ระบบสกัดความรู้จากบทวิจารณ์โรงแรมออนไลน์โดยใช้ตรรกศาสตร์คลุมเครือ

บทคัดย่อ

บทคัดย่อ

ปัจจุบันวิธีการที่นักท่องเที่ยวนิยมนำมาใช้ในการเลือกสถานที่พักประกอบการท่องเที่ยวให้ได้ตรงกับความต้องการมากที่สุดคือ การวิเคราะห์ข้อมูลจากบทวิจารณ์ออนไลน์ของนักท่องเที่ยวที่เคยไปมาแล้วเพื่อนำมาใช้ประกอบการตัดสินใจ แต่ข้อเสียของการนำวิธีนี้มาใช้คือ นักท่องเที่ยวจะต้องอ่านบทวิจารณ์ทั้งหมดซึ่งมีเป็นจำนวนมาก บทความนี้จึงได้ออกแบบและพัฒนาระบบสกัดความรู้แบบอัตโนมัติจากบทวิจารณ์โรงแรมออนไลน์ของนักท่องเที่ยว โดยมุ่งเน้นที่การวิเคราะห์ความหมายของบทวิจารณ์ของนักท่องเที่ยวเกี่ยวกับที่พักโดยนำเอาออนโทโลยีมาใช้เป็นฐานความรู้ในการสกัดและจัดเก็บความรู้ และตัวแปลภาษามาช่วยในการวิเคราะห์เชิงความหมาย รวมทั้งพัฒนาวิธีการคำนวณระดับคะแนนความพึงพอใจของนักท่องเที่ยว โดยนำตรรกศาสตร์คลุมเครือมาใช้ ผลการทดลองพบว่า ระบบที่นำเสนอมีค่าความถูกต้องของการสกัดความรู้เท่ากับ 90.15%ค่าความแม่นยำเท่ากับ 100% ค่าความระลึกเท่ากับ 75.12% และค่าระดับคะแนนของคำวิจารณ์โดยรวมแตกต่างจากที่นักท่องเที่ยวกำหนดเท่ากับ 0.06คะแนน

คำสำคัญ: การสกัดความรู้ บทวิจารณ์ออนไลน์ตรรกศาสตร์คลุมเครือ

Abstract

Currently, the most common method thattourists use in selecting the accommodations toconform to their preferences is a data analysis fromonline reviews of experienced tourists to supportthe decision. Unfortunately, tourists must readenormous reviews in order to select their preferredaccommodations. This paper designs and developsan automatic knowledge extraction system fromonline hotel reviews of tourists. The proposedsystem focuses on a semantic analysis fromhotel reviews using ontology as the knowledge basefor knowledge extraction and storing, and theparser to solve the semantic analysis problem. Inaddition, we propose a calculation approach for atourist satisfaction level using fuzzy logic. Theexperimental results indicate that the proposedsystem achieveswith 90.15% of accuracy, 100% ofprecision, 75.12% of recall and 0.06 reviewpoints that are different from the points specified bytourists.

Keyword: Knowledge Extraction, Online Reviews,Fuzzy Logic