การจำแนกประเภทข้อความโฆษณาบนเฟซบุ๊กโดยใช้เทคนิคการสุ่มเพิ่มตัวอย่างกลุ่มน้อย

Abstract

นักการตลาดนิยมทำการตลาดผ่านสื่อสังคมออนไลน์มากขึ้นในปัจจุบัน เนื่องจากแพลตฟอร์มโซเชียลมีเดียได้รับความนิยมอย่างมากและมีผู้ใช้งานเป็นจำนวนหลายล้านคน โดยเฉพาะเฟซบุ๊กซึ่งเป็นแพลตฟอร์มที่ได้รับความนิยมสูงสุดในประเทศไทย อย่างไรก็ตามผู้คิดค้นโฆษณาต้องมีความเข้าใจพฤติกรรมของผู้บริโภคเพื่อให้สามารถคิดค้นถ้อยคำโฆษณาที่ดี ตัวแบบ AISAS เป็นตัวแบบหนึ่งซึ่งถูกนำเสนอโดยบริษัทเดนท์สึเพื่ออธิบายพฤติกรรมของผู้บริโภค ตัวแบบดังกล่าวนิยามสถานะที่เกิดขึ้นหลังจากผู้บริโภคเห็นโฆษณาของสินค้าทั้งหมดห้าสถานะ ได้แก่ ความใส่ใจ (Attention) ความสนใจ (Interest) การค้นหา (Search) การลงมือกระทำ (Action) และการแบ่งปัน (Share) วิทยานิพนธ์นี้ได้พัฒนาตัวแบบการเรียนรู้ของเครื่องเพื่อใช้จำแนกประเภทโฆษณาภาษาไทยจากเฟซบุ๊กออกเป็นสถานะตามตัวแบบ AISAS เพื่อเป็นประโยชน์ต่อผู้ลงโฆษณา อย่างไรก็ตาม ข้อมูลที่ถูกรวบรวมมาเพื่อการเรียนรู้เป็นข้อมูลที่ไม่สมดุล เนื่องจากตัวอย่างที่เป็นคลาสบวกมีจำนวนน้อย ทำให้ตัวแบบมีประสิทธิภาพต่ำในการทำนายตัวอย่างบวก เพื่อเพิ่มประสิทธิภาพของตัวแบบ ผู้วิจัยได้นำเทคนิคการสุ่มเพิ่มตัวอย่างกลุ่มน้อย เทคนิคการคัดเลือกคุณลักษณะมาใช้ อีกทั้งได้เสนอเทคนิคการเพิ่มคุณลักษณะใหม่ซึ่งเป็นคำคล้ายคลึง ประยุกต์ใช้ร่วมกับตัวแบบจำแนกประเภทนาอีฟเบย์ การถดถอยโลจิสติกส์ และซัพพอร์ตเวกเตอร์แมชชีน และได้นำเทคนิคการสร้างข้อความมาประยุกต์ใช้ร่วมกับตัวแบบจำแนกประเภทแอลเอสทีเอ็ม ผลการทดลองพบว่าหลังการประยุกต์ใช้เทคนิคต่าง ๆ ทุกตัวแบบจำแนกประเภทสามารถทำนายตัวอย่างคลาสบวกเป็นจำนวนมากขึ้นและถูกต้องมากขึ้นในเกือบทุกชุดข้อมูล โดยสังเกตได้จากค่าความแม่นและค่าระลึกที่เพิ่มขึ้น เทคนิคการเพิ่มคุณลักษณะใหม่ซึ่งเป็นคำคล้ายคลึงทำให้บางตัวแบบมีค่าระลึกเพิ่มขึ้น เทคนิคการสร้างข้อความทำให้ตัวแบบแอลเอสทีเอ็มได้รับค่าระลึกสูงแต่ค่าความแม่นต่ำ อย่างไรก็ตามทุกเทคนิคทำให้ค่าความถูกต้องต่ำลงในชุดข้อมูลส่วนใหญ่