DSpace Repository

การวิเคราะห์ความคิดเห็นที่มีต่อแหล่งท่องเที่ยวทางทะเลในจังหวัดชลบุรี ระยอง จันทบุรี และตราด จากเว็บไซต์ทริปแอดไวเซอร์

Show simple item record

dc.contributor.author ณรงค์ พลีรักษ์
dc.date.accessioned 2025-11-03T03:52:13Z
dc.date.available 2025-11-03T03:52:13Z
dc.date.issued 2568
dc.identifier.uri https://buuir.buu.ac.th/xmlui/handle/1234567890/17518
dc.description โครงการวิจัยประเภทงบประมาณเงินรายได้มหาวิทยาลัย เงินรายได้ส่วนงาน มหาวิทยาลัยบูรพา ประจำปีงบประมาณ 2566 th_TH
dc.description.abstract การวิจัยนี้มีวัตถุประสงค์เพื่อวิเคราะห์ความคิดเห็นของนักท่องเที่ยวเกี่ยวกับแหล่งท่องเที่ยวทางทะเลในจังหวัดชลบุรี ระยอง จันทบุรี และตราด 7 แห่ง ประกอบด้วย บางแสน พัทยา และเกาะล้าน จังหวัดชลบุรี เกาะเสม็ด จังหวัดระยอง หาดเจ้าหลาว จังหวัดจันทบุรี และเกาะช้าง และเกาะกูด จังหวัดตราด ข้อมูลที่ใช้ในการวิจัยนี้เป็นความคิดเห็นของนักท่องเที่ยวที่มีต่อแหล่งท่องเที่ยวทั้ง 7 แห่ง โดยรวบรวมจากเว็บไซต์ Tripadvisor ระหว่างปี พ.ศ. 2557-2566 โดยคัดเลือกเฉพาะความคิดเห็นภาษาอังกฤษทั้งสิ้น 13,183 ข้อความ ข้อมูลถูกสกัดด้วยกระบวนการ Web Scraping และประมวลผลภาษาธรรมชาติ (NLP) เพื่อวิเคราะห์ความคิดเห็นด้วยแบบจำลอง VADER (Valence Aware Dictionary for sEntiment Reasoning) ซึ่งแบ่งความคิดเห็นออกเป็น 3 กลุ่ม ได้แก่ เชิงบวก เป็นกลาง และเชิงลบรวมถึงวิเคราะห์ความสัมพันธ์ระหว่างค่าคะแนน Compound Score และ Rating ด้วยการวิเคราะห์การ ถดถอยเชิงเส้นอย่างง่าย ผลการศึกษาพบว่าเกาะช้างมีจำนวนความคิดเห็นมากที่สุด รองลงมา คือ พัทยา และเกาะล้าน โดยผลการวิเคราะห์ความคิดเห็นด้วยแบบจำลอง VADER ปรากฏว่าแหล่งท่องเที่ยวส่วนใหญ่มีความคิดเห็นเชิงบวก แสดงให้เห็นว่าแหล่งท่องเที่ยวทางทะเลทั้ง 7 แห่งได้รับความนิยมและเป็นที่ชื่นชอบสำหรับนักท่องเที่ยวเป็นอย่างมาก ส่วนการวิเคราะห์ประเด็นปัญหาที่มาจากความคิดเห็นเชิงลบนั้น ปัญหาด้านทัศนียภาพเป็นปัญหาพบมากที่สุดในทุกแหล่งท่องเที่ยว คิดเป็นร้อยละ 28.18 เช่น ขยะในทะเลและชายหาด การสร้างสิ่งปลูกสร้างบดบังทัศนียภาพและความสวยงามของชายหาด รองลงมาเป็นปัญหาด้านสิ่งอำนวยความสะดวก คิดเป็นร้อยละ 20.55 และปัญหาเกี่ยวกับเจ้าหน้าที่และบริการ คิดเป็นร้อยละ 17.46 ของปัญหาทั้งหมด นอกจากนี้ การวิเคราะห์ความสัมพันธ์ระหว่างค่า Compound Score ของความคิดเห็นที่ได้จาก แบบจำลอง VADER กับค่า Rating ที่นักท่องเที่ยวให้กับแหล่งท่องเที่ยวบน Tripadvisor พบว่า ความสัมพันธ์ระหว่างค่าทั้งสองเป็นบวกในทุกแหล่งท่องเที่ยว อย่างไรก็ตาม ค่าความแปรปรวน (R Square) แสดงให้เห็นถึงความสัมพันธ์ในระดับต่ำถึงปานกลางเท่านั้น ดังนั้น แม้ค่า Compound Score จะมี ความสัมพันธ์เชิงบวกกับค่า Rating แต่ความสัมพันธ์นี้ไม่เพียงพอทีจะทำนายค่า Rating ได้อย่างแม่นยำ สาเหตุหลักเกิดจากความซับซ้อนของความคิดเห็นและความแตกต่างของความหมายที่อาจไม่ได้สะท้อนถึง ความพึงพอใจอย่างตรงไปตรงมา จากผลการวิจัยสามารถสรุปได้ว่า การใช้ข้อมูลความคิดเห็นจากสื่อ ออนไลน์ช่วยให้เข้าใจพฤติกรรมและความต้องการของนักท่องเที่ยวได้อย่างชัดเจน ผลการวิจัยสามารถ นำไปใช้กำหนดกลยุทธ์การจัดการและพัฒนาแหล่งท่องเที่ยว เช่น การปรับปรุงสิ่งอำนวยความสะดวก เพิ่ม ความปลอดภัย และพัฒนาประสบการณ์ที่ตรงกับความคาดหวังของนักท่องเที่ยว รวมถึงส่งเสริมความยั่งยืน ในอุตสาหกรรมท่องเที่ยวในแหล่งท่องเที่ยวทางทะเลทั้ง 7 แห่งในภาคตะวันออกของประเทศไทยได้ th_TH
dc.description.sponsorship คณะมนุษยศาสตร์และสังคมศาสตร์ มหาวิทยาลัยบูรพา th_TH
