KMITL Expo 2026 Logo
Half Circle
นวัตกรรมทั้งหมด
ชิ้นงานKMITL Expo 2025Cluster 2025ป. ตรี โครงงานพิเศษ
การ
วิเคราะห์
อารมณ์
ตาม
แง่
มุม
ใน
รีวิว
สินค้า
ออนไลน์
คณะวิทยาศาสตร์, คณิตศาสตร์ประยุกต์, วิทยาศาสตรบัณฑิต สาขาคณิตศาสตร์ประยุกต์
การวิเคราะห์อารมณ์ตามแง่มุมในรีวิวสินค้าออนไลน์

เจ้าของนวัตกรรม

พศ

นาย พงศกร ศักดิ์สกุลชัย

นักศึกษา

Details

ในยุคที่ข้อมูลรีวิวสินค้าบนแพลตฟอร์มอีคอมเมิร์ซมีจำนวนมาก การสรุปความคิดเห็นให้เข้าใจง่ายและใช้งานได้จริงจึงเป็นสิ่งสำคัญ งานวิจัยนี้นำเสนอระบบวิเคราะห์รีวิวสินค้าด้วย Aspect-Based Sentiment Analysis (ABSA) ซึ่งเป็นเทคนิคใน Natural Language Processing (NLP) ที่สามารถแยกแยะแง่มุมสำคัญของรีวิว (เช่น การจัดส่ง คุณภาพสินค้า บรรจุภัณฑ์) และวิเคราะห์อารมณ์ (บวก ลบ หรือเป็นกลาง) ของแต่ละแง่มุม ระบบนี้ช่วยให้ผู้บริโภคและร้านค้าสามารถเข้าถึงข้อมูลเชิงลึกได้อย่างมีประสิทธิภาพ โครงการนี้ได้พัฒนา AI สำหรับการวิเคราะห์ ABSA ภาษาไทย โดยใช้ WangchanBERTa ซึ่งฝึกบนข้อมูลภาษาไทย และเปรียบเทียบกับโมเดลต่างๆ เช่น TF-IDF + Logistic Regression, Word2Vec + BiLSTM, และ Multilingual BERT (mBERT/XLM-R) เพื่อประเมินประสิทธิภาพในด้านความแม่นยำ ความเร็ว และการใช้ทรัพยากร นอกจากนี้ยังมีการแสดงผลผ่าน Dashboard Visualization เพื่อให้ผู้ใช้เข้าใจแนวโน้มของรีวิวได้อย่างรวดเร็ว ผลลัพธ์ที่คาดหวังคือการพัฒนาเครื่องมือ AI ที่ใช้งานจริงในอุตสาหกรรมอีคอมเมิร์ซ ช่วยให้ผู้บริโภคตัดสินใจซื้อสินค้าได้ง่ายขึ้น และช่วยร้านค้าในการปรับปรุงผลิตภัณฑ์และบริการได้อย่างมีประสิทธิภาพ

Objective

1. เพื่อพัฒนาระบบการวิเคราะห์รีวิวสินค้าโดยใช้เทคนิค Aspect-Based Sentiment Analysis (ABSA) ที่สามารถสรุปความคิดเห็นในแง่มุมต่าง ๆ ของสินค้าได้อย่างแม่นยำและสอดคล้องกับบริบทภาษาไทย 2. เพื่อเปรียบเทียบประสิทธิภาพระหว่างแนวทางการประมวลผลภาษาธรรมชาติ (Natural Language Processing) แบบดั้งเดิมกับเทคนิคการเรียนรู้เชิงลึก (Deep Learning) ในการทำ ABSA สำหรับภาษาไทย 3. เพื่อออกแบบและพัฒนา Dashboard Visualization สำหรับสรุปผลการวิเคราะห์รีวิวในรูปแบบที่เข้าใจง่ายและสามารถนำไปใช้ตัดสินใจได้จริงในบริบทอุตสาหกรรมอีคอมเมิร์ซ 4. เพื่อสร้างองค์ความรู้และทรัพยากรที่ช่วยต่อยอดการวิจัยด้าน AI และ NLP ภาษาไทย ทั้งในเชิงวิชาการและเชิงพาณิชย์ 5. เพื่อสนับสนุนให้ผู้บริโภคสามารถตัดสินใจซื้อสินค้าได้ดีขึ้น และช่วยให้ผู้ประกอบการปรับปรุงผลิตภัณฑ์และบริการได้อย่างตรงจุด อันนำไปสู่การยกระดับศักยภาพการแข่งขันของอุตสาหกรรมอีคอมเมิร์ซโดยรวม

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

1. ช่วยให้ผู้บริโภคสามารถประมวลผลข้อมูลรีวิวจำนวนมากได้อย่างรวดเร็วและเห็นภาพรวมของความคิดเห็นที่มีต่อสินค้าแต่ละแง่มุม จึงสนับสนุนการตัดสินใจซื้อได้อย่างมีประสิทธิภาพ 2. ช่วยให้ผู้ประกอบการหรือเจ้าของร้านค้าได้รับข้อมูลเชิงลึกเกี่ยวกับข้อดีและข้อบกพร่องของสินค้าและบริการในแต่ละแง่มุม ทำให้สามารถวางแผนปรับปรุงและพัฒนาผลิตภัณฑ์ได้อย่างตรงจุด 3. เป็นการต่อยอดองค์ความรู้ด้านการประมวลผลภาษาธรรมชาติ (Natural Language Processing) สำหรับภาษาไทย โดยเพิ่มฐานข้อมูลและเครื่องมือที่สนับสนุนการวิเคราะห์อารมณ์เชิงลึกในระดับแง่มุม 4. ส่งเสริมความก้าวหน้าทางเทคโนโลยีปัญญาประดิษฐ์ (AI) ในภาคธุรกิจไทย ด้วยการผสานระบบวิเคราะห์อารมณ์อัตโนมัติเข้ากับกระบวนการบริหารจัดการข้อมูลรีวิว เพื่อยกระดับศักยภาพการแข่งขันของอุตสาหกรรมอีคอมเมิร์ซ 5. เปิดโอกาสให้นักวิจัยและผู้สนใจในสาขาที่เกี่ยวข้องได้นำโมเดล เครื่องมือ และข้อค้นพบจากโครงงานนี้ไปประยุกต์ใช้หรือพัฒนาต่อยอดในงานวิจัยหรือนวัตกรรมอื่น ๆ ที่เกี่ยวข้องกับการวิเคราะห์ข้อความภาษาไทย