การจําแนกผลกระทบของแพลตฟอร์มสื่อสังคมออนไลน์วิดีโอสั้นที่ใช้งานบนอุปกรณ์โทรศัพท์เคลื่อนที่ต่อสุขภาพจิตของเยาวชน

งานวิจัยเรื่อง “การจําแนกผลกระทบของแพลตฟอร์มสื่อสังคมออนไลน์วิดีโอสั้นที่ใช้งานบนอุปกรณ์โทรศัพท์เคลื่อนที่ต่อสุขภาพจิตของเยาวชน” มีวัตถุประสงค์เพื่อวิเคราะห์และจําแนกผลกระทบทางสุขภาพจิตที่เกิดขึ้นจากการใช้แพลตฟอร์มวิดีโอสั้น เช่น TikTok, YouTube Shortsและ Instagram Reels โดยมุ่งเน้นกลุ่มเยาวชนอายุระหว่าง 13-24 ปี ที่เป็นกลุ่มผู้ใช้งานหลักในเขตกรุงเทพมหานคร กระบวนการวิจัยเริ่มจากการเก็บรวบรวมข้อมูลด้วยแบบสอบถามออนไลน์ ซึ่งเผยแพร่ผ่านแพลตฟอร์มโซเชียลมีเดียและวิธีการเผยแพร่แบบเครือข่าย (Snowball Sampling) รวมจํานวนผู้ตอบแบบสอบถามทั้งสิ้น 1,000 คน โดยผลการสํารวจเบื้องต้นพบว่า กลุ่มตัวอย่างส่วนใหญ่ใช้งานแพลตฟอร์มวันละ 1-2 ชั่วโมง และมากกว่า 50% รับรู้ว่าตนเองมีผลกระทบทางสุขภาพจิตในระดับปานกลางถึงสูง จากนั้นข้อมูลถูกนํามาวิเคราะห์และสร้างโมเดลการจําแนกประเภทโดยใช้ซอฟต์แวร์RapidMiner โดยมีการทดลองใช้หลากหลายโมเดล เช่น K-Nearest Neighbors (K-NN), NaiveBayes, Decision Tree, Neural Network และ Support Vector Machine (SVM) รวมถึงมีการปรับค่าพารามิเตอร์ของแต่ละโมเดลอย่างน้อย 5 ครั้งเพื่อหาค่าที่เหมาะสมที่สุด ผลการทดลองแสดงให้เห็นว่า SVM ให้ผลลัพธ์ดีที่สุดด้วยค่า Accuracy สูงถึง 90% รองลงมาคือ Neural Network ที่มี Accuracy 42% และ Decision Tree ที่ 33% ซึ่งโมเดล SVMสามารถจําแนกข้อมูลที่ซับซ้อนได้อย่างมีประสิทธิภาพและสอดคล้องกับการกระจายตัวของข้อมูลที่มีลักษณะเชิงเส้น การพัฒนางานวิจัยนี้สามารถช่วยเพิ่มประสิทธิภาพในการวิเคราะห์ผลกระทบของการใช้แพลตฟอร์มวิดีโอสั้นต่อสุขภาพจิตในกลุ่มเยาวชนได้อย่างรวดเร็วและแม่นยํา ช่วยสนับสนุนการวางแผนเชิงนโยบายและการให้คําแนะนําการใช้งานอย่างเหมาะสมในอนาคต