Data mining and_big_data_web

Introduction to Data Mining
& Big Data Analytics
Eakasit Pacharawongsakda, Ph.D.
9 November 2015 
at King Mongkut's University of Technology Thonburi (KMUTT)
Data Cube: http://facebook.com/datacube.th
(data)3 
base|warehouse|mining
http://www.dataminingtrend.com 
http://facebook.com/datacube.th

(data)3 
http://dataminingtrend.com http://facebook.com/datacube.th
About me
• ชื่อ: เอกสิทธิ์ พัชรวงศ์ศักดา
• การศึกษา:
• ปริญญาเอก วิทยาการคอมพิวเตอร์ สถาบันเทคโนโลยีนานาชาติสิรินธร (SIIT)
มหาวิทยาลัยธรรมศาสตร์
• ปริญญาโท วิศวกรรมคอมพิวเตอร์ มหาวิทยาลัยเกษตรศาสตร์
• ปริญญาตรี วิศวกรรมคอมพิวเตอร์ มหาวิทยาลัยเกษตรศาสตร์  
(เกียรตินิยมอันดับ 2)
• ประสบการณ์
• Certiﬁed RapidMiner Analyst
• Data scientist at GloriSys Cloud Solutions Co., Ltd.
• วิทยากรอบรมการใช้งานซอฟต์แวร์ open source ทางด้าน data mining
2

(data)3 
About me
• หนังสือ Data Mining ฉบับภาษาไทย
3

(data)3 
About me
4
RapidMiner Analyst
Certification
This is to Certify that
Successfully passed the examination for the Certified RapidMiner Analyst.
The RapidMiner Analyst certification level is designed for individuals who wish to demonstrate
a fundamental understanding of how RapidMiner software works and is used.
Certified Analyst professionals will be able to prepare data and create predictive models in
standard data environments typically found within most analyst positions.
The candidate has proven the ability to:
Prepare data Build predictive models
Evaluate the model’s quality Score new data sets
Deploy data mining models
With:
RapidMiner Studio RapidMiner Server
Eakasit Pacharawongsakda

(data)3 
in-house training

(data)3 
Outline
• ส่วนที่ 1: แนะนำ Big Data
• ส่วนที่ 2: แนะนำตัวอย่างการสร้างข้อมูลจากสิ่งของต่างๆ (Internet of Things)
• ส่วนที่ 3: แนะนำ Data Mining
• ส่วนที่ 4: การนำ Data Mining และ Big Data ไปใช้ประโยชน์กับงานในด้านต่างๆ
6

Introduction to Big Data
ส่วนที่ 1
(data)3 

(data)3 
Business without analytics
8

(data)3 
Business without analytics
9
image source: http://www.oknation.net/blog/print.php?id=434843

(data)3 
Business with analytics
10
source: https://www.youtube.com/watch?v=7tAgbni9kpY

(data)3 
Where is data come from?
11
source: https://www.youtube.com/watch?v=Y_JlkzzhAgw

(data)3 
12
source:www.julianmarquina.es

(data)3 
• ข้อมูลแบ่งตามที่มา
• ภายในบริษัท/องค์กร
• ข้อมูลการซื้อขาย
• ข้อมูลประวัติลูกค้า
• ข้อมูลประวัติพนักงาน
• ภายนอกบริษัท/องค์กร
• ข้อมูลจาก social media ต่างๆ
• ข้อมูลข่าวต่างๆ
• ข้อมูลรูปภาพและเสียง
13
source: http://dailyprivacy.ﬁles.wordpress.com/2013/02/2012_big_data_study_infographic_600.jpg

(data)3 
Structured & Unstructured data
• ข้อมูลแบ่งเป็นแบบมีโครงสร้าง (structure) และไม่มีโครงสร้าง
(unstructure)
• ข้อมูลแบบมีโครงสร้าง เช่น ข้อมูลที่เก็บในรูปแบบตาราง
• ข้อมูลแบบไม่มีโครงสร้าง เช่น ข้อมูลที่เป็นข้อความ ข้อมูลที่เป็นรูปภาพ
14
ID outlook humidity windy play
1 sunny high FALSE no
2 sunny high TRUE no
3 overcast normal FALSE yes
binominalnumeric nominal

(data)3 
Structured & Unstructured data
• ข้อมูลที่ไม่มีโครงสร้างที่เก็บอยู่ในรูปแบบข้อความ รูปภาพ เสียงมี
จำนวนมากถึง 80% ของข้อมูลทั้งหมด
15
source: http://www.couchbase.com/why-nosql/nosql-database

(data)3 
What is Big Data?
16
source: https://www.youtube.com/watch?v=TzxmjbL-i4Y

(data)3 
What is Big Data?
• Big Data ประกอบด้วย 3 V
• Volume
• ข้อมูลมีจำนวนเพิ่มขึ้นอย่าง
มหาศาล
• Velocity
• ข้อมูลเพิ่มขึ้นอย่างรวดเร็ว
• Variety
• ข้อมูลมีความหลากหลายมาก
ขึ้น
17
source:http://www.smartdatacollective.com/yellow;n/75616/why-big-data-and-business-intelligence-one-direction

