การวิเคราะห์อารมณ์เพื่อศึกษาภาวะซึมเศร้าบนทวิตเตอร์

พรพัทธา อมรรังสรรค์

dc.contributor.advisor	อาธร เหลืองสดใส
dc.contributor.author	พรพัทธา อมรรังสรรค์
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิทยาศาสตร์
dc.date.accessioned	2022-04-20T09:36:52Z
dc.date.available	2022-04-20T09:36:52Z
dc.date.issued	2562
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/78420
dc.description	โครงงานเป็นส่วนหนึ่งของการศึกษาตามหลักสูตรปริญญาวิทยาศาสตรบัณฑิต สาขาวิชาวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ปีการศึกษา 2562	en_US
dc.description.abstract	โครงการวิจัยเรื่อง “การวิเคราะห์อารมณ์เพื่อศึกษาภาวะซึมเศร้าบนทวิตเตอร์” มีวัตถุประสงค์ เพื่อการศึกษาวิจัยและวิเคราะห์แยกแยะเกี่ยวกับการวิเคราะห์ความรู้สึกสำหรับภาวะโรคซึมเศร้าบนทวิตเตอร์ จุดมุ่งหมายขอบเขตการวิจัยจะอยู่ภายใต้หลักการวิเคราะห์อารมณ์ความรู้สึกเท่านั้น วิธีการวิจัยจะใช้วิธี รวบรวมชุดข้อมูลจากทวิตเตอร์ และจัดการกับข้อมูล รวมทั้งสกัดคุณลักษณะต่าง ๆ อ้างอิงจากการศึกษา พฤติกรรมภาวะอาการของผู้ที่มีภาวะโรคซึมเศร้าจากงานวิจัยต่าง ๆ กล่าวคือ อาการ เช่น อาการนอนไม่หลับ การมีความคิดเชิงลบที่เกี่ยวกับความตาย เป็นต้น โดยสามารถวิเคราะห์ผ่านคำศัพท์จากข้อความที่ทำการโพสต์ ได้ รวมถึงคุณลักษณะการมีปฏิสัมพันธ์กับคนรอบข้างโดยศึกษาผ่านจำนวนการใช้งานบนเครือข่าย จำนวนการ ติดตามผู้อื่นและจำนวนการถูกติดตาม ทั้งนี้การใช้คำสรรพนามแทนตนเองเป็นส่วนหนึ่งในการนำมาวิเคราะห์ แยกแยะสำหรับการเข้าร่วมสังคมได้เช่นกัน ท้ายที่สุดเมื่อนำเข้ากระบวนการฝึกฝนรู้จำ ด้วยแบบจำลองการ จำแนกนาอีฟเบย์ แบบจำลองการค้นหาเพื่อนบ้านใกล้สุด k ตัว แบบจำลองต้นไม้ตัดสินใจ และแบบจำลอง ซัพพอร์ตเวกเตอร์แมชชีน ผลการวิจัยที่ได้แสดงให้เห็นว่า การใช้คุณลักษณะทั้งหมดกับแบบจำลองต้นไม้ ตัดสินใจให้ผลประสิทธิภาพดีที่สุด	en_US
dc.description.abstractalternative	The topic of the classroom action research is "Sentiment analysis to study depression on twitter". The objectives of this research are to research and analyze the sentiment analysis for depression on Twitter. The scope of the research covers the sentiment analysis only. The research methodology uses data collection from Twitter, and preprocess data including feature extraction. Data about insomnia are collected from a study on the time of posting on Twitter. A pattern of having negative thoughts and thoughts about death can be analyzed through vocabularies from the post. The features to study the interaction with those around the user will study through the amount of usage on the network, number of followers and numbers of followings. In this regard, the use of personal pronouns as part of the analysis can be used to distinguish social participation. Finally, we apply processes with Naive Bay classification, K-nearest neighbor, Decision tree and Support vector machine. The research results show that using all features with the Decision tree model gives the best performance.	en_US
dc.language.iso	th	en_US
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.subject	ทวิตเตอร์	en_US
dc.subject	ความซึมเศร้า	en_US
dc.subject	ภาษากับความรู้สึก	en_US
dc.subject	Twitter	en_US
dc.subject	Depression, Mental	en_US
dc.subject	Language and emotions	en_US
dc.title	การวิเคราะห์อารมณ์เพื่อศึกษาภาวะซึมเศร้าบนทวิตเตอร์	en_US
dc.title.alternative	Sentiment analysis to study depression on twitter	en_US
dc.type	Senior Project	en_US
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en_US