งานวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ 1) ศึกษาปัจจัยด้านประชากรศาสตร์ที่ส่งผลต่อพฤติกรรมการวางแผนทางการเงินของคนวัยทํางานในกรุงเทพมหานคร และ 2) ศึกษาปัจจัยด้านความรู้ทางการเงิน ทัศนคติทางการเงิน แรงจูงใจในการออม และพฤติกรรมทางการเงินดิจิทัลที่ส่งผลต่อพฤติกรรมการวางแผนทางการเงินของคนวัยทํางานในกรุงเทพมหานคร การวิจัยใช้ระเบียบวิธีวิจัยเชิงปริมาณ กลุ่มตัวอย่างคือบุคคลวัยทํางานที่อาศัยอยู่ในกรุงเทพมหานคร จํานวน 400 คน เก็บรวบรวมข้อมูลด้วยแบบสอบถามที่ผ่านการตรวจสอบความตรงเชิงเนื้อหาและความเชื่อมั่นของเครื่องมือ โดยหาค่าความเชื่อมั่นด้วยค่าสัมประสิทธิ์แอลฟาของครอนบาค วิเคราะห์ข้อมูลโดยใช้สถิติเชิงพรรณนา และสถิติการวิเคราะห์การถดถอยเชิงเส้นพหุคูณแบบนําตัวแปรเข้าทั้งหมด ผลการวิจัยพบว่า 1) ปัจจัยด้านประชากรศาสตร์ ได้แก่ เพศ อายุ รายได้ สถานภาพสมรส และระดับการศึกษา ส่งผลต่อพฤติกรรมการวางแผนทางการเงินของคนวัยทํางานในกรุงเทพมหานครแตกต่างกันอย่างมีนัยสําคัญทางสถิติที่ระดับ 0.05 2) ปัจจัยด้านความรู้ทางการเงิน ทัศนคติทางการเงิน แรงจูงใจในการออม และพฤติกรรมทางการเงินดิจิทัลที่ส่งผลต่อพฤติกรรมการวางแผนทางการเงินของคนวัยทํางานในกรุงเทพมหานคร พบว่า ความรู้ทางการเงิน ทัศนคติทางการเงิน และพฤติกรรมทางการเงินดิจิทัล เป็นปัจจัยสําคัญที่ส่งผลต่อพฤติกรรมการวางแผนทางการเงินของคนวัยทํางานในกรุงเทพมหานครอย่างมีนัยสําคัญทางสถิติที่ระดับ 0.05

