การวิเคราะห์ทัศนคติเกี่ยวกับการจัดการภัยพิบัติในประเทศไทยบนทวิตเตอร์
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาความต้องการและทัศนคติของคนไทยต่อการจัดการภัยพิบัติในแต่ละเหตุการณ์ของรัฐบาลไทย จากทวิตเตอร์เป็นจำนวน 3 แฮชแท็ก ได้แก่ สารเคมีรั่ว โรงงานกิ่งแก้วไฟไหม้ และ น้ำท่วมอุบล จึงได้นำความรู้เรื่อง Sentiment Analysis มาประยุกต์ใช้ ซึ่งข้อมูลที่ได้จะนำไปใช้มี 2 ชุดข้อมูล คือ ชุดข้อมูลทั้งหมด และชุดข้อมูลที่จะนำไปทำแบ่งกลุ่มข้อมูล (Clustering) เพื่อให้ได้ชุดข้อมูลที่มีความเฉพาะเจาะจงมากขึ้น นั่นคือ เป็นชุดข้อมูลที่สื่อถึงเฉพาะทัศนคติของผู้ใช้งาน และผู้วิจัยได้ทำการสร้างโมเดล 4 ตัว ได้แก่ Logistic Regression, Decision Tree, Random Forest และ Support Vector Machine (SVM) เพื่อเปรียบเทียบการทำนายการวิเคราะห์ความรู้สึกทั้ง 2 ชุดข้อมูลซึ่งพบว่าการทำ Clustering ข้อความก่อนจะช่วยทำให้ได้ผลลัพธ์ที่ดีมากยิ่งขึ้น แต่ทั้งนี้ทั้งนั้นการแบ่งกลุ่มข้อมูลทำให้ข้อมูลลดขนาดลง จึงใช้วิธี Synthetic Minority Oversampling Technique (SMOTE) เพิ่มเติมเพื่อช่วยแก้ปัญหา โดยที่โมเดลที่ดีที่สุดในทุกแฮชแท็ก คือ Decision Tree และให้ค่าความแม่นยำ (Accuracy Score) ใน #สารเคมีรั่ว ถึง 93% และใน #โรงงานกิ่งแก้วไฟไหม้ และ #น้ำท่วมอุบล 91% เช่นเดียวกัน และนอกจากนี้ได้ทำการนำ Word Cloud มาใช้เพื่อศึกษาความต้องการ หรือสิ่งที่ผู้คนส่วนใหญ่กล่าวถึงทั้งในเชิงบวก และเชิงลบ ซึ่งพบว่าคำที่มักเจอในทุกแฮชแท็ก คือ รัฐบาล และการเมือง ที่มีทั้งในเชิงบวก และเชิงลบ แต่ทว่าส่วนใหญ่มักกล่าวถึงในเชิงลบมากกว่า ซึ่งงานวิจัยนี้แสดงให้เห็นว่าการจัดการภัยพิบัติของรัฐไทยยังไม่ดีเพียงพอต่อความต้องการของคนไทยจึงมีผลให้มีการพูดถึง และให้ความสนใจในเชิงลบเป็นส่วนใหญ่
Article Details

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
กิตติศักดิ์ กิตติธานุสรณ์. (2563). การจำแนกประเภทข่าวด้วยวิธีการเรียนรู้ด้วยเครื่อง [สารนิพนธ์]. สาขาวิชาวิทยาการข้อมูล คณะวิทยาศาสตร์ มหาวิทยาลัยศรีนครินทรวิโรฒ.
ชนม์นิภา จันทร์เอี่ยม. (2563). การศึกษาและจัดการข้อมูลทางทวิตเตอร์เพื่อเป็นตัวแทนความเชื่อมั่นของนักลงทุนในดัชนีตลาดหลกัทรัพย์ กรณีศึกษาระยะสั้น: สงครามการค้าสหรัฐอเมริกา-จีน [วิทยานิพนธ์ ปริญญามหาบัณฑิต]. คณะเศรษฐศาสตร์ มหาวิทยาลัยเชียงใหม่.
พัฒนพันธ์ กลิ่นหอม. (2564). การวิเคราะห์มุมมองของผู้บริโภคผ่านการแสดงความคิดเห็น (ข้อคอมเมนต์) ของผู้บริโภคที่มีต่อสินค้าสมาร์ตโฟนบนโซเชียลมีเดีย [วิทยานิพนธ์ปริญญามหาบัณฑิต]. สาขาวิชาการบริหารเทคโนโลยีสารสนเทศเชิงกลยุทธ์ มหาวิทยาลัยนเรศวร.
