ในยุคที่ข้อมูลรีวิวสินค้าบนแพลตฟอร์มอีคอมเมิร์ซมีจำนวนมาก การสรุปความคิดเห็นให้เข้าใจง่ายและใช้งานได้จริงจึงเป็นสิ่งสำคัญ งานวิจัยนี้นำเสนอระบบวิเคราะห์รีวิวสินค้าด้วย Aspect-Based Sentiment Analysis (ABSA) ซึ่งเป็นเทคนิคใน Natural Language Processing (NLP) ที่สามารถแยกแยะแง่มุมสำคัญของรีวิว (เช่น การจัดส่ง คุณภาพสินค้า บรรจุภัณฑ์) และวิเคราะห์อารมณ์ (บวก ลบ หรือเป็นกลาง) ของแต่ละแง่มุม ระบบนี้ช่วยให้ผู้บริโภคและร้านค้าสามารถเข้าถึงข้อมูลเชิงลึกได้อย่างมีประสิทธิภาพ โครงการนี้ได้พัฒนา AI สำหรับการวิเคราะห์ ABSA ภาษาไทย โดยใช้ WangchanBERTa ซึ่งฝึกบนข้อมูลภาษาไทย และเปรียบเทียบกับโมเดลต่างๆ เช่น TF-IDF + Logistic Regression, Word2Vec + BiLSTM, และ Multilingual BERT (mBERT/XLM-R) เพื่อประเมินประสิทธิภาพในด้านความแม่นยำ ความเร็ว และการใช้ทรัพยากร นอกจากนี้ยังมีการแสดงผลผ่าน Dashboard Visualization เพื่อให้ผู้ใช้เข้าใจแนวโน้มของรีวิวได้อย่างรวดเร็ว ผลลัพธ์ที่คาดหวังคือการพัฒนาเครื่องมือ AI ที่ใช้งานจริงในอุตสาหกรรมอีคอมเมิร์ซ ช่วยให้ผู้บริโภคตัดสินใจซื้อสินค้าได้ง่ายขึ้น และช่วยร้านค้าในการปรับปรุงผลิตภัณฑ์และบริการได้อย่างมีประสิทธิภาพ
ปัจจุบันการซื้อขายสินค้าออนไลน์เติบโตขึ้นอย่างรวดเร็ว ทำให้ข้อมูลรีวิวสินค้าจากผู้บริโภคมีปริมาณเพิ่มขึ้นเป็นจำนวนมาก รีวิวเหล่านี้มีบทบาทสำคัญในการตัดสินใจซื้อของลูกค้าและการปรับปรุงคุณภาพสินค้าของร้านค้า อย่างไรก็ตาม ปริมาณข้อมูลที่มากเกินไปและความหลากหลายของรูปแบบการแสดงความคิดเห็นทำให้การสรุปและวิเคราะห์ข้อมูลเหล่านี้เป็นไปได้ยาก ผู้บริโภคต้องใช้เวลามากในการอ่านรีวิวจำนวนมากเพื่อสรุปแนวโน้มความคิดเห็น ในขณะที่ร้านค้าประสบปัญหาในการวิเคราะห์ข้อมูลรีวิวเพื่อปรับปรุงผลิตภัณฑ์และบริการ เพื่อแก้ไขปัญหานี้ งานวิจัยนี้นำเสนอการประยุกต์ใช้ Aspect-Based Sentiment Analysis (ABSA) ซึ่งเป็นเทคนิคใน Natural Language Processing (NLP) ที่สามารถแยกแยะ แง่มุมสำคัญของรีวิวสินค้า (Aspects) และวิเคราะห์ อารมณ์ของแต่ละแง่มุม (Sentiments) โดยอัตโนมัติ การนำเทคนิคนี้มาใช้จะช่วยให้ผู้บริโภคสามารถรับข้อมูลเชิงลึกจากรีวิวได้ง่ายขึ้น และช่วยให้ร้านค้าสามารถใช้ข้อมูลรีวิวเพื่อปรับปรุงสินค้าและบริการอย่างมีประสิทธิภาพ โครงงานนี้ยังมุ่งเน้นการศึกษาว่า แนวทาง AI แบบใดมีประสิทธิภาพสูงสุดในการทำ ABSA สำหรับภาษาไทย โดยเปรียบเทียบ วิธีการประมวลผลภาษาธรรมชาติแบบดั้งเดิม กับเทคนิคการเรียนรู้เชิงลึกที่ทันสมัย เพื่อให้ได้แนวทางที่เหมาะสมที่สุด พร้อมทั้งพัฒนา Dashboard Visualization ที่ช่วยให้ข้อมูลรีวิวถูกนำเสนอในรูปแบบที่เข้าใจง่ายและสามารถนำไปใช้งานจริงในอุตสาหกรรมอีคอมเมิร์ซ
คณะเทคโนโลยีการเกษตร
โครงงานสวนสาธารณะ : เเอนเซียนท์ ซี ปาร์ค เป็นสวนสาธารณะเเห่งใหม่ที่อ่างศิลา จังหวัดชลบุรี สร้างเพื่อการเรียนรู้เเละการท่องเที่ยว ในเเนวคิดท้องทะเลเมื่อ65ปีก่อน
คณะวิทยาศาสตร์
