การวิเคราะห์เหมืองความคิดเห็นเครือข่ายเฟสบุ๊ค โดยใช้เทคนิคเหมืองข้อมูล Sentiment analysis opinion mining from Facebook Comments Using Data Mining Technique

บทคัดย่อ

ปัจจุบันลูกค้าส่วนใหญ่จะใช้อินเทอร์เน็ตในการค้นคืนข้อมูล เพื่อนำมาใช้ประกอบการตัดสินใจเลือกชื้อสินค้า ให้ได้ตรงกับความต้องการ ซึ่งวิธีที่นิยมใช้กันโดยทั่วไปคือ การตัดสินใจโดยใช้ข้อมูลจากบทวิจารณ์ของลูกค้าที่เคยชื้อสินค้าไปแล้ว แต่อย่างไรก็ตาม การเลือกสินค้าให้ได้ตรงกับความต้องการนั้น ลูกค้าจะต้องอ่านความคิดเห็นเป็นจำนวนมาก บทความนี้จึงได้ออกแบบและพัฒนาระบบสกัดความรู้แบบอัตโนมัติจากความคิดเห็นออนไลน์ของลูกค้าโดยความรู้ในการสกัดและจัดเก็บความรู้ และตัวแปลภาษามาช่วยในการวิเคราะห์เชิงความหมาย รวมทั้งพัฒนาวิธีการสรุปแยกความคิดเห็นเชิงบวกและเชิงลบ ในงานวิจัยนี้ได้นำข้อมูลจากบทวิจารณ์ออนไลน์ผ่านเฟสบุ๊คเครือข่ายสาธารณะของลูกค้ามาสกัดคำแยกความคิดเห็นเชิงบวก เชิงลบ และได้เปรียบเทียบประสิทธิภาพจากค่าความถูกต้องด้วยอัลกอริทึมนาอีฟเบย์ อัลกอริทึมการหาเพื่อนบ้านใกล้ที่สุด และอัลกอริทึมการเรียนรู้ของต้นไม้ตัดสินใจผลการศึกษา พบว่า อัลกอริทึมนาอีฟเบย์ให้ค่าความถูกต้อง 82.97% การหาเพื่อนบ้านใกล้ที่สุดให้ค่าความถูกต้อง 78.80% และอัลกอริทึมการเรียนรู้ของต้นไม้ตัดสินใจ ให้ค่าความถูกต้อง 74.89% ผู้วิจัยได้เลือกวิธีนาอีฟเบย์ มาใช้ในการพัฒนาระบบวิเคราะห์ความคิดเห็นออนไลน์และเลือกใช้ความคิดเห็นจากเครือข่ายเฟสบุ๊คลำปางเซรามิกแฟร์มาทดสอบระบบ ผลพบว่าระบบสามารถสกัดคำแยกความคิดเห็นเชิงบวกและเชิงลบตามเวลาจริงทำงานได้อย่างมีประสิทธิภาพ