หลักสูตร/ปี พ.ศ. วิศวกรรมศาสตรบัณฑิต สาขาวิชาวิศวกรรมคอมพิวเตอร์ ปี พ.ศ. 2569
ภาคและปีการศึกษาที่สำเร็จการศึกษา ภาคปลาย ปีการศึกษา 2568
ประเภทโครงงาน
โครงงานวิศวกรรม
ชื่อโครงงานภาษาไทย
ระบบวิเคราะห์ความคิดเห็นของลูกค้าสำหรับธุรกิจสถานกีฬา
ชื่อโครงงานภาษาอังกฤษ
Voice of Customer Analytics System for Sports Facility Business
ผู้พัฒนา
6510503514 ปุณกฤษ ตระกูลเงิน
อาจารย์ที่ปรึกษาหลัก
กฤษณะ ไวยมัย
อาจารย์ที่ปรึกษาร่วม
-
บทคัดย่อ
โครงงานนี้นำเสนอการพัฒนาระบบวิเคราะห์ความคิดเห็นของลูกค้าสำหรับธุรกิจสถานกีฬา มีวัตถุประสงค์เพื่อรวบรวมความคิดเห็นจาก 6 ช่องทาง ได้แก่ Google Maps Reviews, Facebook Page, Instagram, อีเมล, Google Forms และการป้อนข้อมูลด้วยตนเอง แล้ววิเคราะห์ด้วยโมเดลการประมวลผลภาษาธรรมชาติสำหรับภาษาไทย 3 โมเดล ประกอบด้วย PhayaThaiBERT สำหรับการวิเคราะห์ความรู้สึกตามแง่มุม 8 ด้านของสถานกีฬา, WangchanBERTa สำหรับการวิเคราะห์ความรู้สึกโดยรวม และ PhayaThaiBERT สำหรับการจำแนกเจตนาแบบหลายป้ายกำกับ ระบบพัฒนาบนสถาปัตยกรรมไมโครเซอร์วิสที่ขับเคลื่อนด้วยเหตุการณ์ ประกอบด้วย FastAPI, Next.js และส่วนประมวลผลแบบจำลองที่ทำงานแบบอะซิงโครนัสผ่าน RabbitMQ นำเสนอผลวิเคราะห์ผ่านแดชบอร์ดเรียลไทม์ที่มีแผนภูมิมากกว่า 12 รูปแบบ พร้อมรองรับกลไก Human-in-the-Loop สำหรับปรับแก้ผลวิเคราะห์ ผลการดำเนินงานแสดงให้เห็นว่าระบบช่วยลดระยะเวลาการวิเคราะห์จากการอ่านทีละรายการเป็นการแสดงภาพรวมได้ทันที ช่วยให้ผู้บริหารตัดสินใจปรับปรุงบริการได้อย่างมีประสิทธิภาพและตรงจุด
Abstract
This project presents the development of a Voice of Customer Analytics System for the sports facility business. The objective is to collect customer feedback from six channels, namely Google Maps Reviews, Facebook Page, Instagram, email, Google Forms, and manual entry, and analyze them using three Thai-language NLP models: a fine-tuned PhayaThaiBERT for Aspect-Based Sentiment Analysis across eight facility dimensions, WangchanBERTa for general sentiment analysis, and a fine-tuned PhayaThaiBERT for multi-label intent classification. The system was built on an event-driven microservices architecture comprising FastAPI, Next.js, and a machine learning worker processing asynchronously via RabbitMQ. Results are presented through a real-time dashboard with over twelve chart types, supplemented by a Human-in-the-Loop mechanism for correcting outputs. The evaluation indicates that the system reduces analysis time from reading individual reviews to instant overview visualization, enabling administrators to make efficient and targeted service improvements.
คำสำคัญ (Keywords)
Voice of Customer
Aspect-Based Sentiment Analysis
Natural Language Processing
Sports Facility Business
Real-time Dashboard
เว็บไซต์โครงงาน
-
วีดีโอคลิปของโครงงาน
-
ที่เก็บเวอร์ชันซอร์สโค้ด
-
ผู้นำเข้าข้อมูลครั้งแรก
ปุณกฤษ
ตระกูลเงิน
(b6510503514)
แก้ไขครั้งสุดท้าย
เมื่อ March 17, 2026, 9:15 p.m. โดย
ปุณกฤษ
ตระกูลเงิน
(b6510503514)
สถานะการอนุมัติ
รออนุมัติ