บทความวิจัยครั้งนี้มีวัตถุประสงค์ 1)เพื่อศึกษาปัจจัยด้านส่วนประสมทางการตลาด พฤติกรรมการเลือกซื้อ และการตัดสินใจซื้อครีมอาบน้ําของกลุ่ม LGBTQในประเทศไทย 2)เพื่อศึกษาปัจจัยด้านประชากรศาสตร์ และปัจจัยด้านส่วนประสมทางการตลาด4Pที่มีผลต่อพฤติกรรมการเลือกซื้อครีมอาบน้ําของกลุ่ม LGBTQในประเทศไทย3) เพื่อศึกษาปัจจัยด้านประชากรศาสตร์ และปัจจัยด้านส่วนประสมทางการตลาด 4Pที่ส่งผลต่อการตัดสินใจซื้อครีมอาบน้ําของกลุ่ม LGBTQในประเทศไทยผู้วิจัยได้ทําการทบทวนวรรณกรรมงานวิจัยของต่างประเทศและในประเทศ เพื่อนํามาพัฒนาเป็นกรอบแนวคิด ตัวแปรอิสระประกอบไปด้วย ปัจจัยด้านประชากรซึ่งได้แก่ เพศ อายุ รายได้ อาชีพและสถานภาพสมรส(4P)ในส่วนของตัวแปรตามประกอบไปด้วย พฤติกรรมการเลือกซื้อครีมอาบน้ําและการตัดสินใจซื้อ โดยใช้กลุ่มตัวอย่าง ประชากรที่ใช้ในการศึกษาครั้งนี้ ผู้วิจัยมุ่งศึกษากับผู้บริโภคที่ใช้ผลิตภัณฑ์ครีมอาบน้ําในประเทศไทย เก็บรวบรวมข้อมูล และ ศึกษาเฉพาะตลาดครีมอาบน้ํา ได้แก่ กลุ่มความงาม (Beauty)ผลการวิจัยพบว่า1)ศึกษาปัจจัยด้านส่วนประสมทางตลาด พฤติกรรมการเลือกซื้อครีมอาบน้ําและการตัดสินใจซื้อครีมอาบน้ําของกลุ่มLGBTQในประเทศไทย พบว่าLGBTQสนใจเรื่องของกลิ่นเป็นอันดับแรก เพราะว่ากลิ่นทําให้ผู้บริโภคมั่นใจ และเป็นตัวเอง ลําดับถัดมาให้ความสนใจกิจกรรมทางการตลาด เช่น โปรโมชั่น1แถม1 หรือกิจกรรมตามเทศกาลเช่นBangkok Pride Festival เพราะเป็นเทศกาลที่รวมเหล่า LGBTQที่ใหญ่ที่สุดในประเทศไทย 2)ศึกษาปัจจัยด้านประชากรศาสตร์และปัจจัยด้านส่วนประสมทางการตลาด 4Pที่มีผลต่อพฤติกรรมการเลือกซื้อครีมอาบน้ําของกลุ่มLGBTQในประเทศไทยพบว่า จํานวนประชากรในประเทศไทยมีการเกิดที่ลดน้อยลง ปัจจุบันประเทศไทยเปิดกว้างเรื่องเพศมากขึ้น ทําให้กลุ่ม LGBTQเติบโตมากขึ้น และช่วยขับเคลื่อนเศรษฐกิจไทย พฤติกรรมการใช้ชีวิตกลุ่มคน LGBTQใช้ชีวิตแบบมีความสุขและพร้อมที่จะซัพพอร์ทสินค้าหรือบริการที่ทํามาเพื่อคนกลุ่มนี้อีกด้วย 3)ศึกษาปัจจัยด้านประชากรศาสตร์และปัจจัยด้านส่วนประสมทางการตลาด 4P ที่มีผลต่อพฤติกรรมการเลือกใช้ครีมอาบน้ําของกลุ่ม LGBTQ ในประเทศไทยพบว่า LGBTQในประเทศมีการเติบโตแบบก้าวกระโดด ทําให้สินค้าและบริการหันมาสนใจพฤติกรรมการเลือกใช้สินค้าหรือบริการของกลุ่มคนLGBTQมากขึ้น นอกจากนี้ปัจจัยด้านส่วนประสมทางการตลาดยังมีปัจจัยที่เพิ่มมากขึ้นเช่น ความเท่าเทียม ความจริงใจ และ มองว่าเป็นผู้บริโภคปกติเหมือนเพศทั่วไป

Sequential behaviors and social ties jointly shape user preferences; however, most prior work models them in isolation and relies on shallow fusion in Euclidean space, which struggles to capture temporal drift and hierarchical social structure. We propose a novel framework; HGT4Rec, a Hyperbolic Graph Transformer for Sequential and Social Recommendation. A graph transformer encodes item-transition dependencies to track evolving preferences along the sequence, while a hyperbolic transformer operates on the social graph to represent long-range and hierarchical influence. We further introduce FusionGRU, an adaptive gating module that integrates the two representations into a unified preference state for Top-K prediction. Experiments on Yelp, iFashion, LastFM show that HGT4Rec delivers substantial improvements over the strongest baseline, achieving +348.22% / +314.86%, +383.21% / +210.19%, and +90.85% / +9.83% in Recall@10 and NDCG@10, respectively. Our results demonstrate the value of combining graph transformers with hyperbolic space modeling and the gated fusion for next-item recommendation in sequential and social settings (our code).

