Employing supervised algorithms, su

Employing supervised algorithms, such as Naïve Bayes, sentiment analyses were performed for 1,182 English reviews for 12 Michelin Bib Gourmand restaurants in Phuket on TripAdvisor. The algorithm generated 68 terms with a frequency of over 50. We manually divided the words into four groups based on conventionally accepted attributes for measuring dining perception theory and the conclusion of a word list from the literature reviews presented in Table 1. Words that were irrelevant to the four dining dimensions were grouped as others (Table 2). The words in the “others” group were allocated a vector that contained the emotion found in the lexical resources for emotions in the English language (Giatsoglou et al., 2017). These words were loaded in the utilized emotion dimensions regarding sentiment polarity, as well as the spectrum of eight emotions by Plutchik (1994), namely anger, anticipation, contempt, fear, pleasure, grief, surprise, and trust. Although the words in this group contain significant values for defining the sentiment polarity, this study mainly focused on terms related to restaurant dimensions as the main priority. Thus, only the words in the four attributes for measuring dining perception/experience were employed to determine significant differences in the parameters of the terms used in reviews among restaurant dimensions using an ANOVA analysis. With the question, “Is there a difference in the means of the salience and valence parameters of four different restaurant attributes?” The study’s null hypothesis (H₀) posits no significant difference in customers’ perception (salience) and satisfaction (valence) regarding the four attributes under investigation, measured by the significance level at 0.05 of ANOVA. The results are presented in Table 3.

ผลลัพธ์ (ไทย) 1:

ด้วยการใช้อัลกอริธึมที่ได้รับการดูแล เช่น Naïve Bayes การวิเคราะห์ความรู้สึกได้ดำเนินการกับรีวิวภาษาอังกฤษ 1,182 รายการสำหรับร้านอาหารมิชลิน บิบ กูร์มองด์ 12 แห่งในภูเก็ตบน TripAdvisor อัลกอริทึมสร้างคำศัพท์ 68 คำด้วยความถี่มากกว่า 50 คำ เราแบ่งคำออกเป็นสี่กลุ่มด้วยตนเองตามคุณลักษณะที่ยอมรับโดยทั่วไปสำหรับการวัดทฤษฎีการรับรู้การรับประทานอาหารและการสรุปรายการคำจากการทบทวนวรรณกรรมที่นำเสนอในตารางที่ 1 คำที่ไม่เกี่ยวข้อง มิติการรับประทานอาหารทั้งสี่ถูกจัดกลุ่มเป็นกลุ่มอื่น ๆ (ตารางที่ 2) คำในกลุ่ม "อื่นๆ" ได้รับการจัดสรรเวกเตอร์ที่มีอารมณ์ที่พบในแหล่งข้อมูลคำศัพท์สำหรับอารมณ์ในภาษาอังกฤษ (Giatsoglou et al., 2017) คำเหล่านี้เต็มไปด้วยมิติอารมณ์ที่ใช้เกี่ยวกับขั้วของความรู้สึก เช่นเดียวกับสเปกตรัมของอารมณ์ทั้งแปดโดย Plutchik (1994) ได้แก่ ความโกรธ การคาดหวัง การดูถูก ความกลัว ความยินดี ความเศร้าโศก ความประหลาดใจ และความไว้วางใจ แม้ว่าคำต่างๆ ในกลุ่มนี้จะมีคุณค่าที่สำคัญในการกำหนดขั้วความรู้สึก แต่การศึกษานี้มุ่งเน้นไปที่คำที่เกี่ยวข้องกับมิติของร้านอาหารเป็นลำดับความสำคัญหลัก ดังนั้น มีการใช้เฉพาะคำในคุณลักษณะทั้งสี่สำหรับการวัดการรับรู้/ประสบการณ์การรับประทานอาหารเพื่อระบุความแตกต่างที่มีนัยสำคัญในพารามิเตอร์ของคำศัพท์ที่ใช้ในการรีวิวในมิติข้อมูลร้านอาหารโดยใช้การวิเคราะห์ ANOVA ด้วยคำถามที่ว่า “ค่าเฉลี่ยของพารามิเตอร์ความโดดเด่นและความจุของคุณลักษณะร้านอาหารทั้ง 4 แห่งแตกต่างกันหรือไม่” สมมติฐานว่าง (H₀) ของการศึกษานี้ไม่มีความแตกต่างที่มีนัยสำคัญในการรับรู้ของลูกค้า (ความโดดเด่น) และความพึงพอใจ (ความจุ) เกี่ยวกับคุณลักษณะทั้งสี่ที่อยู่ภายใต้การตรวจสอบ โดยวัดจากระดับนัยสำคัญที่ 0.05 ของ ANOVA ผลลัพธ์แสดงไว้ในตารางที่ 3

