ความคิดเห็นที่เป็นตัวแทนของผลิตภัณฑ์

Abstract

ในปัจจุบันเครื่องสำอางเป็นสินค้าที่มีผู้คนให้ความสนใจมาก จึงทำให้มีการแข่งขันในการขายสินค้าระหว่างผู้ประกอบการ รวมทั้งผู้บริโภคได้ศึกษาข้อมูลและรายละเอียดจากเว็บไซต์ต่างๆ ที่มีความคิดเห็นเกี่ยวกับผลิตภัณฑ์ก่อนตัดสินใจซื้อสินค้า ซึ่งเว็บไซต์ส่วนใหญ่ได้เปิดช่องทางให้ผู้บริโภคได้แสดงความคิดเห็นมากขึ้น ทำให้บทวิจารณ์ที่มีต่อสินค้าและบริการมีจำนวนมาก ทำให้เสียเวลาในการอ่านบทวิจารณ์นั้นได้อย่างครบถ้วน งานวิจัยนี้มีวัตถุประสงค์ในการสรุปความคิดเห็น (Text Summarization) จากบทวิจารณ์สินค้าของภาษาไทย และใช้เทคนิควิเคราะห์ความรู้สึก (Sentiment Analysis) ร่วมด้วย ซึ่งทำให้มองเห็นความรู้สึกที่มีต่อสินค้าและผลิตภัณฑ์ได้อย่างชัดเจน ทั้งความคิดเห็นเชิงบวกและเชิงลบ เพื่อช่วยให้ง่ายในการอ่านสรุปการแสดงความคิดเห็นของสินค้าประเภทเครื่องสำอาง การนำไปใช้ประโยชน์ ในด้านผู้บริโภคช่วยในการเลือกซื้อสินค้าได้ตรงตามตวามต้องการ ส่วนด้านผู้ประกอบการช่วยในการพัฒนาสินค้าให้ดีขึ้นตรงตามความต้องการของผู้บริโภค และใช้ในการวิจัยทางการตลาดเพื่อผลิตสินค้าชนิดใหม่ออกมา งานวิจัยนี้มีขั้นตอนการทำงาน 3 ขั้นตอนหลัก (1) ทำการเก็บรวมรวบข้อมูล โดยข้อมูลที่ใช้ในการทดลอง คือบทวิจารณ์สินค้าประเภทเครื่องสำอางที่เป็นภาษาไทย (2) ใช้อัลกอรีทึมนาอีฟเบย์ (Naive Bayes) ในการจัดกลุ่มเพื่อจำแนกประเภทของผลิตภัณฑ์ จากนั้นสร้างกลุ่มคำที่มีความคิดเห็นเชิงบวกและเชิงลบ เพื่อใช้วิเคราะห์ความรู้สึกของประโยค (3) หาความคล้ายคลึงของเอกสาร (Cosine similarity) จากนั้นใช้ PageRank algorithm Hopfield Network algorithm และ Term Frequency Inverted Document Frequency หาประโยคที่มีความสำคัญที่สุด การวัดประสิทธิภาพของโปรแกรมโดยใช้ ROUGE มีค่าความแม่นยำสูงสุดที่ 90.46200 % เป็นผลลัพธ์ที่ได้จาก Hopfield Network algorithm Nowadays people are more interested in cosmetic products; therefore cosmetic companies compete to be able to sell more. Customers can also easily search for make-up information on the internet. More websites has a feature for consumers to review the products so the consumers can see the reviews before making a purchase; however, reading long product reviews are very time consuming, Although some websites have a rating system, oftentimes the score and the opinions are not related. The purpose of this research is to summarize customer reviews of cosmetic products that were written in Thai by using sentiment analysis technics. The researcher expects to conclude the product reviews that can help the company and consumers. The company can use the product reviews to improve their products and service while consumers can find the right products that meets their needs and requirements. The consumers can read product reviews before purchasing the products or services. The consumers' opinions of the products are also highly influential in the decision making process to purchase the product. This research summarizes the reviews by: 1) we used the customer reviews from popular website and store them in Text File. 2) Use Naive Bayes to categorize the reviews into specific categories and analyze sentiment phrases of each type of products and group them into positive or negative sentiments 3) Use Cosine similarity to find similar documents and Choose important phrases by using PageRank algorithm, Hopfield Network algorithm and Term Frequency Inverted Document Frequency to conelude the most important phrase. To verify results, ROUGE technic was utilized. The accuracy of our system is 90.46200 % on maximum which measured from Hopfield Network alogorithm.