Design of Model Emotional Risks Analysis on Facebook

Main Article Content

สาเรศ วันโสภา
นีรชา โสพล
ธัญชนก แย้มกลีบบัว
ยุรนันท์ มูซอ
ธงชัย แก้วกิริยา

Abstract

งานวิจัยนี้มีวัตถุประสงค์เพื่อนำเสนอแนวคิดวิเคราะห์ความเสี่ยงทางอารมณ์ของผู้โพสต์ข้อความบน Facebook โดยใช้หลักการ การจัดประเภทกลุ่มคำจากการตัดคำและการวิเคราะห์คำเหมือนของประโยคในการวิเคราะห์ข้อความการโพสต์ของผู้ใช้งาน Social network ซึ่งในงานวิจัยนี้ได้นำเสนอโมเดลโดยแบ่งออกเป็น 9 โมดูล คือ 1) Original Post Module คือ โพสต์, บทความ หรือ ข้อความต่างๆ ที่อยู่บน Facebook,  2) Match Related  Posts Module คือ การเช็คความสัมพันธ์ของผู้โพสต์  ว่ามีความสัมพันธ์กับบุคคลใดในเฟสบุ๊ค, 3) Other Posts Module คือ การโพสต์ข้อความของบุคคลที่มีความเกี่ยวข้องกันกับผู้โพสต์, 4) Cut Words Module คือ ส่วนของการตัดคำจากบทความที่มีการโพสต์ เพื่อดูแนวโน้มของคำ, 5) Words Risk Analysis Module คือ  ส่วนของการวิเคราะห์คำที่ได้จากการตัดคำ, 6) Words Classification Module: Scaling Hazardous Words เป็นส่วนของการแบ่งกลุ่มคำหรือกลุ่มประโยค, 7) Checking for relate groups Module เป็นการเช็คความสัมพันธ์ของแต่ละโพสต์ กับโพสต์ตัวอย่าง, 8) Word Matching to Relative Post Module เป็นการวิเคราะห์ความสัมพันธ์ของแต่ละโพสต์ และส่วนสุดท้าย คือ Present the Result Module คือ ส่วนของการแสดงผลที่ได้จากการวิเคราะห์โพสต์ตัวอย่างกับโพสต์ที่เกี่ยวข้อง นอกจากนี้ได้พัฒนาตัวต้นแบบ และทำการประเมินผลการใช้งานระบบจากผู้ใช้งานทั้งหมด 9 ท่าน พบว่า มีความพึงพอใจโดยรวม อยู่ในระดับสูงเฉลี่ยที่ 3.556/5 (S.D.=0.53)

Article Details

Section
Research Article

References

สถิติการเติบโตของผู้ใช้ Facebook ในไทย และช่วงเวลาไหนคนใช้ Facebook มากที่สุด? [Online]. Available: <https://www.it24hrs.com/2014/infographic-thai-facebook-user-2014/> (เข้าถึงเมื่อ 09 ต.ค. 57).

พฤติกรรมการใช้เฟสบุ๊ค (Facebook) ของนักศึกษาในเขตกรุงเทพมหานคร, ผศ.ดร.บุญอยู่ ขอพรประเสริฐ, [Online]. Available:<https://oknation.net/blog/boonyou/2014/08/21/entry-1>, (เข้าถึงเมื่อ 09 ต.ค. 57).

อนุพงศ์ คำมา, “ปัจจัยที่เกี่ยวข้องกับการฆ่าตัวตายสำเร็จ : กรณีศึกษาจังหวัดสุโขทัย” วารสารสมาคมจิตแพทย์แห่งประเทศไทย 2556; 58(2): 3-16.

Adam. d, “รายงานวิจัยเผยผลการทดลองเกี่ยวกับการถ่ายทอดอารมณ์ผ่านการโพสต์ข้อความบน Facebook,” [Online]. Available: <https://thumbsup.in.th/2014/06facebook-manipulated-6690000-users-news-feeds-to-run-a-psychology-experiment/>, (เข้าถึงเมื่อ 09 ต.ค. 57).

แอพพลิเคชั่นต้านฆ่าตัวตาย [Online]. Available: <https://www.manager.co.th/Qol/viewNews.aspx?NewsID=9570000107064>, (เข้าถึงเมื่อ 09 ต.ค. 57)

W. Hsin-Ying, L. Kuan-Liang, M. Chandan, T. Charles “Understanding Customers Using Facebook Pages: Data Mining Users Feedback Using Text Analysis” in International Conference on Computer Supported Cooperative Work in Design., 2014.

S. Shankar, J. Rajendra, S. Sabya, M. Uma, “Classification of Facebook News Feeds and Sentiment Analysis”, International Conference on Advances in Computing, Communications and Informatics (ICACCI)., 2014

A. Jalel, D. Zeineb, J. Maria, “Text Mining Facebook Status Updates for Sentiment Classification”, in System Theory, Control and Computing (ICSTCC)., 2013 17th International Conference

Y. Mohamed, H. Hazem, “A Framework for Emotion Mining from Text in Online Social Networks”, in IEEE International Conference in Data Mining Workshops., 2010

H. Mary “Emotional Reflexivity in Contemporary Friendships: Understanding It Using Elias and Facebook Etiquette”, in Sociological Research Online, 16 (1) 11, [Online]. Available: <https://www.socresonline.org.uk/16/1/11.html/10.5153/sro.2292>

Text mining, [Online]. Available: <https://text2mining.blogspot.com/2010/10/text-miniing.html> (เข้าถึงเมื่อ 09 ต.ค. 57)

Text Mining : การทำเหมืองแร่ข้อความ, [Online]. Available: <https://www.datamininginnovation.com/text-mining/> (เข้าถึงเมื่อ 09 ต.ค. 57)