กรอบพัฒนาการจัดกลุ่มข้อความทวิตเตอร์ที่กล่าวถึงมหาวิทยาลัยไทย : กรณีศึกษามหาวิทยาลัยธรรมศาสตร์

งานวิจัยนี้นำเสนอกรอบพัฒนาการจัดกลุ่มข้อความภาษาไทยบนสื่อสังคมออนไลน์ทวิตเตอร์ที่มีการกล่าวถึงมหาวิทยาลัยธรรมศาสตร์ โดยผู้วิจัยได้ใช้อัลกอริทึม K-Means สำหรับการจัดกลุ่มข้อความและทำการเปรียบเทียบวิธีการคิดค่าความคล้ายคลึง (Similarity Measures) ที่แตกต่างกันออกไป ได้แก่ Euclidean Distance, Cosine Similarity, Jaccard Similarity และ Pearson Similarity สำหรับการปรับปรุงประสิทธิภาพของการจัดกลุ่มข้อความ ในงานวิจัยนี้ ผู้วิจัยทำการทดลองโดยใช้ชื่อเฉพาะ (Named Entities) และคำที่ความหมายคล้ายคลึงกัน (Synonyms) จากผลการทดลองพบว่าการจัดกลุ่มข้อความโดยอัลกอริทึม K-Means ที่มีวิธีการคิดค่าความคล้ายคลึงแบบ Cosine Similarity ให้ผลลัพธ์สูงที่ดีที่สุด และพบว่าการประยุกต์ใช้ชื่อเฉพาะ (Named Entity) และคำที่มีความหมายคล้ายคลึงกัน (Synonym) สามารถช่วยปรับปรุงประสิทธิภาพของการสรุปหัวข้อกลุ่มของข้อความ