พิศิษฐ์ บวรเลิศสุธี และ วรภัทร ไพรีเกรง. (2565). การวิเคราะห์ความรู้สึกทางอารมณ์ในบทความแนะนำสินค้าออนไลน์. วารสารวิจัย มหาวิทยาลัยเทคโนโลยีราชมงคลศรีวิชัย, 14(3), 755-769. https://li01.tci- thaijo.org/index.php/rmutsvrj/article/view/245470/175660
พุทธิพร ธนธรรมเมธี และ เยาวเรศ ศิริสถิตย์กุล. (2562). เทคนิคการจำแนกข้อมูลที่พัฒนาสำหรับชุดข้อมูลที่ไม่สมดุลของภาวะข้อเข่าเสื่อมในผู้สูงอายุ. วารสารวิทยาศาสตร์และเทคโนโลยี, 27(6), 1164-1178. https://li01.tci-thaijo.org/index.php/tstj/article/download/205346/143001/635829
ภัครพล อาจอาษา. (2564). การวิเคราะห์คุณภาพน้ำด้วยเทคนิคการจัดกลุ่มข้อมูล [วิทยานิพนธ์ปริญญา มหาบัณฑิต]. สาขาวิชาเทคโนโลยีสารสนเทศ มหาวิทยาลัยมหาสารคาม.
รวิสุดา เทศเมือง และ นิเวศ จิระวิชิตชัย. (2560). การวิเคราะห์ความคิดเห็นภาษาไทยเกี่ยวกับการรีวิวสินค้าออนไลน์โดยใช้ขั้นตอนวิธีซัพพอร์ตเวกเตอร์แมทชีน. วารสารวิศวกรรมศาสตร์ มหาวิทยาลัยสยาม, 18(1), 1-12. https://e-library.siam.edu/e-journal/wp-content/uploads/2018/11/EJSU_No.34_pp_1-12.pdf
วนัสวรรณ มีประเสริฐ และ เอกรัฐ รัฐกาญจน. (2564). การวิเคราะห์ความคิดเห็นจากทวิตเตอรของลูกค้าบริษัทช้อปปี้ประเทศไทย. วารสารระบบสารสนเทศด้านธุรกิจ, 7(3), 6-18. http://doi: 10.14456/jisb.2021.11
สันติ สุขเกษม. (2561). การวิเคราะห์รูปแบบความคิดเห็นของข้อมูลโรงแรม โดยใช้เทคนิคการตัดคําแบบผสมผสาน [วิทยานิพนธ์ปริญญา มหาบัณฑิต]. สาขาเทคโนโลยีสารสนเทศ สถาบันเทคโนโลยีไทย-ญี่ปุ่น.
สุชีพ ตันติวุฒิพงศ์ และคณะ. (2564). การประยุกต์ระบบสารสนเทศภูมิศาสตร์ เพื่อหาพื้นที่ให้บริการของหมวดบำรุงทางหลวงชนบท:กรณีศึกษาแขวงทางหลวงชนบทราชบุรี. วารสารอักษรศาสตร์, 50(1), 136-156. https://so03.tci-thaijo.org/index.php/jletters/article/view/245805/169637
อัจฉรา แผ้วบาง และ สายชล สินสมบูรณ์ทอง. (2563). การปรับความไม่สมดุลของข้อมูลด้วยการจำแนก 5 วิธี. วิทยาศาสตร์และเทคโนโลยี, 9(4), 418-435. https://doi.org/10.14456/tjst.2020.46
เอกปรียา ใบสนิ. (2563). การศึกษาวิธีการแบ่งกลุ่มลูกค้าด้วยเทคนิคอาร์เอฟเอ็มร่วมกับการวิเคราะห์ข้อความ. สารนิพนธ์ สาขาวิชาวิทยาการข้อมูล คณะวิทยาศาสตร์ มหาวิทยาลัยศรีนครินทรวิโรฒ.
Automated. (2564). การประยุกต์ใช้งาน Scatter Chart. https://www.autosoft.in.th/data-visualization/scatter-chart/.
Business & Technology. (2565). รู้จักกับ Sentiment analysis ตัวช่วยธุรกิจในการวิเคราะห์ลูกค้าได้ดียิ่งขึ้น. https://aigencorp.com/what-is-sentiment-analysis.
Mindphp. (2561). มาทำความรู้จักกับ Word Cloud. https://www.mindphp.com/forums/viewtopic.php?f=144&t=49427.
PL. (2561). Evaluate Model นั้นสำคัญอย่างไร. https://medium.com/mmp-li/evaluate-model-precision-recall-f1-score-machine-learning-101-89dbbada0c96