การวิเคราะห์ความรู้สึกของข้อมูลการท่องเที่ยวแบบวิถีใหม่หลังการระบาดของโรคโควิด-19 (COVID-19) ในจังหวัดเชียงใหม่
DOI:
https://doi.org/10.14456/jiskku.2023.29คำสำคัญ:
การแสดงความเห็นของผู้ใช้บริการ, การวิเคราะห์ความรู้สึก, สถานที่ให้บริการ, นักท่องเที่ยว, โรคโควิด-19บทคัดย่อ
วัตถุประสงค์: เพื่อวิเคราะห์ความรู้สึกจากความคิดเห็นและข้อเสนอแนะของนักท่องเที่ยวที่ใช้บริการในจังหวัดเชียงใหม่ด้วยอารมณ์ 3 รูปแบบ คือ มีการแสดงความรู้สึกและข้อคิดเห็นเป็นกลาง เชิงบวก และเชิงลบ และเพื่อนำผลการวิเคราะห์ความรู้สึกของผู้ใช้บริการที่มีต่อแหล่งท่องเที่ยวไปแสดงให้เห็นในรูปแบบแผนภาพข้อมูล
วิธีการศึกษา: การวิจัยและศึกษานี้ใช้เทคนิคของการวิเคราะห์การถดถอยโลจิสติกส์ รวมถึงการนำข้อความยาว มาแยกออกเป็นคำแล้วนำไปวิเคราะห์ข้อคิดเห็นและนำผลที่ได้สู่ข้อเปรียบเทียบกับคลังข้อความจาก Wisesight Sentiment Corpus และ https://pythainlp.github.io จำนวน 24,075 การแสดงความคิดเห็นที่มาจากผู้ใช้บริการที่ได้รวบรวมชุดข้อมูลและนำความคิดเห็นที่จำแนกลาเบลไว้แล้วและทำการเพิ่มการเรียนรู้ชุดข้อมูลของระบบเพื่อให้ระบบการวิเคราะห์ความรู้สึก แล้วนำไปทดสอบกับใช้กับข้อมูลที่ได้เก็บรวมรวมมาทำการจำแนกระดับความรู้สึกด้วยโปรแกรมภาษาไพทอน เพื่อสร้างตัวแบบในการวิเคราะห์ข้อความรู้สึกทั้ง 3 แบบ (เป็นกลาง เชิงลบ และเชิงบวก) และนำชุดข้อมูลที่รวบรวมจากเว็บไซต์จำนวน 1,900 ความคิดเห็นไปทดสอบกับตัวแบบและแยกเป็นประเภทความรู้สึกแสดงให้เห็นเป็นแผนภาพข้อมูล
ข้อค้นพบ: ผู้วิจัยนำชุดข้อมูลที่มีการแสดงความคิดเห็นเกี่ยวกับการให้บริการ ของแหล่งท่องเที่ยวและสถานที่ให้บริการ ร้านต่าง ๆ ทั่วจังหวัดเชียงใหม่จากเว็บไซต์ tripadvisor.com และ wongnai.com ที่เกี่ยวข้องกับการให้บริการแหล่งท่องเที่ยวเชียงใหม่ จำนวน 1,900 รายการ นำไปทดสอบกับตัวแบบเพื่อวิเคราะห์และจำแนกความรู้สึก แบบจำลองสามารถแสดงความรู้สึกได้ 3 ระดับและนำเสนอด้วยรูปแบบภาพข้อมูล (Data Visualization) ช่วยให้ผู้ประกอบการได้รับข้อมูลเพื่อพัฒนาการให้บริการในอนาคต
การประยุกต์ใช้จากการศึกษานี้: การพัฒนารูปแบบการวิเคราะห์ข้อมูลจากภาษาธรรมชาติ โดยอาศัยความคิดเห็นที่เกิดจากความรู้สึกและคำวิจารณ์จากผู้ใช้บริการเพื่อใช้ข้อมูลความคิดเห็นและคำวิจารณ์ของนักท่องเที่ยวที่มีต่อแหล่งให้บริการนำมาวิเคราะห์ข้อได้เปรียบ เสียเปรียบ สิ่งที่ควรพัฒนา และโอกาสที่จะแก้ไขต่ออุปสรรคที่มีจำนวนมากและเพิ่มขึ้นตลอดเวลา จึงจำเป็นต้องมีขั้นตอนและกระบวนการวิเคราะห์ความรู้สึกเกี่ยวกับแสดงข้อความคิดเห็น การแนะนำ ด้วยเทคนิคการเรียนรู้ทำความเข้าใจข้อมูลของเครื่อง
Downloads
References
Banluesapy, S., & Jirapanthong, W. (2022). Towards Machine Learning Algorithm for Screening Prediction of COVID-19 Patients. Journal of Information Science and Technology, 12(1), 47-60.
Bowornlertsutee, P., & Paireekreng, W. (2022). The Model of Sentiment Analysis for Classifying the Online Shopping Reviews. Journal of Engineering and Digital Technology (JEDT), 10(1), 71-79.
Chodchuang, S., Teeratansirikool, L., Wasuthep, Y., Boonchan, N., & Kopraphatphong, T., (2022). Strategies for Community Tourism Image Building. Journal of Liberal Arts and Service Industry, 5(1), 80-95.
Daolomchan, P., Prapinpongsakorn, S., & Techataweewan, W. (2021). Information-Seeking Behaviors of Thai Generation Y Travelers. Journal of Information Science, 39(1), 38-58.
Economics Tourism and Sports Division (2016). Project on the direction of tourism development in Thailand in the next 10 years. Final Report. Ministry of Tourism and Sports (In Thai). Retrieved from https://secretary.mots.go.th/ewtadmin/ewt/policy/article_attach/ 02FinalReportDirection10Year.pdf
Laowsungsuk, P., Jinda, A., & Sitthisarn, S. (2017). Sentiment analysis of restaurant reviews on review web sites, (In Thai). Thaksin Univ. J, 20(1), 39-47.
Meeprasert, W., & Rattagan, E. (2021). Voice of Customer Analysis on Twitter for Shopee Thailand. Journal of Information Systems in Business (JISB), 7(3), 6-18.
Natale, M. T., & Piccininno, M. (2015). Digital Cultural Heritage and Tourism Recommendations for Cultural Institutions. Uncommon Culture, 6(2), 52–64.
Phurala, A. (2011). Analysis of attitudes for hotel services from Thai and English reviews. (In Thai). Master of Science Thesis. Bangkok: King Mongkut's University of Technology North Bangkok.
Pravatborisut, O. (2021). Python for data science data visualization and machine learning. (In Thai) Bangkok: Provision.
Sappamit, S., & Sunthonsanee, S. (2020). Tourism Behavior of Tourists in Chiang Mai. In The 15th RSU National Graduate Research Conference. (pp 415-423). Bangkok: Graduate Rangsit University.
Suriyawongkul, A., Chuangsuwanich, E., Chormai, P., & Polpanumas, C. (2019). PyThaiNLP/wisesight-sentiment: First release (v1.0) [Computer software]. Zenodo. https://doi.org/10.5281/zenodo. 3457447
Wijannarong, J. (2021). TOURISM MANAGEMENT IN THAILAND FOR THE NEW NORMAL ERA. Journal of MCU Social Science Review 10(4), 372-381.
Wanakitpaiboon, N. (2021). Is Thai tourism still okay in 2019? How should Thai businesses adapt?. Retrieved from https://youtu.be/sTzVlA6ImMU.
Yamane, T. (1967). Statistics, An Introductory Analysis, 2nd. Ed., New York: Harper and Row.
