การวิเคราะห์ทัศนคติเกี่ยวกับการจัดการภัยพิบัติในประเทศไทยบนทวิตเตอร์

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