การวิเคราะห์บทวิจารณ์จากนักท่องเที่ยวชาวต่างชาติด้วยการประมวลผลภาษาธรรมชาติ และเครื่องมือวิเคราะห์ความรู้สึกแบบใช้พจนานุกรมเป็นฐาน
Article Sidebar
Main Article Content
บทคัดย่อ
พฤติกรรมของนักท่องเที่ยวในปัจจุบันคือการค้นหาข้อมูลออนไลน์ประกอบการตัดสินใจท่องเที่ยว แม้บทวิจารณ์ออนไลน์จะมีข้อดีหลายประการ แต่การวิเคราะห์ข้อมูลจำนวนมากนั้นย่อมสิ้นเปลืองเวลาและทรัพยากรในการแยกข้อมูลที่สำคัญ ดังนั้นการวิเคราะห์ข้อความอย่างเป็นระบบจึงช่วยให้สามารถนำเสนอสารสนเทศได้ครอบคลุมและตรงประเด็นมากขึ้น งานวิจัยนี้มีวัตถุประสงค์เพื่อวิเคราะห์บทวิจารณ์ด้วยเครื่องมือวิเคราะห์ความรู้สึกจากข้อความแบบใช้พจนานุกรม และเพื่อสร้างรายงานเชิงวิเคราะห์บทวิจารณ์จากนักท่องเที่ยวชาวต่างชาติต่ออุทยานแห่งชาติเขาใหญ่ โดยรวบรวมบทวิจารณ์เกี่ยวกับอุทยานแห่งชาติเขาใหญ่จากแพลตฟอร์มออนไลน์ รวมทั้งสิ้น 12,035 รายการ โดยใช้ TextBlob, Flair และ VADER จำแนกความคิดเห็นออกเป็นเชิงบวก เชิงลบ และเป็นกลาง ผลการทดสอบพบว่า VADER มีค่าความถูกต้องเฉลี่ยสูงที่สุดที่ 76% อย่างไรก็ตาม จากการวิเคราะห์ความรู้สึก ยังพบบทวิจารณ์ที่คะแนนความพึงพอใจขัดแย้งกับเนื้อหา ซึ่งแสดงถึงข้อจำกัดของการใช้ผลการวิเคราะห์ความรู้สึกเพียงอย่างเดียว ในการสะท้อนความคิดเห็น เนื่องจากความคิดเห็นมีความซับซ้อน และยากที่จะเปรียบเทียบความแตกต่างด้วยมาตรฐานเดียวกัน เพื่อแก้ไขปัญหาดังกล่าวจึงสร้างรายงานเชิงวิเคราะห์จากเปรียบเทียบความสัมพันธ์ระหว่างคำสำคัญและบทวิจารณ์ที่เกี่ยวข้องด้วยการวัดความคล้ายคลึงโคไซน์ และสรุปข้อความด้วยการประมวลผลภาษาธรรมชาติร่วมกับการนำเสนอภาพข้อมูล เพื่อสะท้อนถึงจุดเด่นและข้อจำกัดของอุทยาน ผลการวิเคราะห์ข้อมูล พบว่า แม้ว่าอุทยานแห่งชาติเขาใหญ่จะได้รับการชื่นชมในด้านความงดงามทางธรรมชาติ ความอุดมสมบูรณ์ของทรัพยากร และความหลากหลายทางชีวภาพ แต่ก็ยังมีข้อจำกัดบางประการที่ถูกกล่าวถึงในบทวิจารณ์ ได้แก่ ค่าธรรมเนียมที่แตกต่างกันระหว่างนักท่องเที่ยวชาวไทยและชาวต่างชาติ นอกจากนี้ ระบบขนส่งสาธารณะยังขาดความสะดวกและไม่เพียงพอ รวมถึงต้องการประสบการณ์การท่องเที่ยวที่คุ้มค่าและกิจกรรมที่เหมาะสมกับนักท่องเที่ยวทุกกลุ่ม ผลลัพธ์จากงานวิจัยยังเป็นหนึ่งในข้อมูลพื้นฐานในการตัดสินใจของนักท่องเที่ยว อีกทั้งเป็นประโยชน์ต่อการกำหนดแนวทาง ในการพัฒนาอุทยานแห่งชาติเขาใหญ่ให้ตอบสนองความต้องการของนักท่องเที่ยว นอกจากนี้ ยังเป็นต้นแบบในการประยุกต์ใช้กับแหล่งท่องเที่ยวอื่น ๆ เพื่อยกระดับคุณภาพการให้บริการและเสริมสร้างศักยภาพในการแข่งขันของอุตสาหกรรมการท่องเที่ยวของประเทศไทยในระยะยาว
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
