การพัฒนาระบบแนะนำเพื่อช่วยวางแผนการท่องเที่ยว เชิงอนุรักษ์ กรณีศึกษา บ้านแม่กำปอง กิ่งอำเภอ แม่ออน จังหวัดเชียงใหม่
หัวหน้าโครงการ : กัลยา ใจรักษ์
ได้รับการสนับสนุนจาก สำนักงานคณะกรรมการวิจัยแห่งชาติ
ประจำปีงบประมาณ 2558
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาระบบแนะนาเพื่อช่วยวางแผนการท่องเที่ยวเชิงอนุรักษ์ กรณีศึกษา บ้านแม่กาปอง อาเภอแม่ออน จังหวัดเชียงใหม่ การศึกษานี้ใช้ระเบียบวิธีวิจัยเชิงคุณภาพโดยเก็บข้อมูลจากผู้นาชุมชนหัวหน้ากลุ่มแต่ละกลุ่มในหมู่บ้าน รวมถึงผู้นาการท่องเที่ยว ผลการสัมภาษณ์ถูกนามาวิเคราะห์ข้อมูลเชิงคุณภาพร่วมกับการสร้างกฎเพื่อให้ได้ฐานความรู้ (Knowledge Base) จากนั้นนาไปใช้ในการพัฒนาระบบแนะนาการท่องเที่ยวในรูปแบบของเว็บแอพลิเคชั่น (Web Application) ซึ่งผู้ใช้สามารถใช้งานผ่านระบบเครือข่ายอินเทอร์เน็ตได้ ในส่วนสุดท้ายของงานวิจัยนี้ได้พัฒนาออนโทโลยีสาหรับการท่องเที่ยวเชิงอนุรักษ์ใช้เป็นฐานความรู้เชิงความหมายในการสนับสนุนการค้นหาข้อมูลแบบอัจฉริยะ โดยใช้ภาษาสปาร์เคิล (SPARQL) ในการค้นคืนข้อมูลมาแสดง จากการศึกษาพบว่าออนโทโลยีการท่องเที่ยวเชิงอนุรักษ์ที่เหมาะสมประกอบด้วย 8 คลาสหลัก ได้แก่ คลาสที่พัก คลาสจานวนวันพัก คลาสสถานที่ท่องเที่ยว คลาสจุดประสงค์การท่องเที่ยว ความต้องการพิเศษ คลาสการเดินทาง อาหารและคลาสคาแนะนา ออนโทโลยีที่สร้างขึ้นถูกนาไปทดสอบกับการค้นคืนข้อมูลเชิงความหมายและคาแนะนาในการตัดสินใจให้แก่นักท่องเที่ยว ผลการศึกษาพบว่าการค้นคืนข้อมูลการท่องเที่ยวเชิงอนุรักษ์เทคโนโลยีเชิงความหมายมีความถูกต้อง 94.2% ความแม่นยา 93.8% และค่าการค้นคืน 93.4%
Abstract
This research aims to develop a recommendation system to help in ecotourism planning for a case study of Mae Kam Pong Village, Mae On Sub-District, Chiang Mai Province. This study used qualitative research methods to collect data from community groups in the village chief and tour leaders. The results of the interviews were analyzed qualitatively with the creation of rules to achieve the knowledge base, then apply in a recommendation system for tourism, which developed in the form of web application that users can use over the Internet network. In addition, this research is also being developed an ontology for ecotourism using a semantic knowledge to support intelligent search with SPARQL in retrieval technique. The study shows that the ontology of community ecotourism consists of 8 super classes: class of accommodations, class for length of stay, class of attractions, class for purpose of trips, class of special needs, class of travel, class of meals, and class of recommendations. The developed ontology is applied to test with semantic search and recommendation to the decision of tourists. The results reveal that community ecotourism information retrieved from semantic search has the highest performance with an accuracy of 94.2 %, a precision of 93.8 % and a recall of 93.4 %.