Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/65113
Title: | การออกและแบบพัฒนาวิธีวิเคราะห์ข้อมูลทวิตเตอร์เพื่อศึกษาพฤติกรรมการตลาดทางการเมืองและกลุ่มผู้บริโภคผ่านการเลือกตั้งในประเทศไทยปี พ.ศ. 2562 |
Other Titles: | A design and development of twitter analysis method for studying political marketing and behaviors of consumers: a case study of the Thailand election 2019 |
Authors: | ชามีมี่ ประเสริฐดำ |
Advisors: | ดวงดาว วิชาดากุล |
Other author: | จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์ |
Advisor's Email: | [email protected] |
Issue Date: | 2562 |
Publisher: | จุฬาลงกรณ์มหาวิทยาลัย |
Abstract: | การเลือกตั้งเป็นส่วนสำคัญในระบอบประชาธิปไตย การเลือกตั้งครั้งล่าสุดในประเทศไทยจัดขึ้นเมื่อวันที่ 24 มีนาคม พ.ศ. 2562 ซึ่งเป็นการลงคะแนนเสียงครั้งแรกในรอบห้าปี นับตั้งแต่การยึดอำนาจด้วยการรัฐประหาร สื่อสังคมออนไลน์ทวิตเตอร์เป็นเครื่องมือที่ใช้กันอย่างแพร่หลายในการสร้างกระแสโดยพรรคการเมืองและนักการเมือง วิทยาพนธ์นี้ผู้วิจัยเสนอการวิเคราะห์การเลือกตั้งโดยการวิเคราะห์ข้อมูลจากทวิตเตอร์และผลการเลือกตั้งจากสำนักงานคณะกรรมการการเลือกตั้ง (กกต.) ผู้วิจัยรวบรวมข้อมูล 6 เดือน จากวันที่ 1 มกราคมถึง 6 มิถุนายน พ.ศ. 2562 ผู้วิจัยพบคำหลักที่ได้รับความนิยมบนทวิตเตอร์เป็นพรรคอนาคตใหม่ ในขณะที่พรรคที่ได้รับคะแนนโหวตยอดนิยมคือพรรคพลังประชารัฐ และไม่พบความสัมพันธ์กันระหว่างจำนวนการรีทวีตและผลการโหวตเนื่องจากมีเพียงพรรคเดียวเท่านั้นที่มีจำนวนการรีทวีตที่โดดเด่นเมื่อวิเคราะห์ความรู้สึกของข้อความที่กล่าวถึงพรรคการเมืองจากทวีตของผู้บริโภคค่าสัมประสิทธิ์สหสัมพันธ์ระหว่างจำนวนการกล่าวถึงในเชิงบวกและการโหวตเพิ่มเป็น 0.615 เมื่อทำการถอดถอนพรรคอนาคตใหม่ออกจากการวิเคราะห์ อีกทั้งใช้เทคนิคความถี่ของคำ-ส่วนกลับความถี่ของเอกสารวิเคราะห์ข้อความทวีตในระหว่างการรณรงค์แสดงให้เห็นว่าคำที่มาจากแต่ละพรรคมีความหมายตามบริบทที่แตกต่างกัน ในการจัดกลุ่มรีทวีตเตอร์ พรรคอนาคตใหม่มีสัดส่วนกลุ่มผู้บริโภคที่มีอัตรารีทวีตสูงสุดและอัตรารีทวีตต่ำสุดมากกว่าพรรคอื่น จากการศึกษาพฤติกรรมของผู้บริโภคในการตลาดทางการเมือง พบว่ามีกลุ่มเครือข่ายได้ทำการทวีตถึงทุกพรรคแต่สนับสนุนเพียง 2 พรรคการเมือง ได้แก่ พรรคอนาคตใหม่และพรรคเพื่อไทยจากการวิเคราะห์ความรู้สึกผ่านทวีต ซึ่งผู้บริโภคในเครือข่ายเดียวกันมีข้อความทวีตที่คล้ายคลึงกันโดยพิจารณาจากค่าความเหมือนโคไซน์และพบว่าเมื่อสิ้นสุดการเลือกตั้งพฤติกรรมของผู้บริโภคบางรายได้หยุดการเคลื่อนไหวเกี่ยวกับเรื่องการเมืองบนทวิตเตอร์ |
Other Abstract: | Elections are an important part of democracy. The general election in Thailand was held on 24 March 2019. It was the first vote in the last five years since the seizure of power by the military coup. We proposed an analysis of the election results from Twitter and collecting data within 6 months from January 1 to June 6, 2019. We found the top keywords trended on Twitter as the Future Forward Party (FFP). Meanwhile, the winner of the popular vote was the Palang Pracharat Party. There was no relationship between the number of retweets and the voting result because only the FFP had outstanding number of retweets. We then refined the analysis based on the sentiment of messages mentioning the political parties. The correlation coefficient between the number of positive mentions and votes became 0.615 with the removal of the FFP from the analysis. Also, we used the TF-IDF analysis of words from the tweet messages. Users having tweets and retweets related to political parties were clustered into five groups according to their retweet rates. The FFP got the largest proportion of the group with the highest and the lowest retweet rate. From the analyzed order of user tweets, we found a network of users that generated the tweets to all major parties but supported only the FFP and the Pheu Thai Party (PTP). Also, the tweets from the same network were similar according to the cosine similarity measure. Finally, we found that after the election, some users stopped tweeting about the politics. |
Description: | วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2562 |
Degree Name: | วิทยาศาสตรมหาบัณฑิต |
Degree Level: | ปริญญาโท |
Degree Discipline: | วิทยาศาสตร์คอมพิวเตอร์ |
URI: | http://cuir.car.chula.ac.th/handle/123456789/65113 |
URI: | http://doi.org/10.58837/CHULA.THE.2019.1131 |
metadata.dc.identifier.DOI: | 10.58837/CHULA.THE.2019.1131 |
Type: | Thesis |
Appears in Collections: | Eng - Theses |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
6070439021.pdf | 6.5 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.