การให้ระดับคะแนนแบบอัตโนมัติสำหรับบทวิจารณ์ภาพยนตร์ด้วยเทคนิคการจำแนกประเภทเอกสารข้อความ

Abstract

ข้อมูลรีวิวสินค้าและบริการบนระบบเว็บ e-Commerce หรือระบบออนไลน์อื่นๆ ได้กลายเป็นข้อมูลสำคัญที่มีพลังในการโน้มน้าวผู้บริโภคในการเลือกซื้อสินค้าและบริการเป็นอย่างมาก เพราะหากความเห็นของคนส่วนใหญ่ที่มีต่อสินค้าหรือบริการนั้นๆ ออกมาในเชิงบวก (Positive) ก็จะช่วยให้ลูกค้าคนอื่นๆ รู้สึกมั่นใจในสินค้าและบริการนั้นๆ มากขึ้น ขณะที่ความเห็นในเชิงลบ (Negative) ก็ส่งผลต่อสินค้าและบริการนั้นๆ ในทิศทางตรงข้าม ซึ่งการรีวิวทั้งในเชิงบวกและเชิงลบล้วนมีประโยชน์ต่อ brand ตลอดจนการปรับปรุงสินค้าและบริการเพราะข้อมูลรีวิวเชิงลบสามารถใช้เป็น insight และ opportunity เพื่อให้เจ้าของสินค้าและบริการได้มีการเรียนรู้และแก้ไขอย่างมีประสิทธิภาพ อย่างไรก็ตาม ข้อมูลการรีวิวที่เหมาะสมต่อการนำมาใช้ประโยชน์นั้นควรมีทั้งปริมาณและมีคุณภาพ บ่อยครั้งที่พบว่าข้อความและการให้คะแนน (rating) ในสินค้าและบริการมีความขัดแย้งกัน ทำให้ยากต่อการนำไปใช้ประโยชน์ทั้งในส่วนของเจ้าของสินค้าและบริการและลูกค้า ดังนั้น โครงงานฉบับนี้จึงนำเสนอการสร้างโมเดลของการประมวลผลเพื่อให้คะแนนสินค้าและบริการจากข้อความการรีวิวสินค้าและบริการแบบอัตโนมัติบนเว็บ e-Commerce ภายใต้แนวคิดของการวิเคราะห์ความรู้สึก (Sentiment analysis) ด้วยประมวลผลภาษาธรรมชาติ (Natural Language Processing: NLP) และการจำแนกเอกสารข้อความ (Text Classification)