เอกสารประชุมวิชาการระดับขาติมหาวิทยาลัยทักษิณ ครั้งที่ 28 2561

1142 การประชุมวิชาการระดับชาติมหาวิทยาลัยทักษิณ ครั้งที่ 28 ประจ�าปี 2561 P73 การบูรณาการการกรองเนื้อหาร่วมกับการกรองแบบพึ่งพาผู้ใช้ร่วมบนระบบแนะนา The Integrating Content Based and Collaborative Filtering on Recomender System ฮาซานาห์ กอและ 2 น ้าฝน สุนันทวงศ์ 2 และนิชากรณ์ พันธ์คง 1* Hasanah Kolae 2 , Namfon Sunanthawong 2 and Nichakorn Pankong 1* บทคัดย่อ แนวโน้มการเติบโตของการตลาดแบบดิจิทัลส่งผลให้เกิดพฤติกรรมการซือสินค้าอย่างมากมายบนเครือข่ายสังคม อย่างไรก็ ตามระบบแนะน้าแบบดังเดิมใช้เฉพาะการกรองแบบพึ่งพาผู้ใช้ร่วม ซึ่งไม่สามารถค้นพบพฤติกรรมของลูกค้าจากเนือหา และความพึงพอใจ บทความวิจัยนีมีวัตถุประสงค์เพื่อสร้างกลยุทธ์ในการวิเคราะห์ความต้องการของผู้บริโภคสินค้ากลุ่มเวช ศาสตร์ชะลอวัย โดยข้อมูลค่าความนิยมสินค้าและความคิดเห็นที่มีต่อสินค้าจากผู้ใช้ทวิตเตอร์เพื่อสกัดคุณสมบัติการใช้ ประโยชน์ของผลิตภัณฑ์ โดยขันตอนวิธีแนะน้าแบบผสมผสานประกอบด้วย 4 ขันตอนดังนี 1 ) การวิเคราะห์คุณสมบัติ สินค้าด้วยทฤษฎีอรรถประโยชน์ 2 ) การจัดอับดับความนิยมสินค้า 3) การวิเคราะห์ค่าความคล้ายคลึงด้วยวิธีการผสมผสาน ระหว่างเทคนิคการกรองแบบเนือหาและการกรองแบบพึ่งพาผู้ใช้ร่วม 4) การแนะน้าสินค้าที่ได้รับความนิยม ผลการทดลอง พบว่า สินค้ากลุ่มเวชศาสตร์ชะลอวัยมีคุณสมบัติการใช้งานที่ส้าคัญ 9 คุณสมบัติ ทังนี การประเมินประสิทธิภาพของระบบ แนะน้าประกอบด้วย ค่าความคลาดเคลื่อนสมบูรณ์ ค่าความคลาดเคลื่อนเฉลี่ยก้าลังสองและความพึงพอใจจากผู้ใช้งาน คาสาคัญ : การแนะน้าแบบผสมผสาน การกรองแบบเนือหา การกรองแบบพึ่งพาผู้ใช้ร่วม ทฤษฎีอรรถประโยชน์ Abstract The Emerging trend of digital marketing leads to increased customer s’ purchase behavior on the social network. However, the traditional recommender system used collaborative filtering (CF) methods that do not consider discovery customer behavior by content-based (CB) and user preference. In this paper, we propose an analysis of the strategic customers demand of an Anti-Aging product. Therefore, data is collecting by user retweet and rating of products by Twitter users for extract product utility. There are Four stages of recommendation model are explored as follows: 1) the product utility analysis by utility theory 2) the ranking of product rating by customer 3) the users similarity have analysed from user behavior and hybrid both CB and CF 4) the recommendation engine preference ordering by a product rating . The experimental results have investigated the preference for an Anti-Aging product have nine product utilities. In addition, the recommender system performance evaluations used MAE, RMSE and user satisfaction. Keywords: Hybrid Recommendation, Collaborative Filtering, Content Based Filtering, Utility Theory 1 อ.ดร. , สาขาคอมพิวเตอร์และเทคโนโลยีสารสนเทศ คณะวิทยาศาสตร์ มหาวิทยาลัยทักษิณ พัทลุง 93210 2 นิสิตระดับปริญญาตรี , สาขาคอมพิวเตอร์และเทคโนโลยีสารสนเทศ คณะวิทยาศาสตร์ มหาวิทยาลัยทักษิณ พัทลุง 93210 1 Dr . , Department of CSIT, Faculty of Science, Thaksin University, Phatthalung, 93210 2 Bachelor Students, Department of CSIT, Faculty of Science, Thaksin University, Phatthalung, 93210 * Corresponding author: Tel.: 074-609600 ext. 2559. E-mail address: pk.nichakorn@gmail.com