This study employed the Naïve Bayes

This study employed the Naïve Bayes method by KNIME (KMINE, n.d..). KNIME is a free data-mining software package that is widely employed in various research fields, particularly tourism (Mathayomchan & Taecharungroj, 2020; Phucharoen et al., 2022; Sangkaew & Zhu, 2022; Taecharungroj, 2019; Taecharungroj & Mathayomchan, 2019). KNIME creates a Bayesian model from the given training data, as well as a Gaussian distribution of the numerical attributes. This is followed by the prediction process (Jagla et al., 2011). The results provide a prediction model and offer a statistics table containing the attribute statistics, such as the counts per attribute class pair, mean, and standard deviation of the attributes. In this study, we focused on the attribute statistic output to compute the term parameters, and the following two parameters were employed: salience and valence. Both parameters have been presented in numerous studies to obtain a deep understanding of perception and experience regarding tourism reviews

ผลลัพธ์ (ไทย) 1:

การศึกษานี้ใช้วิธี Naïve Bayes โดย KNIME (KMINE, nd.) KNIME เป็นแพ็คเกจซอฟต์แวร์ทำเหมืองข้อมูลฟรีที่ใช้กันอย่างแพร่หลายในสาขาการวิจัยต่างๆ โดยเฉพาะการท่องเที่ยว (Mathayomchan & Taecharungroj, 2020; Phucharoen et al., 2022; Sangkaew & Zhu, 2022; Taecharungroj, 2019; Taecharungroj & Mathayomchan, 2019) . KNIME สร้างแบบจำลองแบบเบย์จากข้อมูลการฝึกที่กำหนด รวมถึงการแจกแจงแบบเกาส์เซียนของคุณลักษณะตัวเลข ตามด้วยกระบวนการทำนาย (Jagla et al., 2011) ผลลัพธ์จะให้แบบจำลองการทำนายและนำเสนอตารางสถิติที่มีสถิติคุณลักษณะ เช่น จำนวนต่อคู่คลาสคุณลักษณะ ค่าเฉลี่ย และส่วนเบี่ยงเบนมาตรฐานของคุณลักษณะ ในการศึกษานี้ เรามุ่งเน้นไปที่ผลลัพธ์ทางสถิติของคุณลักษณะเพื่อคำนวณพารามิเตอร์คำศัพท์ และใช้พารามิเตอร์สองตัวต่อไปนี้: ความโดดเด่นและความจุ พารามิเตอร์ทั้งสองถูกนำเสนอในการศึกษาจำนวนมากเพื่อให้ได้รับความเข้าใจอย่างลึกซึ้งเกี่ยวกับการรับรู้และประสบการณ์เกี่ยวกับการทบทวนการท่องเที่ยว

ผลลัพธ์ (ไทย) 2:

การศึกษานี้ใช้วิธีการ Naïve Bayes ของ KNIME (KMINE, n.d.) KNIME เป็นแพ็คเกจซอฟต์แวร์การทำเหมืองข้อมูลฟรีที่ใช้กันอย่างแพร่หลายในด้านการวิจัยต่าง ๆ โดยเฉพาะอย่างยิ่งการท่องเที่ยว (มัธยมจันทร์และเทชโรจน์ 2020; ภูเจริญ et al. 2022; แสงแก้วและจู 2022; เตชะรุ่งโรจน์ 2019; เตชะรุ่งโรจน์และมัธยมจันทร์ 2019) KNIME สร้างแบบจำลองเบย์ตามข้อมูลการฝึกอบรมที่กำหนดและการกระจายตัวของเกาส์ของคุณสมบัติเชิงตัวเลข ตามมาด้วยกระบวนการทำนาย (Jagla et al. 2011) ผลลัพธ์เป็นแบบจำลองการคาดการณ์และตารางสถิติที่มีข้อมูลสถิติเกี่ยวกับคุณสมบัติเช่นจำนวนต่อคู่สำหรับคลาสคุณสมบัติค่าเฉลี่ยของอสังหาริมทรัพย์และค่าเบี่ยงเบนมาตรฐาน ในการศึกษานี้เรามุ่งเน้นไปที่ผลลัพธ์ทางสถิติคุณสมบัติในการคำนวณพารามิเตอร์คำศัพท์และใช้พารามิเตอร์สองตัวต่อไปนี้: นัยสำคัญและประสิทธิภาพ ตัวแปรทั้งสองนี้ได้ถูกนำเสนอในการศึกษามากมายเพื่อให้เกิดความเข้าใจอย่างลึกซึ้งทั้งในแง่ของการรับรู้และประสบการณ์

ผลลัพธ์ (ไทย) 3:

การศึกษานี้ใช้วิธีBayesianของKNIME.. .KNIMEเป็นแพคเกจการทําเหมืองข้อมูลฟรีที่ใช้กันอย่างแพร่หลายในสาขาการวิจัยต่างๆโดยเฉพาะอย่างยิ่งในอุตสาหกรรมการท่องเที่ยว( Mathayomchan & Taecharungroj,2020; phucharoen et al., 2022; ซังคิว & จู, 2022; taecharungroj, 2019; Taecharungroj & Mathayomchan, 2019. KNIMEสร้างแบบจําลองBayesianจากข้อมูลการฝึกอบรมที่กําหนดและการแจกแจงแบบGaussianของแอตทริบิวต์ดิจิตอล ตามด้วยกระบวนการทํานาย( Jagla et al.,2011 ) ผลลัพธ์จะให้รูปแบบการคาดการณ์และตารางสถิติที่มีสถิติแอตทริบิวต์เช่นจํานวนคู่นับแต่ละคู่นับค่าเฉลี่ยของแอตทริบิวต์และค่าเบี่ยงเบนมาตรฐาน ในการศึกษาครั้งนี้เราให้ความสําคัญกับผลลัพธ์ทางสถิติของแอตทริบิวต์เพื่อคํานวณพารามิเตอร์คําศัพท์และใช้พารามิเตอร์สองตัวต่อไปนี้:ความสําคัญและประสิทธิภาพ พารามิเตอร์ทั้งสองนี้ได้ถูกนํามาใช้ในการศึกษาจํานวนมากเพื่อให้ได้ความเข้าใจอย่างลึกซึ้งเกี่ยวกับการรับรู้และประสบการณ์ของความคิดเห็นการท่องเที่ยว