Opinion Mining of Parent toward Children who use Smart Phone

Abstract

The objective of this research was to compare the efficacy of a data mining technique in modeling parental opinion on the use of their children's smartphones. This research proposes the process of opinion mining to compare the model performance of 6 techniques which are the RIPPER, C4.5 decision tree, Naïve Bayes, Support Vector Machine, K-Nearest Neighbor, and Random Forest technique to analyze the opinions of parents on the use of smartphones of their children. Therefore, the data was collected from only the Thai text of parent's opinions on the social network which is Pantip and Facebook, a total of 1,925 messages. The characteristic in this research was used only adverbs which can indicate the feeling to create the models. Regrading to the index of words, the researcher has weighted the number of words which found and used the bag of words for weighting. Then, the 10 – fold cross validation was used to separate the data into training and testing sets and measured the performance the models by F-measure, Precision and Recall. After experiment and measurement of weighting the words directly, it was found that the Random Forest technique is the best technique for analyzing the data that F-measure was 83.55%, Precision was 89.62% and Recall was 78.38% while experiment and measurement by using the bag of words, the Random Forest technique is still the best technique for analyzing the data that F-measure was 49.29%, Precision was 57.27% and Recall was 43.58%

งานวิจัยฉบับนี้มีวัตถุประสงค์เพื่อเปรียบเทียบประสิทธิภาพของเทคนิคในเหมืองข้อมูลในการสร้างแบบจำลองจำแนกความคิดเห็นของผู้ปกครองต่อการใช้สมาร์ทโฟนของบุตร งานวิจัยนี้ใช้ 6 เทคนิค ได้แก่ เทคนิคริปเปอร์ เทคนิคต้นไม้ตัดสินใจแบบ ซี4.5 เทคนิคนาอีฟเบย์ เทคนิคซัพพอร์ตเวคเตอร์แมชชีน เทคนิคเคเนียร์เรสเนเบอร์ และเทคนิคต้นไม้ป่าสุ่ม มาสร้างแบบจำลองความคิดเห็นของผู้ปกครองต่อการใช้สมาร์ทโฟนของบุตร โดยข้อมูลนั้นถูกรวบรวมมาเฉพาะความคิดเห็นของผู้ปกครองที่มีลักษณะเป็นข้อความภาษาไทยบนเครือข่ายสังคมออนไลน์ผ่านเว็ปไชต์พันทิปและเฟสบุ๊ค จำนวนทั้งหมด 1,925 ข้อความ คุณลักษณะที่ใช้ในงานวิจัยนี้ผู้วิจัยได้เลือกเฉพาะคำวิเศษณ์ที่สามารถระบุความรู้สึกได้เป็นอย่างดีมาใช้ในการสร้างแบบจำลอง ในส่วนของการทำดัชนีคำ ผู้วิจัยได้ใช้การให้ค่าน้ำหนักตามจำนวนคำที่พบและการใช้ถุงคำในการให้น้ำหนักคำ 10-โฟลด์ครอสวาลิเดชั่น ได้ถูกนำมาใช้ในการแบ่งกลุ่มข้อมูลชุดเรียนรู้และชุดทดสอบ รวมถึงวัดประสิทธิภาพของแบบจำลองด้วยโดยใช้ค่าความถ่วงดุล ค่าความแม่นยำ และค่าความระลึก หลังจากทำการทดลองและวัดประสิทธิภาพของแบบจำลองด้วยวิธีการให้ค่าน้ำหนักตามจำนวนคำที่พบ พบว่า เทคนิคต้นไม้ป่าสุ่ม เป็นเทคนิคที่ดีที่สุดในการวิเคราะห์ความคิดเห็นสำหรับข้อมูลชุดนี้ โดยให้ค่าความถ่วงดุล 83.55% ค่าความแม่นยำ 89.62% และค่าความระลึก 78.38% ส่วนการวิเคราะห์ข้อมูลด้วยวิธีการใช้ถุงคำในการให้น้ำหนักคำ พบว่า เทคนิคต้นไม้ป่าสุ่มเป็นเทคนิคที่ดีที่สุดเช่นกัน โดยให้ค่าความถ่วงดุล 49.29% ค่าความแม่นยำ 57.27% และค่าความระลึก 43.58%