การระบุรีวิวที่น่าสงสัยในผลิตภัณฑ์ดูแลผิวหน้าของลูกค้าบนตลาดซื้อขายสินค้าออนไลน์ด้วยเทคนิควิธีการเรียนรู้ของเครื่อง

Abstract

This research presents a method for Identifying Suspicious Customer Reviews of Facial Skincare Products on an Online Marketplace with Machine Learning Techniques. It can help customers to read reviews before deciding whether to buy face care products on the online marketplace to make sure the reviews are real or a questionable review. by collecting data from reviews of facial care products on an online marketplace that is in Thai Between January to November 2021. Out of the 10 best-selling facial skincare brands, a total of 60,081 reviews and used to development a using machine learning techniques. There were 3 techniques used Naives Bayes Technique, Support Vector Machine Technique, and Decision Tree Technique. Then test and compare the performance of the model. The results showed that the ideal technique for modeling identifying suspicious customer reviews of facial skincarre products on an online marketplace with machine learning techniques. The technique supports vector machine, which gives the accuracy as much as 85%.

งานวิจัยฉบับนี้นำเสนอวิธีการระบุรีวิวที่น่าสงสัยในผลิตภัณฑ์ดูแลผิวหน้าของลูกค้าบนตลาดซื้อขายสินค้าออนไลน์ด้วยเทคนิควิธีการเรียนรู้ของเครื่อง สามารถช่วยให้ลูกค้าที่ต้องการอ่านรีวิวก่อนตัดสินใจในการซื้อผลิตภัณฑ์ดูแลผิวหน้าบนตลาดซื้อขายสินค้าออนไลน์ สามารถรู้ได้ว่ารีวิวนั้นเป็นรีวิวจริงหรือเป็นรีวิวที่น่าสงสัย โดยเก็บรวบรวมข้อมูลจากรีวิวผลิตภัณฑ์ดูแลผิวหน้าบนตลาดซื้อขายสินค้าออนไลน์แห่งหนึ่งที่เป็นภาษาไทย ระหว่างเดือนมกราคมถึงเดือนพฤศจิกายน 2564 จากผลิตภัณฑ์ดูแลผิวหน้า 10 ยี่ห้อที่มีจำนวนขายสูงสุดตามลำดับ จำนวน 60,081 รีวิว และนำมาพัฒนาแบบจำลองโดยใช้เทคนิควิธีการเรียนรู้ของเครื่อง (Machine Learning) ประกอบด้วย 3 เทคนิค ได้แก่ เทคนิคนาอีฟเบย์ (Naives Bayes) เทคนิคซัพพอร์ตเวกเตอร์แมชชีน (Support Vector Machine) เทคนิคต้นไม้ตัดสินใจ (Decision Tree) จากนั้นทำการทดสอบและเปรียบเทียบประสิทธิภาพของแบบจำลอง ผลการวิจัยพบว่าเทคนิคที่เหมาะสมสำหรับการสร้างแบบจำลองรีวิวที่น่าสงสัยในผลิตภัณฑ์ดูแลผิวหน้าบนตลาดซื้อขายสินค้าออนไลน์ คือ เทคนิคซัพพอร์ตเวกเตอร์แมชชีน (Support Vector Machine) ให้ค่าความถูกต้อง (Accuracy) มากที่สุดเท่ากับ 85%