A lexiconizing framework of feature-based opinion mining in tourism industry

Abstract

Among all of the travel agency business in Thailand, Agoda (www.agoda.com) has boomed in recent years with the number of online agents offering for hotels booking. When customers need to make decision, they typically explore there opinion by investigating the opinions attached with each hotel online agent. This paper proposes a framework of feature-based opinion mining by using scores which essentially relies on the usage of two main lexiconizing levels, features, and polar words. An approach for extracting features and polar words from textual opinion is based on syntactic pattern analysis. The evaluation is performed with existing opinions and compared to the statistical resulted scores with the existing scores of each hotel. The proposed scoring method has proved the effectiveness of the scores from Agoda, and the online process could facilitate the further text retrieval application development for the benefit of automatic customer's opinion detection.

ในธุรกิจตัวแทนบริการจองห้องพักผ่านระบบออนไลน์ สำหรับการท่องเที่ยวใน ประเทศไทยของเว็บไซด์ อโกด้า ปีที่ผ่านมามีจำนวนห้องพักของโรงแรมที่ถูกเสนอ และจองผ่าน ระบบออนไลน์ของตัวแทนบริการจองห้องพักเป็นจำนวนมาก โดยเมื่อลูกค้าต้องการที่จะทำให้การ ตัดสินใจในการจองที่พักโรงแรมของพวกเขา มักจะสำรวจโดยการตรวจสอบความคิดเห็นที่ทาง ตัวแทนบริการจองห้องพักเตรียมไว้ให้ในเว็บไซด์ งานวิจัยนี้นำเสนอกรอบความคิดของการทำ เหมืองแร่ความคิดเห็น ตามคุณสมบัติของการบริการของโรงแรมขณะเข้าพักโดยใช้ร่วมกับคะแนนที่ ลูกค้าได้ทำประเมินแต่ละคุณสมบัติด้วยเป็นหลัก โดยคุณสมบัติของการบริการและคำขั้วของความ คิดเห็น จะใช้วิธีสกัดคำร่วมกับข้อมูลของดิกชั่นนารี วิธีการสำหรับการสกัดคุณสมบัติและการคำขั้ว ความคิดของต้นฉบับเดิมขึ้นอยู่กับการวิเคราะห์รูปแบบประโยค คะแนนที่ได้จากการประเมินผลการ เข้าใช้บริการของ อโกด้า เมื่อเทียบกับคะแนนที่ได้จากการนำเสนอวิธีการในงานวิจัยของแต่ละ โรงแรม การเสนอวิธีการหาคะแนนประเมินผลโรงแรมในงานวิจัยได้รับการพิสูจน์ว่าคะแนนที่ได้มี ประสิทธิภาพ เพราะคะแนนมีความใกล้เคียงกับคะแนนของอโกด้าและสามารถนำข้อความการ ประเมินที่ได้จากงานวิจัยฉบับนี้ ไปใช้เพื่อการพัฒนาโปรแกรมต่อไปเพื่อประโยชน์ของการ ตรวจสอบความเห็นของลูกค้าอัตโนมัติ