ปัจจัยที่มีผลต่อความสำเร็จในการดำเนินโครงการ implement ข้อมูลที่ไม่มีโครงสร้าง โดยการใช้ตัวแบบเอนโทรปี (Based on Shannon’s Entropy)
คำสำคัญ:
ข้อมูลที่ไม่มีโครงสร้าง, การบริหารโครงการข้อมูลไม่มีโครงสร้าง, ตัวแบบ Entropyบทคัดย่อ
การวิจัยนี้มุ่งปรับปรุงกรอบการทำงาน (framework) สำหรับดิจิทัลทรานส์ฟอร์เมชั่น (digital transformation) เพื่อประเมินและจัดการโครงการเกี่ยวกับข้อมูลที่ไม่มีโครงสร้าง (unstructured data) โดยใช้ตัวแบบเอนโทรปี (Entropy) ค้นหาความแน่นอนเพื่อระบุปัจจัยสำคัญที่มีผลต่อความสำเร็จ (key success factor) เนื่องจากดิจิทัลทรานส์ฟอร์เมชั่นเป็นกระบวนการสำคัญในยุคปัจจุบัน และข้อมูลที่ไม่มีโครงสร้างนั้นยากต่อการวิเคราะห์ ผลสำริดจากกระบวนการในงานวิจัยครั้งนี้ คือ การปรับปรุง ดัดแปลง และประยุกต์ใช้แบบจำลองที่ยืดหยุ่นในการประเมินความพร้อมก่อนเริ่มโครงการเกี่ยวกับข้อมูลที่ไม่มีโครงสร้าง ทำให้องค์กรมีแนวทางในการบริหารโครงการดิจิทัลทรานส์ฟอร์เมชั่นที่มีประสิทธิภาพมากขึ้น และนำเสนอแบบจำลองใหม่ที่ปรับปรุงด้วยตัวแบบเอนโทรปีเพื่อเพิ่มปัจจัยสำคัญที่มีผลต่อความสำเร็จ การทดสอบพบว่า สามารถนำไปใช้งานได้อย่างมีประสิทธิภาพ มีความพร้อมในการสนับสนุนองค์กรในการสร้างความสำเร็จในยุคดิจิทัล
References
Bissacco, M. C. A., Netzer, Y., & Neven, H. (2013). PhotoOCR: Reading text in uncontrolled conditions, California. USA: Google Corp.
Chasupa, T., & Paireekreng, W. (2021). The framework of extracting unstructured usage for big data platform. Proceeding of 2021 2nd International Conference on Big Data Analytics and Practices (IBDAP) (Online). Bangkok: IEEE. https://doi.org/10.1109/ibdap52511.2021.9552131
Dabbèchi, H., Haddar, N.Z., Ben-Abdallah, M., & Haddar, K. (2017). A unified multidimensional data model from social networks for unstructured data analysis. 2017 IEEE/ACS 14th International Conference on Computer Systems and Applications (AICCSA) (pp. 415-422). Tunisia: IEEE. doi: 10.1109/AICCSA.2017.70.
Geronazzo, M. Z. A. (2021). QMLEx: Data driven digital transformation in marketing analytics. New York, USA: Sciencegate.
Goryachev, A. (2022). Application of text mining technology to solve project management problems. Information and Control, 8(3), 338–353. doi: 10.1016/j.jjimei.2021.100008
Kaiwan, Y. (2021). Structural equation model analysis with AMOS. Bangkok: (in Thai)
Peng, R. (2021). Analysis of computer information processing technology based on unstructured data. IEEE Asia-Pacific Conference on Image Processing, Electronics and Computers (IPEC) Dalian, China (pp. 1222-1225). Dalian, China: IEEE. doi: 10.1109/IPEC51340.2021.9421190.
Qu, Y., & Yang, T. (2016). Research on occurrence frequency of IT projects risk based on fuzzy influence diagram. 2016 International Conference on Machine Learning and Cybernetics (ICMLC), Jeju, Korea (South) (pp. 166-171). Jeju, Korea (South): IEEE. doi: 10.1109/ICMLC.2016.7860895.
Stocker, A., Rosenberger, M., Schmeja, M., & Schneider, G. (2021). Key success factors for the implementation of digital technologies in the context of industry 4.0. IFIP/IEEE International Symposium on Integrated Network Management (IM), Bordeaux, France (pp. 920-925). Bordeaux, France: IFIP/IEEE
Tang, Y., Wang, L., Yang, L., & Wang, X. (2014). Information security risk assessment method based on cloud model. 25th IET Irish Signals & Systems Conference 2014 and 2014 China-Ireland International Conference on Information and Communications Technologies (ISSC 2014/CIICT 2014), Limerick (pp. 258-262). Limerick: IEEE. doi: 10.1049/cp.2014.0695.
Wieringa, J. E. (2016). Unstructured data Can its power be unleashed?. Groningen, Netherlands: University of Groningen.
Xue, X., & Li, J. (2010). Application on entropy fuzzy comprehesive evaluation for risks of project management. 2010 International Conference on Future Information Technology and Management Engineering, Changzhou, China (pp. 533-537). Changzhou, China: IEEE. doi: 10.1109/FITME.2010.5656707.
Xiongjin, W. (2021). Project risk assessment model based on entropy theory. 2021 International Conference on Intelligent Transportation, Big Data & Smart City (ICITBS), Xi’an, China (pp. 854-857). Xi’an, China: IEEE. doi: 10.1109/ICITBS53129.2021.00212.
Wang, Z., & Yu, Y. (2011). Information entropy method for project portfolio selection. 2011 Eighth International Conference on Fuzzy Systems and Knowledge Discovery (FSKD), Shanghai, China, 2011 (pp. 2618-2622). Shanghai, China: IEEE. doi: 10.1109/FSKD.2011.6020005
