การทำเหมืองความคิดเห็นของผู้ใช้รถพลังงานทางเลือก
Abstract
งานวิจัยนี้มีวัตถุประสงค์เพื่อคัดเลือกเทคนิคการเรียนรู้ของเครื่องและการเรียนรู้เชิงลึกที่มีประสิทธิภาพสูงสุดในการจำแนกความคิดเห็นของผู้ใช้ยานยนต์พลังงานทางเลือก โดยแบ่งออกเป็น 3 เป้าหมายหลัก ได้แก่ 1) การคัดเลือกเทคนิคที่ดีที่สุดสำหรับการจำแนกความคิดเห็นทั่วไปของผู้ใช้ 2) การคัดเลือกเทคนิคที่ดีที่สุดสำหรับการจำแนกความคิดเห็นที่พิจารณาจากคุณลักษณะที่ถูกกล่าวถึงตั้งแต่ 10 ครั้งขึ้นไป และ 3) การศึกษาความคิดเห็นของคนไทยที่มีต่อยานยนต์พลังงานทางเลือกจากความคิดเห็น 3,000 ข้อความที่รวบรวมจาก Facebook, YouTube, Pantip และ TikTok โดยใช้กระบวนการเหมืองความคิดเห็นและการประเมินประสิทธิภาพของแบบจำลองด้วยวิธีไขว้ทับแบบ 10 ส่วน (10-fold cross-validation) เพื่อวัดค่าความถ่วง (F-Measure), ค่าความแม่นยำ (Precision) และค่าความระลึก (Recall) ผลการวิจัยพบว่า เทคนิคเพอร์เซปตรอนหลายชั้น มีประสิทธิภาพสูงสุดทั้งในการจำแนกความคิดเห็นทั่วไปและความคิดเห็นตามคุณลักษณะโดยพิจารณาจากคุณลักษณะที่ถูกกล่าวถึงตั้งแต่ 10 ครั้งขึ้นไป โดยมีค่าความถ่วง ค่าความแม่นยำ และค่าความระลึกสูงถึง 95.30% และ 97.20% ตามลำดับ ในงานวิจัยนี้พบว่าคนไทยมีความคิดเห็นเชิงบวกต่อยานยนต์พลังงานทางเลือกร้อยละ 69.97 เชิงลบร้อยละ 28.67 และเป็นกลางร้อยละ 1.36
References
L. Schramm, “Some differences, many similarities: comparing Europe’s responses to the 1973 oil crisis and the 2022 gas crisis,” European Political Science Review, pp. 1-16, Aug. 2023, DOI:10. 1017/ S1755773923000255.
Nation Group (Thailand) Public Company Limited. (2024, January 19). The reason why Thai people use EV more: Charging costs are cheaper than oil, environmentally friendly [Online]. Available: https://www.posttoday.com/smart-city/704607 (in Thai)
Bangkok Media and Broadcasting Co., Ltd.. (2022, September 11). Electric cars driving through floods and charging while raining, are they safe ? [Online]. Available: https://www.pptvhd36.com/ automotive/carcare/176850 (in Thai)
B. Liu, Sentiment analysis and opinion mining. Switzerland: Springer Nature, 2022.
P. Namwong and S. Sathitman, “Classifying opinions on restaurant service use on social networks in Ubon Ratchathani Province using opinion mining techniques,” Journal of Management and Development Ubon Ratchathani Rajabhat University, vol. 9, no. 2, pp. 1-14, 2022.
B. Pisit and P. Worapat, "Sentiment Analysis Techniques of Online Product Reviews," Rajamangala University of Technology Srivijaya Research Journal, vol. 14, no. 3, pp. 755-769, 2022.
A. Abayomi-Alli, O. Abayomi-Alli, S. Misra, and L. Fernandez-Sanz, “Study of the Yahoo-Yahoo Hash-Tag tweets using sentiment analysis and opinion mining algorithms,” Information, vol. 13, no. 3, p. 22, 2022.
GitHub, Inc. (2023, December 19). AttaCut: Fast and Reasonably Accurate Word Tokenizer
for Thai [Online]. Available: https://github.com/PyThaiNLP/attacut
E. Elsaeed, O. Ouda, M. M. Elmogy, A. Atwan, and E. El-Daydamony, “Detecting fake news in social media using voting classifier,” IEEE Access, vol. 9, pp. 161909-161925, 2021.
C. W. H. Davis, A. J. Jetter, and P. J. Giabbanelli, “Automatically Generating Scenarios from a Text Corpus: A Case Study on Electric Vehicles,” Sustainability, vol. 14, no. 13, p. 7938, 2022.
K. Khamchit, D. Jai Khum Kao, W. Phumrang, a. satnago, and A. Sukprasert, “The Efficiency of Data Mining Technique for the Prognosis of Cerebrovascular Disease,” Journal of Applied Informatics and Technology, vol. 4, no. 2, pp. 87-98, 09/22 2022.
P. Keikhosrokiani and M. Pourya Asl, Handbook of research on opinion mining and text analytics on literary works and social media. IGI Global, 2022.