โครงงานนี้พัฒนาตู้รับซื้ออัตโนมัติสำหรับขวดพลาสติกและกระป๋อง โดยใช้ Machine Learning ในการจำแนกประเภทบรรจุภัณฑ์ผ่านการประมวลผลภาพ ร่วมกับระบบเซนเซอร์อัจฉริยะในการตรวจสอบคุณภาพของบรรจุภัณฑ์และควบคุมการทำงาน ระบบเชื่อมต่อกับ Web Application เพื่อแสดงผลและควบคุมการทำงานแบบเรียลไทม์ เมื่อยืนยันประเภทบรรจุภัณฑ์แล้ว จะคำนวณราคาและจ่ายเงินผ่าน e-wallet หรือออกคูปองแลกเงินสดโดยอัตโนมัติ ระบบนี้สามารถติดตั้งในพื้นที่สาธารณะเพื่อส่งเสริมการคัดแยกขยะตั้งแต่ต้นทาง ช่วยลดการปนเปื้อนและเพิ่มประสิทธิภาพการรีไซเคิล อีกทั้งยังสร้างแรงจูงใจทางการเงินให้ประชาชนมีส่วนร่วมในการจัดการขยะมากขึ้น โครงงานนี้แสดงให้เห็นถึงศักยภาพของการผสมผสาน Machine Learning และระบบเซนเซอร์อัจฉริยะในการพัฒนาโซลูชันการจัดการขยะที่แม่นยำ สะดวก และยั่งยืน **
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
งานวิจัยการออกแบบต้นแบบเมตาเวิร์สหอภาพยนตร์ (องค์การมหาชน) เป็นการศึกษารูปแบบการสร้างประสบการณ์เสมือนจริง (Immersive Experience) โดยมีวัตถุประสงค์ 3 ข้อคือ เพื่อ 1) ศึกษารูปแบบแนวคิดและเทคโนโลยีที่ใช้ในการสร้างประสบการณ์การรับรู้ดิจิทัลเสมือนจริง 2) สร้างสรรค์งานออกแบบประสบการณ์การรับรู้ดิจิทัลเสมือนจริงและนำเสนอบนโลกต้นแบบเมตาเวิร์สหอภาพยนตร์ ใช้การวิจัยเชิงปฏิบัติ 3) ประเมินผลการออกแบบและสรุปเป็นองค์ความรู้การออกแบบนิทรรศการเสมือนจริง โดยวิธีวิจัยเชิงคุณภาพ จัดให้มีการทดสอบตัวต้นแบบ พร้อมทั้งสัมภาษณ์แบบกลุ่ม สอบถามทัศนคติและประเมินความพึงพอใจ ผลการวิจัยพบว่า หลักการออกแบบต้นแบบเมตาเวิร์สหอภาพยนตร์นั้น ประกอบไปด้วย 1) การใช้แนวคิดการออกแบบสถาปัตยกรรม 2) แนวคิดการออกแบบนิทรรศการ 3) แนวคิดการออกแบบประสบการณ์ จากนั้นจึงเข้าสู่กระบวนการสร้างงานในโลกเสมือนจริง ประกอบไปด้วย 1) สร้างโมเดลโครงสร้าง3มิติ 2) สร้างการใช้งานปฏิสัมพันธ์ 3) การออกแบบนิทรรศการ 4) ดำเนินการทดสอบตัวต้นแบบ จากนั้นทดสอบพร้อมประเมินผล โดยมีขั้นตอนคือ 1) ทดสอบโดยผู้ทดสอบ 10 คน 2) สัมภาษณ์แบบกลุ่มทั้ง 4 ประเด็นคือ ประเด็นหมวดประสบการณ์โดยรวม ประเด็นหมวดหอภาพยนตร์เนื้อหาคุณค่า ประเด็นหมวดการออกแบบเมตาเวิร์ส และประเด็นหมวดส่งเสริมการเรียนรู้ในพิพิธภัณฑ์ ผลการประเมินการออกแบบหมวดที่หนึ่ง 1) หมวดประสบการณ์โดยรวม ได้รับประสบการณ์ที่ดี ร้อยละ 70 การใช้งานเสถียร ร้อยละ 50 อุปสรรคในการรับชมร้อยละ 90 เสียงบรรยายดังรบกวนร้อยละ 50 รับชมภาพยนตร์ติดขัดร้อยละ 40 มีความต้องการคำอธิบายการใช้งาน ร้อยละ 60 ต้องการสัญลักษณ์นำทางร้อยละ 70 หมวดที่สอง 2) หมวดหอภาพยนตร์ สามารถรับรู้และเข้าใจเนื้อหาร้อยละ 80 หมวดที่สาม 3) หมวดเมตาเวิร์ส ได้มีการสื่อสารพูดคุยปฏิสัมพันธ์ร้อยละ 70 หมวดที่สี่ 4) หมวดการส่งเสริมการเรียนรู้ในพิพิธภัณฑ์ เห็นว่าสามารถส่งเสริมให้เกิดการเรียนรู้ได้ร้อยละ 90 จากผลสรุปการประเมินการออกแบบต้นแบบเมตาเวิร์สหอภาพยนตร์เพื่อสร้างประสบการณ์ดิจิทัลเสมือนจริง พบว่าประสบการณ์ที่ผู้ทดสอบได้รับ อยู่ในเกณฑ์ดี คือร้อยละ 70 แต่ปัญหาที่พบจะอยู่ที่ระบบและอุปกรณ์ที่รองรับการทดสอบยังไม่เสถียรเนื่องจากความพร้อมของเทคโนโลยีในปัจจุบัน (2566) ส่วนอุปสรรคในการใช้งานประสบการณ์ปฏิสัมพันธ์ภายในจำเป็นต้องมีการทดสอบและปรับปรุงซ้ำหลายครั้ง ส่วนเรื่องของคุณค่าการสนับสนุนการเรียนรู้ถือว่าอยู่ในเกณฑ์ดี