นโยบายการรับบทความ
กองบรรณาธิการวารสารสถาบันเทคโนโลยีไทย-ญี่ปุ่น มีความยินดีรับบทความจากอาจารย์ประจำ และผู้ทรงคุณวุฒิในสาขาวิศวกรรมศาสตร์และเทคโนโลยี ที่เขียนเป็นภาษาไทยหรือภาษาอังกฤษ ซึ่งผลงานวิชาการที่ส่งมาขอตีพิมพ์ต้องไม่เคยเผยแพร่ในสิ่งพิมพ์อื่นใดมาก่อน และต้องไม่อยู่ในระหว่างการพิจารณาของวารสารอื่นที่นำส่ง ดังนั้นผู้สนใจที่จะร่วมเผยแพร่ผลงานและความรู้ที่ศึกษามาสามารถนำส่งบทความได้ที่กองบรรณาธิการเพื่อเสนอต่อคณะกรรมการกลั่นกรองบทความพิจารณาจัดพิมพ์ในวารสารต่อไป ทั้งนี้บทความที่สามารถเผยแพร่ได้ประกอบด้วยบทความวิจัย ผู้สนใจสามารถศึกษาและจัดเตรียมบทความจากคำแนะนำสำหรับผู้เขียนบทความ
การละเมิดลิขสิทธิ์ถือเป็นความรับผิดชอบของผู้ส่งบทความโดยตรง บทความที่ได้รับการตีพิมพ์ต้องผ่านการพิจารณากลั่นกรองคุณภาพจากผู้ทรงคุณวุฒิและได้รับความเห็นชอบจากกองบรรณาธิการ
ข้อความที่ปรากฏภายในบทความของแต่ละบทความที่ตีพิมพ์ในวารสารวิชาการเล่มนี้ เป็น ความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่าน ไม่เกี่ยวข้องกับสถาบันเทคโนโลยีไทย-ญี่ปุ่น และคณาจารย์ท่านอื่น ๆ ในสถาบัน แต่อย่างใด ความรับผิดชอบด้านเนื้อหาและการตรวจร่างบทความแต่ละบทความเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใด ๆ ผู้เขียนแต่ละท่านจะต้องรับผิดชอบบทความของตนเองแต่ผู้เดียว
กองบรรณาธิการขอสงวนสิทธิ์มิให้นำเนื้อหา ทัศนะ หรือข้อคิดเห็นใด ๆ ของบทความในวารสารสถาบันเทคโนโลยีไทย-ญี่ปุ่น ไปเผยแพร่ก่อนได้รับอนุญาตจากผู้นิพนธ์ อย่างเป็นลายลักษณ์อักษร ผลงานที่ได้รับการตีพิมพ์ถือเป็นลิขสิทธิ์ของวารสารสถาบันเทคโนโลยีไทย-ญี่ปุ่น
ผู้ประสงค์จะส่งบทความเพื่อตีพิมพ์ในวารสารวิชาการ สถาบันเทคโนโลยีไทย-ญี่ปุ่น สามารถส่ง Online ที่ https://www.tci-thaijo.org/index.php/TNIJournal/ โปรดสมัครสมาชิก (Register) โดยกรอกรายละเอียดให้ครบถ้วนหากต้องการสอบถามข้อมูลเพิ่มเติมที่
- กองบรรณาธิการ วารสารสถาบันเทคโนโลยีไทย-ญี่ปุ่น
- ฝ่ายวิจัยและนวัตกรรม สถาบันเทคโนโลยีไทย-ญี่ปุ่น
เลขที่ 1771/1 สถาบันเทคโนโลยีไทย-ญี่ปุ่น ซอยพัฒนาการ 37-39 ถนนพัฒนาการ แขวงสวนหลวง เขตสวนหลวง กรุงเทพมหานคร 10250 ติดต่อกับคุณพิมพ์รต พิพัฒนกุล (02) 763-2752 , คุณจุฑามาศ ประสพสันติ์ (02) 763-2600 Ext. 2402 Fax. (02) 763-2754 หรือ E-mail: JEDT@tni.ac.th
เอกสารอ้างอิง
Z. Zhu, Y. Zhao, and J. Wang, “The impact of destination online review content characteristics on travel intention: experiments based on psychological distance perspectives,” Aslib J. Inf. Manage., vol. 76, no. 1, pp. 42–64, 2024.
