การทํานายหมวดหมู่สินค้าในอุตสาหกรรมก่อสร้างที่ขึ่นทะเบียนค่าคาร์บอนฟุตพริ้นท์โดยใช้อัลกอริทึมวิทยาศาสตร์ข้อมูล

การจัดหมวดหมู่ข้อมูลหรือสินค้าสำหรับวิเคราะห์ผลข้อมูล เป็นส่วนหนึ่งที่สำคัญในการจัดการกับข้อมูล ยิ่งหากข้อมูลมีการเพิ่มจำนวนขึ้นเรื่อยๆ การคัดแยกข้อมูลด้วยการใช้คนต้องใช้ความรู้เฉพาะและเวลาสำหรับข้อมูลที่มีจำนวนมาก การค้นคว้าอิสระนี้นำเสนอวิธีการในการคัดแยกหมวดหมู่สินค้าที่มาขึ้นทะเบียนค่าคาร์บอนฟุตพริ้นท์โดยใช้แบบจำลองการเรียนรู้จำแนกประเภท ได้แก่ K-Nearest Neighbors, Support Vector Machines, Naïve Byes โดยใช้แหล่งข้อมูลจากเว็บไซต์ขององค์การบริหารจัดการก๊าซเรือนกระจก สินค้าที่ขึ้นทะเบียนฉลากคาร์บอนในช่วงเดือนมกราคม 2559 ถึงเดือนกันยายน 2567 ข้อมูลผ่านกระบวนการเตรียมข้อมูล การคัดเลือกลักษณะสำคัญ การแยกคำ งานวิจัยประเทียบประสิทธิภาพของแบบจำลองด้วยค่าความแม่นยำของการทำนายผลเพื่อหาโมเดลที่เหมาะสม พบว่าแบบจำลอง Support Vector Machine ที่ทำนายได้ถูกต้องกับข้อมูลชุดนี้ร้อยละ 95 มี accuracy มากกว่า Naïve Bayes และ K-NN และยังพบว่าการเพิ่มคำศัพท์ที่เป็นคำเฉพาะส่งผลต่อค่าความแม่นยำของแบบจำลองทำนายเพิ่มขึ้น