(data)3 
Big Data: Volume, Velocity & Variety
18
source: http://socialrati.com/2013/03/24/social-mobile-driving-big-data/

(data)3 
Big Data: Volume, Velocity & Variety
19
source:https://dataﬂoq.com/read/infographic/226

Introduction to Internet of Things
(data)3 

(data)3 
Internet of Things
• Google glasses
21
source:https://www.youtube.com/watch?v=4EvNxWhskf8

(data)3 
Internet of Things
• Progressive Snapshot
22
source:http://www.progressive.com/auto/snapshot/

(data)3 
Internet of Things
• Heineken Ignite
23
source: https://www.youtube.com/watch?v=Bv0SiX_yzws

(data)3 
Internet of Things
24
source:https://www.youtube.com/watch?v=lsiHUfIpNGY

Introduction to Data Mining
(data)3 

(data)3 
Database & warehouse & mining
26
Database
Sales
Accounting
CRM
Extract 
Transform 
Load 
(ETL)
Data Mining
Data Warehouse Knowledge/Patterns
image source:https://sites.google.com/a/whps.org/diamond-teamkp/ 
http://www.iconarchive.com/tag/data

(data)3 
Database & warehouse & mining
• Database
• ฐานข้อมูลใช้ในการจัดเก็บข้อมูล ลดความซ้ำซ้อนของข้อมูล เน้นการจัดเก็บ เพ่ิม
แก้ไข และลบข้อมูล
• Data warehouse
• คลังข้อมูลรวบรวมช้อมูลจากหลายๆ ฐานข้อมูล แปลงข้อมูลให้มีความเหมือนกัน
เหมาะสำหรับการเรียกดู (view) เพื่อสร้างรายงานสรุป
• Data Mining
• การวิเคราะห์ข้อมูลเพื่อค้นหาความสัมพันธ์หรือรูปแบบที่มีประโยชน์ในฐานข้อมูล
27

(data)3 
What is data mining?
• “The exploration and analysis of large quantities  
of data in order to discover meaningful patterns and
rules” – Data Mining Techniques (3rd Edition)
• เป็นการวิเคราะห์ข้อมูล เพื่อหารูปแบบ (patterns) หรือความสัมพันธ์
(relation) ระหว่างข้อมูลในฐานข้อมูลขนาดใหญ่
• “Extraction of interesting (non-trivial, previously,
unknown and potential useful) information from data in
large databases” – Data Mining Concepts &
Techniques (3rd Edition)
• เป็นกระบวนการดึงข่าวสารที่น่าสนใจ และมีประโยชน์แต่ไม่เคยรู้มา
ก่อนจากฐานข้อมูลขนาดใหญ่
28
image sources: https://binarylinks.wordpress.com/tag/data-mining/ 
http://www.amazon.com/Data-Mining-Techniques-Relationship-Management/dp/0470650931

(data)3 
What is data mining?
29
ข้อมูล' เทคนิคการทำ data mining' รูปแบบที่มีประโยชน์'
image source:http://www.computerrepairanaheim.net 
https://sites.google.com/a/whps.org/diamond-teamkp/ 
http://meetings2.informs.org/wordpress/analytics2014/2014/04/01/why-oranalytics-people-need-to-know-about-database-technology/

(data)3 
• เป็นขั้นตอนการวิเคราะห์ข้อมูลด้วยเทคนิคดาต้าไมน์นิ่ง
• การจำแนกประเภทข้อมูล (classiﬁcation)
• สร้างโมเดลจากข้อมูลที่มีอยู่เพื่อทำนายอนาคต
• เช่น ทำนายปริมาณน้ำฝนที่ตกในวันถัดไป
• การจัดกลุ่มข้อมูล (clustering)
• แบ่งข้อมูลหลายๆ กลุ่มตามความคล้ายคลึง
• เช่น แบ่งกลุ่มนักศึกษาตามคะแนนที่ได้
• การหาความสัมพันธ์ (association analysis)
• หาความสัมพันธ์ของข้อมูลที่เกิดร่วมกัน
• เช่น ค้นหาสินค้าที่มีการซื้อร่วมกันบ่อยๆ
Data Mining Techniques
30
classiﬁcation
clustering
association rules

(data)3 
• การหาความสัมพันธ์ที่เกิดขึ้นในข้อมูล (Association Analysis)
31
ตะกร้าใบที่ 1 ตะกร้าใบที่ 2 ตะกร้าใบที่ 3

(data)3 
32

(data)3 
33

(data)3 
34

(data)3 
35

(data)3 
36

(data)3 
37

(data)3 
38

(data)3 
• การจัดกลุ่มข้อมูลตามความคล้ายคลึง (Clustering)
39
image source: http://kachabazaar.com/

