Forecasting the amount of book usage in academic resources and information technology Rajabhat Maha Sarakham University using time series techniques

Abstract

Modeling for Forecasting the amount of book usage in academic resources and information technology Rajabhat Maha Sarakham University using time series techniques. This technique is important to predict the new book supply of library managers. Therefore, it is virtuous to be established in the policy to manage academic resources, especially under a limited budget. Moreover, this technique is utilized to know the volume of books which can be suitable for each category. As a result, the users' satisfaction towards the service quality of the academic resources and information technology can indicate whether the book supply is successful or failed. The data of borrowed books were collected from 2014 to 2017. The Dewey Decimal of Classification was used to construct the effective models that consist of 1) Multi-Layer Perceptron Regression (MLPR) 2) Artificial Neural Network Regression (ANNR) 3) Support Vector Machine for Regression (SVMR) 4) Logistic Regression Analysis (LR) and 5) Reduced Error Pruning Tree (REPT). The models were compared with Sliding Windows method measured by values of Mean Absolute Error (MAE) and Root Mean Square Error (RMSE). The results showed that the borrowed books prospective of library members with the Support Vector Machine for Regression was in the highest efficiency rank. They were as low as 9.42 and 11.46, respectively

การสร้างแบบจำลองเพื่อการพยากรณ์ปริมาณการใช้หนังสือในสำนักวิทยบริการและเทคโนโลยีสารสนเทศ มหาวิทยาลัยราชภัฏมหาสารคาม ด้วยเทคนิคอนุกรมเวลา เป็นข้อมูลที่สำคัญในการกำหนดนโยบายการจัดหาหนังสือใหม่ของผู้บริหารห้องสมุด ภายใต้งบประมาณที่มีอย่างจำกัด เพื่อทราบถึงปริมาณของหนังสือที่ความเหมาะสมของแต่ละหมวดหนังสือ ซึ่งส่งผลต่อความพึงพอใจของผู้ใช้บริการต่อคุณภาพการให้บริการของสำนักวิทยบริการ เปรียบเสมือนเป็นตัวชี้วัดว่าการจัดหาหนังสือประสบความสำเร็จหรือล้มเหลว ด้วยการนำข้อมูลการยืมหนังสือแบบรายวัน ระหว่างปี พ.ศ. 2557 – 2560 โดยได้รับการจัดหมู่หนังสือตามระบบทศนิยมของดิวอี้ มาสร้างแบบจำลองที่มีประสิทธิภาพ ประกอบด้วย 1) เทคนิคโครงข่ายประสาทเทียมแบบหลายชั้นแบบถดถอย 2) เทคนิคโครงข่ายประสาทเทียมแบบถดถอย 3) เทคนิคสนับสนุนเส้นสมมุติแบบถดถอย 4) การวิเคราะห์การถดถอยโลจิสติก และ 5) การเรียนรู้ต้นไม้ตัดสินใจแบบถดถอย อัลกอริทึมการตัดกิ่งต้นไม้ แล้วเปรียบเทียบประสิทธิภาพแบบจำลอง ด้วยหลักการหน้าต่างเคลื่อนที่ แล้ววัดค่าด้วยการหาค่าเฉลี่ยคลาดเคลื่อนสมบูรณ์ และค่าความคลาดเคลื่อนเฉลี่ยรากที่สอง จากการศึกษาพบว่า เทคนิคสนับสนุนเส้นสมมุติแบบถดถอย มีค่าต่ำสุด เท่ากับ 9.42±2.57 และ 11.46±2.96 อยู่ในระดับดีมากและดี ตามลำดับ ซึ่งมีค่าใกล้ค่าจริงมากที่สุด