การวิจัยนี้มีวัตถุประสงค์เพื่อ 1) ศึกษาความต้องการพัฒนาสมรรถนะการใช้ปัญญาประดิษฐ์สำหรับการวัดและประเมินผลการเรียนรู้ของครูโรงเรียนเอกชนจังหวัดสมุทรปราการ และ 2) เปรียบเทียบความต้องการพัฒนาสมรรถนะการใช้ปัญญาประดิษฐ์สำหรับการวัดและประเมินผลการเรียนรู้ของครูโรงเรียนเอกชนจังหวัดสมุทรปราการ จำแนกตามปัจจัยส่วนบุคคล กลุ่มตัวอย่าง คือ ครูจำนวน 264 คน ซึ่งเข้าร่วมการวิจัยโดยสมัครใจและตอบแบบสอบถามออนไลน์ เครื่องมือที่ใช้ในการวิจัย คือ แบบสอบถามแบบมาตรประมาณค่า 5 ระดับ สถิติที่ใช้ในการวิเคราะห์ข้อมูล ได้แก่ ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน และการวิเคราะห์ความแปรปรวนทางเดียว (One-Way ANOVA) ผลการวิจัยพบว่า 1) ความต้องการพัฒนาสมรรถนะการใช้ปัญญาประดิษฐ์สำหรับการวัดและประเมินผลการเรียนรู้ของครูโดยภาพรวมอยู่ในระดับมาก (x̅=3.65, S.D.=0.89) และ 2) ครูที่มีช่วงวัย ประสบการณ์สอน และประสบการณ์การใช้ปัญญาประดิษฐ์แตกต่างกัน มีความต้องการพัฒนาสมรรถนะการใช้ปัญญาประดิษฐ์สำหรับการวัดและประเมินผลการเรียนรู้แตกต่างกันอย่างมีนัยสำคัญทางสถิติ

-

การวิจัยแบบผสานวิธีในครั้งนี้มีวัตถุประสงค์เพื่อ 1. ศึกษาระดับของคุณลักษณะการเป็นผู้ประกอบการ การบูรณาการโซ่อุปทาน ความยืดหยุ่นขององค์กร และผลการดำเนินธุรกิจอย่างยั่งยืนของธุรกิจโลจิสติกส์ทางถนนในเขตกรุงเทพมหานคร 2. ศึกษาอิทธิพลของคุณลักษณะการเป็นผู้ประกอบการ การบูรณาการโซ่อุปทาน และความยืดหยุ่นขององค์กร ที่ส่งผลต่อผลการดำเนินธุรกิจอย่างยั่งยืนของธุรกิจโลจิสติกส์ทางถนนในเขตกรุงเทพมหานคร และ 3. พัฒนาแบบจำลองการส่งเสริมผลการดำเนินธุรกิจอย่างยั่งยืนของธุรกิจโลจิสติกส์ทางถนนในเขตกรุงเทพมหานคร การวิจัยเชิงปริมาณ กลุ่มตัวอย่าง ได้แก่ ผู้ประกอบการธุรกิจโลจิสติกส์ทางถนนในเขตกรุงเทพมหานคร จำนวน 260 คน ด้วยการสุ่มแบบแบ่งชั้นภูมิ เครื่องมือที่ใช้ในการวิจัยเป็นแบบสอบถามมาตรส่วนประมาณค่า 5 ระดับ วิเคราะห์ข้อมูลด้วยสถิติพรรณนา เทคนิคการวิเคราะห์แบบ Covariance-based SEM การวิจัยเชิงคุณภาพ กลุ่มเป้าหมายเป็นผู้เชี่ยวชาญ จำนวน 15 คน เก็บข้อมูลด้วยการสัมภาษณ์เชิงลึก วิเคราะห์ข้อมูลด้วยเทคนิคการวิเคราะห์เนื้อหา ผลการวิจัยพบว่า 1.คุณลักษณะการเป็นผู้ประกอบการ การบูรณาการโซ่อุปทาน ความยืดหยุ่นขององค์กร อยู่ในระดับมากที่สุด (Mean = 4.59, 4.62 และ 4.58) ผลการดำเนินธุรกิจอย่างยั่งยืน อยู่ในระดับมาก (Mean = 4.45) 2. คุณลักษณะการเป็นผู้ประกอบการ การบูรณาการโซ่อุปทาน และความยืดหยุ่นขององค์กร ร่วมกันทำนายผลการดำเนินธุรกิจอย่างยั่งยืนของธุรกิจโลจิสติกส์ทางถนนในเขตกรุงเทพมหานคร ได้ร้อยละ 87 3.แบบจำลอง IPO (Input-Process-Output Model) เพื่อส่งเสริมผลการดำเนินธุรกิจอย่างยั่งยืนของผู้ประกอบการในธุรกิจโลจิสติกส์ทางถนน ประกอบด้วย 3 ด้าน ได้แก่ ทรัพยากรการดำเนินงาน กระบวนการดำเนินงาน และผลผลิต