(data)3 
• แบ่งกลุ่มตามสีของผัก
40
ผักสีเขียว ผักที่ไม่ใช่สีเขียว

(data)3 
• แบ่งตามรูปร่างของผัก
41
รูปทรงกลม รูปทรงแท่ง

(data)3 
• การใช้งานโทรศัพท์มือถือของลูกค้า
42
1
2
3
5
6
4
image source: http://www.iconarchive.com/show/vista-people-icons-by-icons-land.html

(data)3 
• หลังจากทำการแบ่งกลุ่มลูกค้าตามพฤติกรรมการใช้งาน
43
1 6
4 5
2 3
ลูกค้าที่ใช้โทรเยอะ
ลูกค้าที่ส่ง SMS เยอะ
ลูกค้าที่ใช้งานไม่เยอะ
image source: http://www.iconarchive.com/show/vista-people-icons-by-icons-land.html

(data)3 
• การคาดการณ์สิ่งที่จะเกิดขึ้นในอนาคต (Classiﬁcation)
44

การนำ Data Mining และ Big Data ไปใช้ประโยชน์กับงาน 
ในด้านต่างๆ
(data)3 

(data)3 
Applications
46
source: http://www.youtube.com/watch?v=f2Kji24833Y

(data)3 
Applications
• บัตรสมาชิก (loyalty card)
• ติดตามพฤติกรรมการซื้อสินค้า
ของลูกค้าจากบัตร loyalty
• นำมาวิเคราะห์และนำเสนอเป็น
โปรโมชันพิเศษให้แต่ละบุคคล
• เพิ่มโอกาสในการขายสินค้าให้กับ
ลูกค้า
• กระตุ้นให้ลูกค้าได้ซื้อสินค้ามาก
ขึ้น เช่น ซื้อสินค้าวันนี้ จะได้
ส่วนลดพิเศษ ทำให้ลูกค้าเกิดการ
ตัดสินใจซื้อทันที
47
image source: http://www.positioningmag.com

(data)3 
Applications
• ทราบพฤติกรรมการซื้อสินค้าของลูกค้า เพื่อนำมาวิเคราะห์ และนำ
เสนอเป็นโปรโมชันพิเศษให้แต่ละบุคคล
48
image source: http://www.dream-base.com/tesco/clubcard.php?p=spend&lang=en

(data)3 
Applications
49
image source:http://blog.beau-coup.com/guy-friendly-baby-showers-beer-and-diapers-theme
https://www.linkedin.com/pulse/20140403185417-4785379-diapers-and-beer

(data)3 
Applications
50
source: http://www.youtube.com/watch?v=f2Kji24833Y

(data)3 
Applications
• Google Self-Driving Car
51
source: https://www.youtube.com/watch?v=8fjNSUWX7nQ

(data)3 
Applications
• แนวโน้มราคาตั๋วเครื่องบิน
52

(data)3 
Applications
• แนะนำภาควิชาให้กับนิสิต
53
* กฤษณะ ไวยมัย , ชิดชนก ส่งศิริ และ ธนาวินท์ รักธรรมานนท์, การใช้เทคนิคดาต้าไมน์นิงเพื่อพัฒนาคุณภาพการศึกษานิสิตคณะ 
วิศวกรรมศาสตร์, NECTEC Technical Journal, 3(11), 2001
Computer
= HIGH = LOW
Physics
Good
Good
= LOW = HIGH
Mathematics
Good Bad
= HIGH = LOW
ตัวอย่างสมมุติของการแนะนำนิสิตพื่อศึกษาวิศวกรรมคอมพิวเตอร์

(data)3 
Applications
• แนะนำสินค้าที่เกี่ยวข้อง
• amazon.com แนะนำหนังสือที่เกี่ยวข้องกับ RapidMiner
• Netflix แนะนำภาพยนต์ที่คล้ายกับที่เคยดู เช่น Life of Pi
54
source: http://www.amazon.com และ http://www.netflix.comsource: http://www.amazon.com และ http://www.netflix.com

(data)3 
Applications
• ทำนายอายุและเพศจากรูปภาพ
55
source: http://www.how-old.net

(data)3 
Applications
• วิเคราะห์ทัศนคติในแง่ต่างๆ จากสังคมออนไลน์
56

(data)3 
Applications
• วิเคราะห์ทัศนคติในแง่ต่างๆ จากสังคมออนไลน์ (ภาษาไทย)
57

(data)3 
For more information
58

(data)3 
For more information
• หสม. ดาต้า คิวบ์ (data cube)
• website: http://www.dataminingtrend.com
• facebook: http:facebook.com/datacube.th หรือ http://facebook.com/sit.ake
• email: sit.ake@gmail.com
• lineID: eakasitp
59

Data mining and_big_data_web

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Viewers also liked

Viewers also liked (9)

Similar to Data mining and_big_data_web

Similar to Data mining and_big_data_web (20)

Data mining and_big_data_web