รายละเอียดโครงงาน
หลักสูตร/ปี พ.ศ. วิศวกรรมศาสตรบัณฑิต สาขาวิชาวิศวกรรมซอฟต์แวร์และความรู้ ปี พ.ศ. 2562
ภาคและปีการศึกษาที่สำเร็จการศึกษา ภาคปลาย ปีการศึกษา 2561
ประเภทโครงงาน
โครงงานวิศวกรรม
ชื่อโครงงานภาษาไทย
ซุนโดคุ - แอปพลิเคชันวิเคราะห์ความรู้สึกต่อหนังสือจากบทวิจารณ์ของผู้อ่าน
ชื่อโครงงานภาษาอังกฤษ
Tsundoku - The reliable book’s review sentiment analysis application.
ผู้พัฒนา
5810546048 เศรษฐพงศ์ เปี่ยมลือ
5810546587 กันต์ กมลานนท์
5810546650 ณัฐภัทรพรหม ชองอมรกุลประภา
อาจารย์ที่ปรึกษาหลัก
หัชทัย ชาญเลขา
อาจารย์ที่ปรึกษาร่วม
-
บทคัดย่อ
หลายคนพลาดโอกาสที่จะได้สัมผัสกับหนังสือดีๆหลายเล่มเนื่องจากขาดข้อมูลที่จะใช้ประเมินหนังสือ
ก่อนที่จะอ่านจริงๆผู้ใช้จะต้องอ่านบทวิจารณ์จำนวนมากซึ่งอาจไม่เป็นประโยชน์มากนัก โครงการนี้มีวัตถุประสงค์เพื่อแก้ไขปัญหานี้โดยการรวบรวมบทวิจารณ์และวิเคราะห์เนื้อหาเหล่านั้น จากนั้นสรุปคะแนนสำหรับแต่ละแง่มุมของหนังสือ โดยแบ่งออกเป็นสามแง่มุม ดังนี้ ด้านเนื้อเรื่อง ด้านศิลปะของงานเขียน และ ด้านตัวละคร ซึ่งจะช่วยให้ผู้ใช้ตัดสินใจซื้อหนังสือได้ง่ายยิ่งขึ้น โดยพัฒนาแอปพลิเคชั่นที่แสดงข้อมูลและผลการวิเคราะห์ ที่ได้จากการป้อนความคิดเห็นให้กับระบบเรียนรู้ด้วยตนเอง ระบบจะแบ่งประโยคออกเป็นสามด้านจากนั้นหาว่าประโยคเหล่านั้นมีความคิดเห็นในเชิงบวกหรือลบ ในตอนสุดท้ายแอปพลิเคชันสามารถบรรลุเป้าหมายของโครงงานนี้ได้อย่างดีเยี่ยม อย่างไรก็ตามแอปพลิเคชันจะมีประสิทธิภาพดีแปรผันตรงกับขนาดของข้อมูลที่ใช้ในการเรียนรู้ จากผลตอบรับของคนที่ทดสอบแอปพลิเคชัน ส่วนใหญ่มีความรู้สึกว่ามันมีประโยชน์และมีศักยภาพที่จะใช้กับผลิตภัณฑ์อื่นเช่นกัน
Abstract
Many people miss the chance to experience many good books due to lack of information since it is hard to evaluate a book before actually reading it. The user must read through many reviews, with huge amount of those reviews which might not even be very helpful. This project objective is to solve this problem by gathering reviews and analyze those text, then, conclude ratings for each aspect of the book (story, character, writing) which will help user make the decision to purchase the book. Using React native to develop the application which shows the information and analysis result obtained by feeding reviews into two machine learning models. The models will classify sentences into three aspects then find the polarity of those sentences. The application achieve the goal of this project. Nevertheless, the model performs better relative to the size of data available, so there are rooms for improvement and optimization. From feedbacks of people who tested the application, most feel like it is useful and has potential to be used on other products as well.
คำสำคัญ (Keywords)
Text classification, Sentiment analysis, NLP
เว็บไซต์โครงงาน
-
วีดีโอคลิปของโครงงาน
ที่เก็บเวอร์ชันซอร์สโค้ด
https://github.com/TsunndokuSeniorProject/
สถานะการนำเข้าข้อมูล
ผู้นำเข้าข้อมูลครั้งแรก
เศรษฐพงศ์
เปี่ยมลือ
(b5810546048)
แก้ไขครั้งสุดท้าย
เมื่อ June 9, 2019, 7:48 a.m. โดย
เศรษฐพงศ์
เปี่ยมลือ
(b5810546048)
สถานะการอนุมัติ
รออนุมัติ