Social recommendation utilizes social relationships to alleviate data sparsity and improve recommendation quality. Nevertheless, existing approaches still encounter several limitations. First, user preference structures in social networks are often hierarchical and non-Euclidean, whereas most existing models rely on Euclidean embeddings that are insufficient for capturing such complex geometries. Second, noisy social connections may propagate unreliable information and degrade representation quality. Third, commonly used multi-view fusion strategies based on multilayer perceptrons (MLPs) often lack the expressive capability required to effectively integrate heterogeneous user signals. To address these challenges, this paper proposes HGKAN (Hyperbolic Graph-Based Kolmogorov–Arnold Network), a unified framework that combines hyperbolic representation learning, graph neural networks, and KAN-based nonlinear fusion for social recommendation. Specifically, a Hyperbolic Intent Attention module is introduced to learn fine-grained and hierarchical user intent representations in hyperbolic space. In addition, a Hyperbolic Attention GCN is designed to denoise and aggregate social information while preserving complex relational structures. Furthermore, a KAN-based Multi-View Fusion Layer is developed to replace conventional MLP-based fusion, enabling more expressive and interpretable integration of preference, social, and intent representations. Extensive experiments conducted on three public benchmark datasets, including Yelp, Ciao, and Douban, demonstrate that HGKAN consistently outperforms several state-of-the-art recommendation methods. Experimental results show that the proposed framework achieves substantial improvements in both Recall@5 and NDCG@5, with all performance gains being statistically significant (p < 0.05). These findings verify the effectiveness of integrating hyperbolic geometric learning with KAN-based multi-view fusion for robust and accurate social recommendation.

การวิจัยครั้งนี้มีวัตถุประสงค์ 1) เพื่อการจําแนกข้อความ SMS ภาษาไทยจากมิจฉาชีพด้วย Machine Learning 2) ศึกษาการใช้อัลกอริทึม PyThaiNLP ร่วมกับเทคนิค TF-IDF ในการสกัดคุณลักษณะข้อความ และประยุกต์ใช้เทคนิค SMOTE เพื่อแก้ไขปัญหาความไม่สมดุลของข้อมูล ก่อนนําไปฝึกด้วยอัลกอริทึม Naïve Bayes และ 3) ศึกษาผลของแบบจําลองในการจําแนกข้อความ SMS ภาษาไทยออกเป็น 3 กลุ่ม ได้แก่ ข้อความปกติ ข้อความมิจฉาชีพ และข้อความส่งเสริมการขาย โดยใช้ข้อมูลจํานวน 5,000 รายการผลการทดลองด้วยอัลกอริทึม Naïve Bayes พบว่า กลุ่มข้อความปกติมีค่า Precision (ความแม่นยํา) 0.94 Recall (ความระลึก) 0.84 และ F1-Score (ค่าความถ่วงดุล) 0.88 กลุ่มข้อความส่งเสริมการขายมีค่า Precision 0.57 Recall 0.81 และ F1-Score 0.67 และกลุ่มข้อความมิจฉาชีพมีค่า Precision 0.84 Recall 0.91 และ F1-Score 0.87 ซึ่งแสดงให้เห็นถึงประสิทธิภาพที่ดีของแบบจําลอง โดยเฉพาะในการตรวจจับข้อความมิจฉาชีพนอกจากนี้ การประยุกต์ใช้เทคนิค SMOTE ช่วยเพิ่มประสิทธิภาพของแบบจําลอง โดยให้ค่าความถูกต้อง (Accuracy) สูงสุดร้อยละ 85.00 พร้อมทั้งให้ค่าความแม่นยํา ความระลึก และค่าความถ่วงดุลอยู่ในระดับดีเยี่ยม สรุปได้ว่าแนวทางดังกล่าวสามารถนําไปใช้ในการตรวจจับข้อความ SMS มิจฉาชีพได้อย่างมีประสิทธิภาพ