Emotional Mining การประยุกต์ใช้ระบบเหมืองข้​อความแสดงความคิดเห็นเพื่อป​ระเมินสถานะทางอารมณ์ของอีเ​มล์ Created by :: MSIT04 Group 11

ในธุรกิจซอฟต์แวร์สำเร็จรูป รายได้หลักประการหนึ่ง คือรายได้จากค่าบำรุงรักษาประจำปี เป็นรายได้ส่วนที่ค่อนข้างมีความคงที่และมั่นคง และเป็นรายได้ที่ขึ้นอยู่กับความพึงพอใจของลูกค้าเป็นสำคัญ ดังนั้นงานบริการหลังการขายสำหรับโปรแกรมสำเร็จรูปจึงมีความสำคัญเป็นอย่างมาก เพราะการดูแลรักษาฐานลูกค้าที่มีอยู่นั้นง่ายกว่าการหาลูกค้าใหม่มาก อีกทั้งมีความค่าใช้จ่ายที่ต่ำกว่าและได้ผลตอบแทนที่ดี

กระบวนการแก้ไขปัญหา Email Voice Text Massage Online Data ส่งให้หน่วยงานที่เกี่ยวข้องดำเนินการแก้ไข CRM Operator บันทึกข้อมูลปัญหาและระบุอารมณ์ลูกค้า

ปัญหาในการดำเนินงาน

แนวความคิดในการแก้ไขปัญหา เอ๊ะ !! อยากรู้จัง ถ้าเราอยากรู้ว่า คนที่ส่งเมล์มาให้ มีอารมณ์ตอนเขียนแบบไหน จะทำไงได้บ้างน๊า??

วัตถุประสงค์ในการดำเนินงาน ประยุกต์ใช้ Opinion Mining เพื่อตรวจสอบและปรับสถานะอีเมลล์ให้แสดงข้อมูลสถานะอารมณ์ของลูกค้า เพื่อปรับระดับ SLA ให้สูงขึ้น ลดความผิดพลาดในการบันทึกข้อมูลของ Operator เพื่อให้การบริการมีประสิทธิภาพมากขึ้น รองรับการประเมินอารมณ์ลูกค้าได้ทั้งภาษาไทยและภาษาอังกฤษ

เทคโนโลยีและวรรณกรรมที่เกี่ยวข้อง Mail Server system Simple Mail Transfer Protocol Opinion Mining การประมวลภาษาธรรมชาติ, การตัดคำ ระบบวิเคราะห์ข้อความแสดงความคิดเห็นสาหรับโรงแรม Opinion mining with the SentWordNet lexical resource An Automatic Method to Generate the Emotional Vectors of Emoticons Using Blog Articles

Opinion Mining เทคโนโลยีเหมืองข้อความแสดงความคิดเห็น จึงเป็นเครื่องมือทางเทคโนโลยีรูปแบบใหม่ที่เข้ามาช่วยหน่วยงานและองค์กรต่างๆ ในการค้นหาข้อมูลความคิดเห็นเพื่อการบริหารจัดการลูกค้าสัมพันธ์ (CRM: Customer Relationship Management) โดยองค์กรหรือหน่วยงานธุรกิจสามารถดึงข้อมูลหลากหลายบนเครือข่ายสังคมมาใช้เพื่อประเมินความพึงพอใจของลูกค้า (Customer Satisfaction) ต่อสินค้าและการให้บริการ ทั้งนี้ ข้อความที่ถ่ายทอดถึงอารมณ์และความรู้สึกของลูกค้าเหล่านี้ ถือเป็นข้อมูลเชิงจิตวิทยา (Psychological Data) ที่สามารถนำมาใช้วิเคราะห์พฤติกรรมผู้บริโภคและพฤติกรรมทางสังคม เพื่อปรับปรุงสินค้าและบริการให้ตรงตามความต้องการผู้บริโภค

Opinion Mining Human Emotion 80% Predictive Models

How to Predictive ตัดคำให้กับแต่ละประโยค หาประโยคข้อคิดเห็นโดยนำประโยคที่ทำการตัดคำ แล้วมาตรวจสอบว่ามีคำแสดงอารมณ์ (Sentiment word) หรือไม่ นำคำแสดงอารมณ์ในแต่ละประโยคข้อคิดเห็นมาตรวจสอบว่ามีทัศนคติเป็นอย่างไร สรุปทัศนคติให้กับแต่ละประโยค ว่า มีประโยคที่แสดงทัศนคติเกี่ยวกับหัวข้อที่สนใจ เป็นเชิงบวก เชิงลบ หรือเป็นกลาง หลักการทำเหมืองข้อความแสดงความคิดเห็น - ตัดคำให้กับแต่ละประโยค - หาประโยคข้อคิดเห็นโดยนำประโยคที่ทำการตัดคำ แล้วมาตรวจสอบว่ามีคำแสดงอารมณ์ (Sentiment word) หรือไม่ ถ้ามีคำแสดงอารมณ์เกิดขึ้นแสดงว่าประโยคนั้นมีการแสดงความคิดเห็น ให้เก็บประโยคนั้นไว้ - นำคำแสดงอารมณ์ในแต่ละประโยคข้อคิดเห็นมาตรวจสอบว่ามีทัศนคติเป็นอย่างไร (เชิงบวก เชิงลบ หรือเป็นกลาง) - สรุปทัศนคติให้กับแต่ละประโยค ซึ่งหากประโยคใดมีคำที่มีทัศนคติเชิงบวกมาก ประโยคนั้นก็จะมีทัศนคติเป็นบวก และในทางกลับกัน หากประโยคใดมีคำที่มีทัศนคติเชิงลบมาก ประโยคนั้นก็จะมีทัศนคติเป็นลบ ส่วนประโยคใดที่มีทัศนคติกำกวมไม่แน่นอน ก็จะให้ประโยคนั้นมีทัศนคติเป็นกลาง - สรุปทัศนคติโดยรวมของหัวข้อนั้นว่า มีประโยคที่แสดงทัศนคติเกี่ยวกับหัวข้อที่สนใจ เป็นเชิงบวก เชิงลบ หรือเป็นกลางด้วยอัตราส่วนเท่าใด

Mining on Thai Language Mining on English Language E-mail & Opinion Mining Mining on Thai Language Predictive Models บอกถึงหลักการทำงาน Mining on English Language

ระบบการทำงาน ทำงานและให้บริการบน Simple Mail Transfer Protocol ทำการกลั่นกรองอีเมลล์ที่เข้ามาทาง SMTP Port ในลักษณะของ Store and Forward เพื่อส่งต่อให้กับ Mail Server

E-mail System Mail Server Mail Server

Emotional Mining on e-mail Mail Server Mail Server Emotional Server

Q & A