Members of Learning Innovation Technology Lab

   
 

 

Published paper:

  • Step-wise approach for improving ontology using optimizing rules. The Fifth International Conference on Knowledge, Information and Creativity Support Systems (KICSS 2010), November 25-27. pp.176~181, 2010.
  • Stepwise Approach for Applying Coding Method of Grounded Theory to Ontology Design, JCIT: Journal of Convergence Information Technology, Vol. 8, No. 15, pp. 23~32, 2013.
 

Research Interests:

  • Ontology
  • Grounded Theory
 
 

Dissertation Title:

ระเบียบวิธีแปลงความรู้จากแบบจำลองทฤษฎีฐานรากและแบบจำลองสมการโครงสร้างเป็นความรู้ในรูปแบบออนโทโลยี

A Methodology of Transforming Knowledge from Grounded Theory and Structural Equation Modeling to Ontology Based Knowledge
 

Advisor: ผู้ช่วยศาสตราจาย์ ดร.เทพฤทธิ์ บัณฑิตวัฒนาวงศ์

Co-Advisor: ดร.ศศิพร อุษณวศิน

 

 

บทคัดย่อ

งานวิจัยนี้ได้นำเสนอระเบียบวิธีการแปลงแบบจำลองความรู้จากผลงานวิจัยด้วยทฤษฏีฐานรากและผลการวิจัยจากแบบจำลองสมการโครงสร้างเป็นความรู้ในรูปแบบออนโทโลยีที่มีความมุ่งหวังว่าเป็นระเบียบวิธีใหม่ในการแปลงแบบจำลองความรู้เป็นออนโทโลยี ในแนวทางที่พบนั้นได้ใช้แบบจำลองความรู้ของงานวิจัยเชิงปริมาณด้วยทฤษฎีฐานรากและใช้แบบจำลองความรู้ของงานวิจัยเชิงปริมาณด้วยแบบจำลองสมการโครงสร้างมาเป็นแหล่งแบบจำลองความรู้ที่ใช้ในการแปลงในงานวิจัยนี้ และยังได้เสนอเทคนิคการจับคู่ (mapping) ข้อมูลกับคลาสและความสัมพันธ์ในออนโทโลยีและยังได้เสนอขั้นตอนในการสร้างเป็นออนโทโลยีในแต่ละรูปแบบของแบบจำลองความรู้ หนึ่งในการค้นพบจากงานวิจัยนี้คือวิธีการผสมผสานวิธีการให้รหัสคำสำคัญ (coding) ของทฤษฎีฐานรากเข้ามาในการวิศวกรรมออนโทโลยีในกระบวนการสกัดความรู้ อย่างไรก็ตามพบว่าออนโทโลยีที่ได้มานั้นต้องการการปรับปรุงเพิ่มเติม ดังนั้นงานวิจัยนี้จึงนำเอาผลงาน optimizing rules และ business rules ที่ได้พัฒนาขึ้นมาเป็นกระบวนการการปรับปรุงออนโทโลยีนี้ สำหรับอีกผลงานวิจัยคือการแปลงแบบจำลองความรู้ด้วยแบบจำลองสมการโครงสร้างเต็มรูปเป็นออนโทโลยีพบว่าออนโทโลยีที่ได้นั้นเป็นออนโทโลยีเชิงพยากรณ์ที่มีขนาดเล็กและยังสามารถอธิบายความหมายจากออนโทโลยีเชิงปริมาณได้ งานวิจัยได้พิสูจน์โดยการใช้ทฤษฎีเซตเชิงสัจพจน์ ตรรกะอธิบาย การจำลองสถานการณ์และการวิเคราะห์โปรไฟล์พบว่าเป็นไปตามวัตถุประสงค์ อย่างไรก็ตามผลงานวิจัยนี้สนับสนุนเฉพาะออนโทโลยีในรูปแบบเชิงโครงสร้างเท่านั้นดังนั้นในการวิจัยต่อไปจะได้พิจารณาถึงออนโทโลยีที่มีลักษณะความสัมพันธ์ในส่วนที่ไม่ใช่เชิงโครงสร้างและขยายการวิจัยให้ครอบคลุมถึงแหล่งแบบจำลองความรู้ในรูปแบบอื่นๆ

 

 

ABSTRACT

In this research, I propose a methodology for transforming knowledge from grounded theory model and result model of structural equation modeling to ontology-based knowledge; it is intended to provide new methodologies for transforming structural knowledge to ontology-based knowledge. In these approaches, I applied the findings model of qualitative research based on grounded theory and result model of quantitative research based on structural equation modeling as the source knowledge models to transform to ontology. Moreover, I introduce techniques for mapping data objects with classes and their relations and provide stepwise approaches to generate ontology for each different source. One of the findings is the process used to blend coding technique based on grounded theory with ontology engineering on knowledge extraction process. The result ontology also needs improvement processes; however, I introduced optimizing rules and business rules that I developed for ontology improvement. In addition, I introduce steps of transforming result model of fully structural equation modeling to ontology. I found the result ontology as a lightweight predictive ontology and it also describes quantitative meaning on the ontology. I tested the proposed approach by axiom set theory, descriptive logic, scenario cases and profile analysis, which resulted in completing the objectives. However, the findings support only structural ontological representation thus, I intend to solve this issue in the future works for supporting unstructured relation on ontology and covering to other research findings models.