In today’s rapidly expanding e-commerce environment, the massive volume of product reviews makes it crucial to summarize user opinions in a way that is both comprehensible and practically applicable. This research presents a system for analyzing product reviews using Aspect-Based Sentiment Analysis (ABSA), a Natural Language Processing (NLP) technique that identifies key aspects of a review (such as shipping, product quality, and packaging) and evaluates the sentiment (positive, negative, or neutral) associated with each aspect, allowing both consumers and merchants to gain more efficient access to in-depth insights. This project focuses on developing AI for Thai-language ABSA by utilizing WangchanBERTa, a model trained on Thai data, and comparing it with various standard approaches such as TF-IDF + Logistic Regression, Word2Vec + BiLSTM, and Multilingual BERT (mBERT/XLM-R) to assess their performance in terms of accuracy, speed, and resource usage. Additionally, a dashboard visualization is provided to help users quickly grasp review trends. The expected outcome is to create an AI tool that can be practically employed in the e-commerce industry, enabling consumers to make easier purchasing decisions and assisting merchants in effectively improving their products and services.
ปัจจุบันการซื้อขายสินค้าออนไลน์เติบโตขึ้นอย่างรวดเร็ว ทำให้ข้อมูลรีวิวสินค้าจากผู้บริโภคมีปริมาณเพิ่มขึ้นเป็นจำนวนมาก รีวิวเหล่านี้มีบทบาทสำคัญในการตัดสินใจซื้อของลูกค้าและการปรับปรุงคุณภาพสินค้าของร้านค้า อย่างไรก็ตาม ปริมาณข้อมูลที่มากเกินไปและความหลากหลายของรูปแบบการแสดงความคิดเห็นทำให้การสรุปและวิเคราะห์ข้อมูลเหล่านี้เป็นไปได้ยาก ผู้บริโภคต้องใช้เวลามากในการอ่านรีวิวจำนวนมากเพื่อสรุปแนวโน้มความคิดเห็น ในขณะที่ร้านค้าประสบปัญหาในการวิเคราะห์ข้อมูลรีวิวเพื่อปรับปรุงผลิตภัณฑ์และบริการ เพื่อแก้ไขปัญหานี้ งานวิจัยนี้นำเสนอการประยุกต์ใช้ Aspect-Based Sentiment Analysis (ABSA) ซึ่งเป็นเทคนิคใน Natural Language Processing (NLP) ที่สามารถแยกแยะ แง่มุมสำคัญของรีวิวสินค้า (Aspects) และวิเคราะห์ อารมณ์ของแต่ละแง่มุม (Sentiments) โดยอัตโนมัติ การนำเทคนิคนี้มาใช้จะช่วยให้ผู้บริโภคสามารถรับข้อมูลเชิงลึกจากรีวิวได้ง่ายขึ้น และช่วยให้ร้านค้าสามารถใช้ข้อมูลรีวิวเพื่อปรับปรุงสินค้าและบริการอย่างมีประสิทธิภาพ โครงงานนี้ยังมุ่งเน้นการศึกษาว่า แนวทาง AI แบบใดมีประสิทธิภาพสูงสุดในการทำ ABSA สำหรับภาษาไทย โดยเปรียบเทียบ วิธีการประมวลผลภาษาธรรมชาติแบบดั้งเดิม กับเทคนิคการเรียนรู้เชิงลึกที่ทันสมัย เพื่อให้ได้แนวทางที่เหมาะสมที่สุด พร้อมทั้งพัฒนา Dashboard Visualization ที่ช่วยให้ข้อมูลรีวิวถูกนำเสนอในรูปแบบที่เข้าใจง่ายและสามารถนำไปใช้งานจริงในอุตสาหกรรมอีคอมเมิร์ซ
วิทยาลัยการจัดการนวัตกรรมและอุตสาหกรรม
The Age-Defying Dates Palm Serum is an innovative skincare product formulated with date palm extract, known for its high antioxidant content that helps reduce wrinkles and retain skin moisture. Combined with hyaluronic acid, the serum enhances hydration and skin elasticity. This research explores factors influencing consumers’ purchasing intentions, revealing a preference for anti-aging properties, product safety, and natural ingredients. This serum aims to provide a novel option in the skincare market by utilizing high-quality natural extracts.
คณะเทคโนโลยีสารสนเทศ
The AfterDay Horizon project is a two-player survival game developed to raise awareness of the impact of climate change. It leverages Virtual Reality (VR) technology and a website as gaming platforms. In the game, players experience a world where civilization has collapsed due to global warming, forcing the remaining population to live in bunkers to avoid environmental dangers. AfterDay Horizon focuses on collaboration between the two players to complete various missions that help the bunker’s inhabitants survive as long as possible. These missions are designed to encourage teamwork and decision-making in challenging scenarios, while also raising awareness of the potential consequences of climate change if left unresolved. Preliminary testing of the game showed that players successfully completed the missions and worked well together. However, some missions were complex and time-consuming, indicating areas for improvement to enhance the overall enjoyment and gameplay experience.
คณะเทคโนโลยีการเกษตร
Capsicum chinense is a high-potential economic crop in the food and pharmaceutical industries due to its role as a primary source of capsaicin, a bioactive compound with significant physiological effects. However, capsaicin levels and fruit quality will be influenced by genetic factors, environmental conditions, and genetic-by-environment (G×E) interactions, leading to variability in capsaicin biosynthesis. This study will aim to analyze the impact of different environmental conditions on the growth, fruit quality, and capsaicin content of C. chinense ‘Scotch Bonnet’. The field experiments will be conducted at the demonstration plots of the Faculty of Agricultural Technology, King Mongkut’s Institute of Technology Ladkrabang, during two growing seasons: July–October (rainy season) and December–April (dry season). Four condition environments will be evaluated, and environmental parameters such as temperature, relative humidity, and light quality will be monitored to assess their effects on plant physiology and capsaicin biosynthesis. Additionally, an F1 hybrid breeding program will be established using six parental lines through a Half-diallel mating design, generating 15 hybrid combinations. The general combining ability (GCA) and specific combining ability (SCA) will be assessed to identify promising hybrid combinations with high and stable capsaicin content and yield. The findings from this study will be expected to provide valuable insights into optimizing cultivation conditions for high-pungency chili production and supporting the development of F1 hybrid seeds with commercial viability and consistent capsaicin levels.