dc.language.iso th th_TH
dc.publisher คณะมนุษยศาสตร์และสังคมศาสตร์ มหาวิทยาลัยบูรพา th_TH
dc.subject การท่องเที่ยว -- การจัดการ -- วิจัย th_TH
dc.subject นักท่องเที่ยว -- ทัศนคติ th_TH
dc.title การวิเคราะห์ความคิดเห็นที่มีต่อแหล่งท่องเที่ยวทางทะเลในจังหวัดชลบุรี ระยอง จันทบุรี และตราด จากเว็บไซต์ทริปแอดไวเซอร์ th_TH
dc.title.alternative TripAdvisor sentiment analysis of maritime tourist attractions in Chonburi, Rayong Chanthaburi, and Trat provinces th_TH
dc.type Research th_TH
dc.year 2568 th_TH
dc.description.abstractalternative This study aims to analyze tourist reviews about seven marine attractions in Chonburi, Rayong, Chanthaburi, and Trat provinces. These attractions include Bang Saen, Pattaya, and Koh Larn in Chonburi; Koh Samet in Rayong; Chao Lao Beach in Chanthaburi; and Koh Chang and Koh Kood in Trat. The data consists of 13,183 English-language reviews collected from the Tripadvisor website between 2014 and 2023. Web scraping techniques were employed to extract the data, which were subsequently processed using Natural Language Processing (NLP). Sentiment analysis was conducted using the VADER (Valence Aware Dictionary for Sentiment Reasoning) model, categorizing the reviews into three sentiment groups: positive, neutral, and negative. A simple linear regression analysis was also performed to examine the relationship between compound scores derived from the VADER model and the ratings provided by tourists. The findings indicate that Koh Chang received the highest number of reviews, followed by Pattaya and Koh Larn. Sentiment analysis revealed that most reviews were positive, demonstrating the popularity and appeal of these marine attractions among tourists. However, the analysis of negative reviews identified key issues, with scenery-related problems being the most frequently mentioned (28.18%). These included litter on beaches, obstructive constructions affecting scenic beauty, and degraded landscapes. Other significant issues included inadequate facilities (20.55%) and problems related to staff and services (17.46%). The analysis of the relationship between compound scores and ratings showed a positive correlation across all attractions. However, the coefficient of determination (R Square) indicated a low-to-moderate level of variance, suggesting that while the compound score is positively associated with the rating, it is insufficient to accurately predict ratings due to the complexity of textual opinions and the nuances of meaning that may not directly reflect satisfaction levels. In conclusion, leveraging online reviews provides valuable insights into tourist behaviors and preferences. The findings can inform strategies for managing and developing marine attractions, such as improving facilities, enhancing safety measures, and creating experiences aligned with tourist expectations. Furthermore, the results contribute to promoting sustainability in the tourism industry for the seven studied marine attractions in Eastern Thailand. th_TH


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account