Sotarat ThammaboosadeeTaweesak SamanchuenNaphat Chowpaknam2024-01-102024-01-10201920192024Thematic Paper (M.Sc. (Information Technology Management))--Mahidol University, 2019https://repository.li.mahidol.ac.th/handle/20.500.14594/92210Information Technology Management (Mahidol University 2019)The objective of this research is to guide the classification of judicial offences against government officials, enabling judges to speed up the investigation of criminal cases based on an analytical process through the Cross-Industry Standard Process for Data Mining (CRISP-DM) The information used in the research is the expression of the case, the judgment, the order, the petition and the ruling of the Supreme Court and the offence against the official position. In the Criminal Code, Section 147 to Article 166, all 19 articles, the case is brought to an end from the Supreme Court of 1243 cases appearing on the website of the ordinance. Text mining is used to analyze the data mining model, and Rapid miner is used to cut vocabulary words into singular words for the analysis of the results. The results of the research show the collect data in each section's cases could be predict by using Text mining technique. This technique might help judges make judgments more easilyแบบจำลองการทำเหมืองข้อความสำหรับความผิดปกติในการจำแนกประเภทคดีในสำนักงานมีวัตถุประสงค์เพื่อเป็นแนวทางในการจำแนกความผิดเกี่ยวกับการพิจารณาคดีต่อเจ้าหน้าที่ของรัฐทำให้ผู้พิพากษาสามารถเร่งการสอบสวนคดีอาญาโดยใช้กระบวนการวิเคราะห์ผ่านกระบวนการมาตรฐานข้ามอุตสาหกรรมสำหรับการทำเหมืองข้อมูล ข้อมูลที่ใช้ในการวิจัยคือการแสดงออกของคดีคำพิพากษาคำสั่งคำร้องและคำพิพากษาของศาลฎีกาและความผิดต่อตำแหน่งอย่างเป็นทางการ ในประมวลกฎหมายอาญามาตรา 147 ถึงมาตรา 166 บทความทั้งหมด 19 ข้อคดีนี้ได้ถูกยุติลงจากศาลฎีกาจำนวน 1243 คดีที่ปรากฏบนเว็บไซต์ของกฎหมาย Text mining ใช้ในการวิเคราะห์แบบจำลอง data mining และใช้โปรแกรมเพื่อตัดคำศัพท์เป็นคำเอกพจน์สำหรับการวิเคราะห์ผลลัพธ์ ผลการวิจัยพบว่าคำพิพากษาที่มีความผิดเกี่ยวกับตำแหน่งของข้าราชการ ทำให้สามารถช่วยผู้ตัดสินใช้วิจารณญาณได้ง่ายขึ้นix, 40 leaves : ill.application/pdfengผลงานนี้เป็นลิขสิทธิ์ของมหาวิทยาลัยมหิดล ขอสงวนไว้สำหรับเพื่อการศึกษาเท่านั้น ต้องอ้างอิงแหล่งที่มา ห้ามดัดแปลงเนื้อหา และห้ามนำไปใช้เพื่อการค้าMisconduct in office -- ThailandMachine learning -- Mathematical modelsText data miningMaster ThesisMahidol University