Table 3 reveals that the most favor

Table 3 reveals that the most favorable prediction model to explain
the relationships between the overall usability and the UWIS
items is a support vector machine model with a radial basis function
(RBF) for the Kernel type. Following the proposed decision
support system in Section 2, the next step is to calculate the sensitivity
scores for each independent variable in this model (RBFSVM)
by using Eq. (5). Thereafter, combining the reciprocals for
each UWIS item from Table 2 with the sensitivity scores in Eq.
(1), the criticality indices for each item are calculated. The next
step in the proposed DSS is to apply a pseudo-Pareto analysis to
those criticality indices to determine out of ‘‘trivial many” which
‘‘vital few” to focus on in order to improve the WIS usability
(Pareto, 1971). The Pareto chart for this case study is illustrated in
Fig. 3. The reason that the word ‘‘pseudo” is used as a prefix for Pareto
is that in this study around 72% of the usability problems stem from
58% of the causes (14 checklist items out of all 24) (as shownin Fig. 3)

ผลลัพธ์ (ไทย) 1:

ตาราง 3 พบว่าคำทำนายมากที่สุดรูปแบบอธิบายความสัมพันธ์ระหว่างการใช้งานโดยรวมและ UWISสินค้าเป็นแบบจำลองเครื่องเวกเตอร์สนับสนุนกับฟังก์ชันฐานรัศมี(RBF) สำหรับชนิดเคอร์เนล ต่อการตัดสินใจนำเสนอระบบสนับสนุนใน 2 ส่วน ขั้นตอนถัดไปคือการ คำนวณระดับความลับคะแนนสำหรับแต่ละตัวแปรอิสระในรูปแบบนี้ (RBFSVM)โดยใช้ Eq. (5) หลังจากนั้น รวมคือสำหรับแต่ละรายการ UWIS จากตารางที่ 2 มีคะแนนความไวใน Eq.(1), คำนวณดัชนีประการที่สามคือสินค้าแต่ละรายการ ถัดไปขั้นตอนใน DSS เสนอจะใช้ Pareto เทียมระบบการวิเคราะห์การดัชนีนั้นประการที่สามคือการกำหนดจาก ''หนึ่งเล็กน้อย"ซึ่งสิ่งสำคัญ"ในการโฟกัสในการปรับปรุงใช้งาน WIS(Pareto, 1971) แสดงแผนภูมิ Pareto สำหรับกรณีศึกษานี้Fig. 3 เหตุผลที่ว่า มีใช้คำ "หลอก" เป็นคำนำหน้าสำหรับ Paretoคือ ว่า ในการศึกษานี้ประมาณ 72% ของปัญหาการใช้งานเกิดจาก58% ของสาเหตุ (ตรวจสอบสินค้า 14 จากทั้งหมด 24) (เป็น Fig. 3 shownin)

ผลลัพธ์ (ไทย) 2:

ตารางที่ 3 แสดงให้เห็นว่าการทำนายรูปแบบที่ดีที่สุดที่จะอธิบาย
ความสัมพันธ์ระหว่างการใช้งานโดยรวมและ UWIS
รายการเป็นรูปแบบการสนับสนุนเครื่องเวกเตอร์ที่มีฟังก์ชั่นพื้นฐานรัศมี
(RBF) สำหรับชนิดเคอร์เนล หลังจากที่ตัดสินใจนำเสนอ
ระบบการสนับสนุนในส่วนที่ 2 ขั้นตอนต่อไปคือการคำนวณความไว
คะแนนสำหรับแต่ละตัวแปรอิสระในรูปแบบนี้ (RBFSVM)
โดยใช้สมการ (5) หลังจากนั้นเป็นต้นมารวมส่วนกลับสำหรับ
แต่ละรายการ UWIS จากตารางที่ 2 มีคะแนนความไวในสม.
(1) ดัชนีความสำคัญสำหรับแต่ละรายการที่มีการคำนวณ ต่อไป
ในขั้นตอนที่ DSS ที่นำเสนอคือการใช้การวิเคราะห์หลอก Pareto เพื่อ
ดัชนีวิกฤตเหล่านั้นเพื่อตรวจสอบออกมาจาก '' เล็กน้อยหลายคน "ซึ่ง
'' ที่สำคัญบาง "เพื่อมุ่งเน้นในการที่จะปรับปรุงการใช้งานรู้
(Pareto, 1971) แผนภูมิ Pareto สำหรับกรณีศึกษานี้แสดงให้เห็นใน
รูป 3. เหตุผลที่คำว่า '' หลอก "ถูกใช้เป็นคำนำหน้าสำหรับ Pareto
ที่อยู่ในการศึกษาครั้งนี้รอบ 72% ของปัญหาการใช้งานเกิดขึ้นจาก
58% ของสาเหตุ (14 ทุกรายการจากทั้งหมด 24) (ตามรูปที่ shownin . 3)

ผลลัพธ์ (ไทย) 3:

ตารางที่ 3 แสดงให้เห็นว่าแบบจำลองการทำนายที่ดีที่สุดเพื่ออธิบาย
ความสัมพันธ์ระหว่างการใช้งาน โดยรวมและราย uwis
เป็นเครื่องสนับสนุนรูปแบบเวกเตอร์ที่มีรัศมีพื้นฐานการทำงาน
( RBF ) สำหรับประเภทของเคอร์เนล เสนอระบบสนับสนุนการตัดสินใจ
ต่อไปนี้ในส่วนที่ 2 ขั้นตอนถัดไปคือการ คำนวณความไว
คะแนนสำหรับแต่ละตัวแปรอิสระในรูปแบบนี้ ( rbfsvm )
โดยการใช้อีคิว ( 5 ) หลังจากนั้น รวม reciprocals สำหรับ
รายการแต่ละ uwis จากตารางที่ 2 ด้วยคะแนนความไวในอีคิว
( 1 ) วิกฤตดัชนีสำหรับแต่ละรายการมีการคํานวณ ขั้นตอนต่อไป
ในเสนอ DSS เป็นการใช้การวิเคราะห์แบบพาเรโตหลอก

พวกระบบดัชนีเพื่อตรวจสอบออก ' 'trivial หลายที่
''vital น้อย " มุ่งเน้นเพื่อปรับปรุง
การใช้งานปีเตอร์( พาเรโต , 1971 ) แผนภูมิพาเรโต สำหรับกรณีศึกษานี้เป็นภาพประกอบใน
รูปที่ 3 เหตุผลที่คำว่า " 'pseudo " ใช้เป็นคำนำหน้าสำหรับโต
คือว่าในการศึกษาประมาณ 72% ของปัญหาการใช้งานเกิดจาก
58% ของสาเหตุ ( 14 รายการ รายการ จากทั้งหมด 24 ) ( ดังรูปที่ 3 shownin )