A. Sihombing, L.-W. Liu, and P. Pahrudin, “The impact of online marketing on tourists' visit intention: Mediating roles of trust,” J. Tourism, Heritage Serv. Marketing, vol. 10, no. 2, pp. 15–23, 2024.
L. Lei and D. Liu, Conducting Sentiment Analysis. Cambridge, U.K.: Cambridge University Press, 2021.
R. Rachmiani, N. Kintan Oktadinna, and T. Rachmat Fauzan, “The impact of online reviews and ratings on consumer purchasing decisions on e-commerce platforms,” Int. J. Manage. Sci. Inf. Technol., vol. 4, no. 2, pp. 504–515, 2024.
National Statistical Office of Thailand, “Number of tourists in national parks, fiscal year 2022,” 2022. [Online]. Available: https://catalog.dnp.go.th/dataset/91d66c6a-5b88-41ee-8597-11be8aec5aa6/resource/525f31b3-d572-41fa-a822-04f5f3c12ab7/download/tourism65.xlsx
National Statistical Office of Thailand, “Number of tourists in national parks, fiscal year 2023,” 2023. [Online]. Available: https://catalog.dnp.go.th/dataset/91d66c6a-5b88-41ee-8597-11be8aec5aa6/resource/70ae333d-19fc-4cdb-a60c-dc43bbf74ad6/download/tourism66.xlsx
D. Jurafsky and J. H. Martin, Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition, 2nd ed. Upper Saddle River, NJ, USA: Prentice Hall, 2008.
T. Snake, Natural Language Processing Practical Using Transformers with Python. 2022.
L. T. Dela Cruz et al., “An enhancement of support vector machine in the context of sentiment analysis applied in scraped data from Tripadvisor hotel reviews,” Int. J. Comput. Sci. Res., vol. 8, pp. 3235–3251, 2024.
S. Jardim and C. Mora, “Customer reviews sentiment-based analysis and clustering for market-oriented tourism services and products development or positioning,” Procedia Comput. Sci., vol. 196, pp. 199–206, 2022.
K. Puh and M. Bagić Babac, “Predicting sentiment and rating of tourist reviews using machine learning,” J. Hosp. Tour. Insights, vol. 6, no. 3, pp. 1188–1204, 2023.
I. Perikos and A. Diamantopoulos, “Explainable aspect-based sentiment analysis using transformer models,” Big Data Cogn. Comput., vol. 8, no. 11, 2024, Art. no. 141.
K. W. Trisna, J. Huang, H. Lei, and E. M. Dharma, “From context-independent embedding to transformer: Exploring sentiment classification in online reviews with deep learning approaches,” J. Theor. Appl. Inf. Technol., vol. 102, no. 19, pp. 6980–7003, 2024.
P. Suanpang, P. Jamjuntr, and P. Kaewyong, “Sentiment analysis with a TextBlob package Implications for tourism,” J. Manage. Inf. Decis. Sci., vol. 24, no. S6, pp. 1–9, 2021.
I. Khumtaveeporn and K. Wattanasuwan, “AI sentiment analysis for destination branding: A case study of Buriram, Thailand,” J. Bus. Adm., vol. 46, no. 180, pp. 50–74, 2023.
K. Barik and S. Misra, “Analysis of customer reviews with an improved VADER lexicon classifier,” J. Big Data, vol. 11, 2024, Art. no. 10.
D. Buhalis, “Marketing the competitive destination of the future,” Tourism Manage., vol. 21, no. 1, pp. 97–116, 2000.
R. Mitchell, Web Scraping with Python, 3rd ed. Sebastopol, CA, USA: O'Reilly Media, 2024.
M. Arief and N. A. Samsudin, “Hybrid approach with VADER and multinomial logistic regression for multiclass sentiment analysis in online customer review,” Int. J. Adv. Comput. Sci. Appl., vol. 14, no. 12, pp. 311–320, 2023.
D. Tay, Data Analytics for Discourse Analysis with Python: The Case of Therapy Talk. New York, NY, USA: Routledge, 2024.
B. Liu, Sentiment Analysis and Opinion Mining. Cham, Switzerland: Springer, 2022.
