Please use this identifier to cite or link to this item: http://ir.mju.ac.th/dspace/handle/123456789/2167
Full metadata record
DC FieldValueLanguage
dc.contributorGittiga Tiyupsainen
dc.contributorกฤติกา ติยัพเสนth
dc.contributor.advisorJakkapong Sukphanen
dc.contributor.advisorจักรพงษ์ สุขพันธ์th
dc.contributor.otherMaejo Universityen
dc.date.accessioned2024-06-20T06:50:32Z-
dc.date.available2024-06-20T06:50:32Z-
dc.date.created2024-
dc.date.issued2024-
dc.identifier.urihttp://ir.mju.ac.th/dspace/handle/123456789/2167-
dc.description.abstractThe objective of this study is to conduct sentiment analysis on Twitter comment related to the Chiang Mai food hashtag and Chiang Mai review hashtag. The goal is to generate a Topic Modeling based on Twitter comments related to the Chiang Mai food hashtag and the Chiang Mai review hashtag derived from posts on the social media platform Twitter. The article discusses the use of a Chiang Mai food hashtag and provides reviews of Chiang Mai. Therefore, when evaluating the accuracy of the opinion classification model, it is necessary to divide the data into a training dataset. A total of 293 Twitter posts were collected using "Chiang Mai food" and "Chiang Mai review" hashtags to establish a model for the experimental approach with this process: 1) Gathering of information 2) Data preprocessing 3) Sentiment Analysis 4) Topic Modeling. The study revealed that emotions can be categorized into three levels: Positive, Negative or Neutral. Additionally, a topic modeling created based on the comments revealed the top 10 themes based on the most frequently cited phrases. These subjects include descriptors such as delicious, nice flavor, coffee, coffee café, cute, many good spots to take photos, pleasant atmosphere, Ang Kaew, and Taithoonbaan. The study findings may be used to assess emotions and categorize data points, which can then be used to enhance the development of goods and services in the food and beverage industry in Chiang Mai province.en
dc.description.abstractงานวิจัยนี้มีวัตถุประสงค์เพื่อวิเคราะห์ความรู้สึก (Sentiment Analysis) เกี่ยวกับการแสดงความคิดเห็นจากทวิตเตอร์สำหรับแฮชแท็กของกินเชียงใหม่และแฮชแท็กรีวิวเชียงใหม่ และเพื่อสร้างแบบจำลองหัวข้อ (Topic Modeling) เกี่ยวกับการแสดงความคิดเห็นจากทวิตเตอร์สำหรับแฮชแท็กของกินเชียงใหม่และแฮชแท็กรีวิวเชียงใหม่ โดยพิจารณาจากการแสดงความคิดเห็นบนทวิตเตอร์ ในรูปแบบแฮชแท็กของกินเชียงใหม่ และรีวิวเชียงใหม่ ดังนั้นในการทดสอบแบบจำลองจำแนกความคิดเห็นในการแบ่งกลุ่มข้อมูลเป็นชุดข้อมูลเรียนรู้ การรวบรวมข้อมูลความคิดเห็นบนแพลตฟอร์มทวิตเตอร์ในรูปแบบแฮชแท็ก “ของกินเชียงใหม่” และ “รีวิวเชียงใหม่” จำนวน 293 ความคิดเห็น เพื่อสร้างตัวแบบในกระบวนการทดลองดังนี้ 1) การเก็บรวบรวมข้อมูล 2) การจัดเตรียมข้อมูล 3) การวิเคราะห์ความรู้สึก 4) การสร้างแบบจำลองหัวข้อ จากผลการศึกษาพบว่าสามารถวิเคราะห์ความรู้สึกได้ 3 ความรู้สึก ได้แก่ ความรู้สึกเชิงบวก (Positive) จำนวน 232 ความคิดเห็น ความรู้สึกเชิงลบ (Negative) จำนวน 22 ความคิดเห็น และความรู้สึกเป็นกลาง (Neutral) จำนวน 39 ความคิดเห็น และสร้างแบบจำลองหัวข้อเกี่ยวกับความคิดเห็น พบว่ามีคำที่ถูกกล่าวถึงมากที่สุด 10 อันดับแรก ได้แก่ อร่อย รสชาติดี กาแฟ coffee café น่ารัก มุมถ่ายรูปเยอะ บรรยากาศดี อ่างแก้ว ใต้ถุนบ้าน ซึ่งสามารถนำเสนอข้อมูลการวิเคราะห์ความรู้สึกทางอารมณ์และจำแนกประเด็นข้อมูลเพื่อพัฒนาผลิตภัณฑ์และการให้บริการของธุรกิจอาหารและเครื่องดื่มในจังหวัดเชียงใหม่ต่อไปth
dc.language.isoth-
dc.publisherMaejo University-
dc.rightsMaejo University-
dc.subjectการวิเคราะห์ความคิดเห็นth
dc.subjectแบบจำลองหัวข้อth
dc.subjectของกินเชียงใหม่th
dc.subjectรีวิวเชียงใหม่th
dc.subjectSentiment Analysisen
dc.subjectTopic Modelingen
dc.subjectChiang Mai fooden
dc.subjectChiang Mai reviewsen
dc.subject.classificationBusinessen
dc.subject.classificationAccommodation and food service activitiesen
dc.subject.classificationMarketing and advertisingen
dc.titleSENTIMENT ANALYSIS ON TWITTERFOR CHIANG MAI FOOD REVIEWS HASHTAG AND CHIANG MAI REVIEWS HASHTAGen
dc.titleการวิเคราะห์ความคิดเห็นจากทวิตเตอร์สำหรับแฮชแท็กของกินเชียงใหม่และรีวิวเชียงใหม่th
dc.typeIndependent Studyen
dc.typeการค้นคว้าอิสระth
dc.contributor.coadvisorJakkapong Sukphanen
dc.contributor.coadvisorจักรพงษ์ สุขพันธ์th
dc.contributor.emailadvisorjakkapong@mju.ac.th-
dc.contributor.emailcoadvisorjakkapong@mju.ac.th-
dc.description.degreenameMaster of Business Administration (Master of Business Administration (Business Administration))en
dc.description.degreenameบริหารธุรกิจมหาบัณฑิต (บริหารธุรกิจมหาบัณฑิต (บริหารธุรกิจ))th
dc.description.degreelevelMaster's Degreeen
dc.description.degreelevelปริญญาโทth
dc.description.degreediscipline-en
dc.description.degreediscipline-th
Appears in Collections:Business Administration

Files in This Item:
File Description SizeFormat 
6506401005.pdf6.95 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.