

เจ้าของนวัตกรรม
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