ผลลัพธ์ (ไทย) 2:

ใช้อัลกอริทึมในการกำกับดูแล เช่น Naïve Bayes การวิเคราะห์ความเชื่อมั่นจากร้านอาหารมิชลิน บิบ กูร์มองด์ ทั้ง 12 แห่งในภูเก็ต จำนวน 1,182 รีวิวเป็นภาษาอังกฤษ จัดทำโดย TripAdvisor อัลกอริทึมนี้สร้างรายการ 68 รายการที่มีความถี่มากกว่า 50 เราแบ่งคำออกเป็นสี่กลุ่มด้วยตนเองตามคุณสมบัติที่ได้รับการยอมรับแบบดั้งเดิมของการวัดทฤษฎีการรับรู้การรับประทานอาหารและข้อสรุปของตารางคำทบทวนวรรณกรรมในตารางที่ 1 คำที่ไม่เกี่ยวข้องกับมิติการรับประทานอาหารทั้ง 4 ถูกจัดเป็นคำอื่น (ตารางที่ 2) คำในกลุ่ม "อื่น ๆ" ได้รับมอบหมายให้เป็นเวกเตอร์ที่ประกอบด้วยอารมณ์จากทรัพยากรคำศัพท์ทางอารมณ์ภาษาอังกฤษ (Giatsoglou et al. 2017) คำเหล่านี้ถูกบรรจุอยู่ในมิติทางอารมณ์ของการใช้งานเกี่ยวกับขั้วทางอารมณ์และใน 8 อารมณ์ ของ Plutchik (1994) ได้แก่ ความโกรธ ความคาดหวัง การดูถูก ความกลัว ความสุข ความเศร้า ความประหลาดใจและความไว้วางใจ แม้ว่าคำในกลุ่มนี้จะมี

ผลลัพธ์ (ไทย) 3:

การใช้อัลกอริธึมการกํากับดูแลเช่นBayesianแบบธรรมดาการวิเคราะห์ทางอารมณ์ของ1,182ความคิดเห็นภาษาอังกฤษใน12ร้านBib Gourmand MichelinในPuket อัลกอริทึมสร้าง68คําที่มีความถี่มากกว่า50คํา เราแบ่งคําออกเป็นสี่กลุ่มด้วยตนเองตามคุณสมบัติที่เป็นที่ยอมรับแบบดั้งเดิมของทฤษฎีการรับรู้การรับประทานอาหารและข้อสรุปของรายการคําในการทบทวนวรรณกรรมที่ระบุไว้ในตารางที่1 คําที่ไม่เกี่ยวข้องกับทั้งสี่มิติการรับประทานอาหารถูกจัดเป็นหมวดหมู่อื่นๆ(ตารางที่2 ) คําในกลุ่ม"อื่นๆ"ได้รับมอบหมายเวกเตอร์ที่มีอารมณ์ที่พบในแหล่งข้อมูลคําศัพท์ภาษาอังกฤษ( Giatsoglou et al.,2017 ) คําเหล่านี้มีอยู่ในมิติอารมณ์ที่ใช้ในขั้วอารมณ์และแปดสเปกตรัมอารมณ์ของPlutchik ( 1994 )ได้แก่ความโกรธความคาดหวังการดูหมิ่นความกลัวความสุขความเศร้าความประหลาดใจและความไว้วางใจ แม้ว่ากลุ่มคํานี้จะมีค่าที่สําคัญในการกําหนดขั้วทางอารมณ์การศึกษาครั้งนี้มุ่งเน้นไปที่คําศัพท์ที่เกี่ยวข้องกับมิติของร้านอาหาร ดังนั้นการใช้การวิเคราะห์ANOVAเฉพาะคําในสี่แอตทริบิวต์ที่ใช้ในการวัดความรู้สึก/ประสบการณ์การรับประทานอาหารจะใช้เพื่อกําหนดความแตกต่างอย่างมีนัยสําคัญในพารามิเตอร์ของคําที่ใช้ในการวิจารณ์ในมิติของร้านอาหาร ด้วยคําถามนี้"มีความแตกต่างระหว่างค่าเฉลี่ยของพารามิเตอร์ความสําคัญและประสิทธิภาพของแอตทริบิวต์ของร้านอาหารที่แตกต่างกันสี่แห่ง?" สมมติฐานเป็นศูนย์( h0)ของการศึกษานี้ถือว่าไม่มีความแตกต่างกันอย่างมีนัยสําคัญในการรับรู้(ความสําคัญ)และความพึงพอใจ(ประสิทธิภาพ)ของลูกค้าในสี่คุณลักษณะของการสํารวจโดยการวัดระดับความสําคัญของการวิเคราะห์ความแปรปรวน0.05 ผลลัพธ์แสดงในตารางที่3