช่นการแสดงผลการวิเคราะห์ด้วยกราฟ รายงานรูปแบบต่างๆ หรือ Dashboard เป็นต้น

6. Deployment

ผลลัพทธ์หรือองค์ความรู้ที่ได้จากการวิเคราะห์ข้อมูลด้วยเทคนิคดาต้าไมน์นิ่งจะไม่มีประโยชน์เลย ถ้าไม่ถูกนำไปใช้งานจริง ตัวอย่างเช่น การนำองค์ความรู้ที่ได้ไปใช้ในการจัดโปรโมชันส่งเสริมการขายสินค้า ใช้ในการทำนายแนวโน้มการทุจริตในระบบการเงินของธนาคาร หรือตรวจจับความผิดปกติในการซื้อขายหุ้นในตลาดหลักทรัพย์เป็นต้น

แหล่งข้อมูลอ้างอิง

หนังสือ CRISP-DM 1.0 Step-by-step data mining guide – Pete Chapman et al.

เอกสารคำสอนวิชา 214554 คลังข้อมูลและการทำเหมืองข้อมูล Data Warehouse and Data Mining – ผศ.ดร. กฤษณะ ไวยมัย ภาควิชาคอมพิวเตอร์ มหาวิทยาลัยเกษตรศาสตร์

หมายเหตุ บทความนี้อยู่ภายใต้ลิขสิทธิ์ของเว็บไซต์ www.open-miner.com ทางผู้จัดทำอนุญาตให้นำไปเผยแพร่ได้ แต่กรุณาอ้างอิงแหล่งที่มาด้วยว่ามาจาก www.open-miner.com ค่ะ