การวิเคราะห์ทางสถิติและแนวโน้มของผลตอบรับประสบการณ์ของลูกค้าโดยใช้โปรแกรมภาษาอาร์
0
0
Issued Date
2018
Resource Type
Language
tha
File Type
application/pdf
Rights
Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)
Suggested Citation
ฌาณิศา เม่นแต้ม (2018). การวิเคราะห์ทางสถิติและแนวโน้มของผลตอบรับประสบการณ์ของลูกค้าโดยใช้โปรแกรมภาษาอาร์. สืบค้นจาก: https://hdl.handle.net/20.500.14770/13724
Alternative Title(s)
Statistical and trend analysis of customer experience feedback using R-Programming Language
Author(s)
Advisor(s)
Other Contributor(s)
Abstract
การค้นคว้าอิสระนี้มีวัตถุประสงค์เพื่อ 1) วิเคราะห์ทางสถิติและแนวโน้มผลตอบรับประสบการณ์ของลูกค้าโดยใช้โปรแกรมภาษาอาร์ และ 2) ประเมินความถูกต้องจากการวิเคราะห์ ทางสถิติและแนวโน้มผลตอบรับประสบการณ์ของลูกค้าโดยใช้โปรแกรมภาษาอาร์ การวิจัยนี้ ประกอบด้วยสองขั้นตอนหลักที่สำคัญ โดยขั้นตอนแรกจะเป็นการรวบรวบ ข้อมูลที่เกี่ยวกับความรู้สึกของผู้ใช้บริการจากเฟซบุ๊กแฟนเพจของผู้ให้บริการโทรศัพท์เคลื่อนที่ในประเทศไทย โดยในขั้นตอนดังกล่าวตัวจำแนกแบบนาอีฟเบย์ จะถูกนำมาใช้ในการสกัดคำจากแต่ละประโยคภาษาไทย และวิเคราะห์ความรู้สึกของประโยค ขั้นตอนที่สองจะเป็นการเลือกประโยคที่แสดงความรู้สึกเชิงลบ จำนวน 400 ประโยค จากนั้นจะทำการแยกประโยคออกเป็น 4 กลุ่ม ได้แก่ 1) เพศ 2)โปรโมชัน 3)ปัญหาการบริการ และ 4)เวลาที่โพสต์ โดยในขั้นตอนดังกล่าวนี้ โปรแกรมภาษาอาร์ จะถูกนำมาใช้ในการพัฒนาคำสั่งในการวิเคราะห์ทางสถิติ ตรวจสอบสมมติฐาน และทำการแสดงผลลัพธ์ด้วยวิชวลไลเซชั่นสำหรับการวิเคราะห์การถดถอยพหุคูณและ การประเมินความสัมพันธ์ระหว่างตัวแปร จากผลการทดลองพบว่า ปัญหาการบริการในการติดต่อกับศูนย์บริการ มีความยากและมีความล่าช้าในการตอบคำถาม อย่างไรก็ตามแนวโน้มผลตอบรับประสบการณ์ของลูกค้าและปัญหาการบริการนั้น มีความแตกต่างกันทางสถิติอย่างมีนัยสำคัญที่ระดับความเชื่อมั่นร้อยละ 90 การประเมินผลการวิเคราะห์ความแปรปรวน เพื่อกำหนดความแม่นยำของแบบจำลองการทำนายจะขึ้นอยู่กับ 3 กลุ่มข้อมูลที่สำคัญ คือ เพศ โปรโมชัน และปัญหาการบริการ โดยมีค่าความคลาดเคลื่อนมาตรฐานเท่ากับ ร้อยละ 1.046 เพื่อแสดงให้เห็นถึงสมรรถนะทางด้านความแม่นยำของโปรแกรมการใช้งาน ค่าแนวโน้มผลตอบรับประสบการณ์ของลูกค้าและค่าการวัดประสิทธิภาพโดยรวม จะมีค่าเท่ากับร้อยละ 98.95 และร้อยละ 71 ตามลำดับ
The purpose of this independent study were as follows: 1) to analyze the statistics and trend of the customer experience feedback using R-Programming Language and 2) to evaluate the accuracy of measurements based on the statistics and trend analysis of the customer experience feedback using R-Programming Language. This research consisted of two main steps. The first step was Collecting the Data Involving feedback user from the Facebook fan page of the mobile operators in Thailand. In this step, a Naïve Bayes classifier was used to extract words from each sentence for Thai language and analyze the sentiment of sentences. The second step was selecting 400 sentences that contained negative feedback. Then, the sentence was classified into 4 different groups; 1) gender 2) promotion 3) service problems and 4) posting time. In this procedure, an R programming Language was employed to develop the commands for statistical analysis, validate the hypothesis, and show the result as data visualization for a multiple regression analysis and evaluation of the correlation between variables. From the experimental results, it was found that the service problems were difficult to contact service center and delay in responding to customer questions. However, the trend of the customer experience feedback and service problems were significantly difference in term of statistical results at 90% of confidence level. The evaluation of the variant analysis to determine the accuracy of prediction model depended on three main groups i.e., gender, promotion, and service problems in which the percentage of standard error was equal to 1.046%. To show the performance of the method in terms of accuracy, the trend of the customer experience feedback and F-measure were equal to 98.95% and 71% respectively
The purpose of this independent study were as follows: 1) to analyze the statistics and trend of the customer experience feedback using R-Programming Language and 2) to evaluate the accuracy of measurements based on the statistics and trend analysis of the customer experience feedback using R-Programming Language. This research consisted of two main steps. The first step was Collecting the Data Involving feedback user from the Facebook fan page of the mobile operators in Thailand. In this step, a Naïve Bayes classifier was used to extract words from each sentence for Thai language and analyze the sentiment of sentences. The second step was selecting 400 sentences that contained negative feedback. Then, the sentence was classified into 4 different groups; 1) gender 2) promotion 3) service problems and 4) posting time. In this procedure, an R programming Language was employed to develop the commands for statistical analysis, validate the hypothesis, and show the result as data visualization for a multiple regression analysis and evaluation of the correlation between variables. From the experimental results, it was found that the service problems were difficult to contact service center and delay in responding to customer questions. However, the trend of the customer experience feedback and service problems were significantly difference in term of statistical results at 90% of confidence level. The evaluation of the variant analysis to determine the accuracy of prediction model depended on three main groups i.e., gender, promotion, and service problems in which the percentage of standard error was equal to 1.046%. To show the performance of the method in terms of accuracy, the trend of the customer experience feedback and F-measure were equal to 98.95% and 71% respectively
Degree Name
วิทยาศาสตรมหาบัณฑิต
Degree Level
ปริญญาโท
Degree Discipline
วิทยาศาสตร์และเทคโนโลยี
Degree Grantor(s)
มหาวิทยาลัยสุโขทัยธรรมาธิราช
View online Resources
Collections
Endorsement
Review
Supplemented By
Referenced By
Creative Commons license
Except where otherwised noted, this item's license is described as Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)