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
คณะครุศาสตร์อุตสาหกรรมและเทคโนโลยี
This research confirms the potential of bamboo fiber as a sustainable raw material for the textile industry, demonstrating exceptional properties that meet both functional requirements and environmental friendliness. The study focuses on integrating sustainability concepts with material innovation, encompassing fiber property analysis, production process development, and product design. The research objectives were to: 1) develop the properties of bamboo fiber for production; 2) study factors in designing environmentally friendly textile products from bamboo fiber; and 3) forecast future prospects for environmentally friendly textile product design using bamboo fiber. The findings revealed that 60-day-old bamboo possessed optimal properties for fiber separation, with an average fiber size of 5.32 μm, smaller than other natural fibers, resulting in superior moisture absorption and ventilation properties. When blended with recycled polyester fiber in a 30:70 ratio, the yarn exhibited strength and unique tactile characteristics. Although the antibacterial properties against Staphylococcus aureus were low, the fibers demonstrated excellent whiteness and softness. Factor analysis identified four key components in product design: Local Materials, Green Products, Healthy, and Sustainability. Consumer satisfaction evaluation of the prototype products showed high levels of acceptance, with the model explaining 84.7% of consumer satisfaction. The developed production process reduced chemical usage and hazardous waste. Furthermore, utilizing fast-growing bamboo minimized long-term environmental impact, contributing to sustainable development in Thailand's rural communities across economic, environmental, and occupational stability dimensions. The research demonstrates that developing bamboo fiber blended with recycled polyester creates sustainable products that meet consumer demands for health consciousness, local material utilization, and green product promotion. Commercial implementation of these products can enhance economic value and promote environmentally friendly product development in the future.
คณะอุตสาหกรรมอาหาร
The Mahachanok mango sauce is crafted from low-grade mangoes sourced from Ban Nong Bua Chum in Kalasin Province. Utilizing advanced food science technology, it effectively reduces agricultural waste and enhances product quality. This sauce is enriched with prebiotic fiber that supports the growth of beneficial gut microorganisms. With low sugar content, it is a healthy choice free from artificial colors and flavors. Its rich, natural taste makes it versatile, perfect for enhancing a wide variety of dishes, both savory and sweet.
คณะวิทยาศาสตร์
Listeriosis is a severe foodborne illness characterized by a fatality rate exceeding 30%, attributed to the pathogen Listeria monocytogenes. This study evaluated 160 lactic acid bacteria (LAB) isolated from Thai pickled crabs for their potential as agents against L. monocytogenes and for their probiotic properties and probiogenomic characteristics. Among these strains, strain DRC3-2 exhibited activity through the synthesis of bacteriocin DRC3-2, which significantly inhibited L. monocytogenes ATCC 19115 in spot-on-lawn assays. Phenotypic and whole-genome analyses revealed that strain DRC3-2 thrived in environments with 2-6% NaCl, pH values ranging from 3 to 9, and temperatures between 25 and 45°C. Based on average nucleotide identity (ANI) and digital DNA‒DNA hybridization (dDDH) values, strain DRC3-2 was taxonomically classified as Lactococcus lactis subsp. hordinae. The production of bacteriocin DRC3-2 peaked during the late stationary phase, following its synthesis in the early exponential growth phase. BAGEL4 analysis identified the putative novel bacteriocin DRC3-2 as lactococcin A and B, with respective bit-scores of 40.05 and 36.58. In silico safety assessments confirmed the nonpathogenic nature of strain DRC3-2 in humans, highlighting its absence of antibiotic resistance genes. Finally, this investigation underscores the novel bacteriocin DRC3-2 for application in the prevention and treatment of L. monocytogenes infections.