บทบาทของบทวิพากษ์วิจารณ์จากลูกค้าบนสื่อสังคมต่อการสนับสนุนธุรกิจท่องเที่ยวในประเทศไทย: เทคนิคการวิเคราะห์ข้อมูลขนาดใหญ่

งานวิจัยนี้มุ่งเน้นเพื่อจะหาขัดมูลสำหรับการพื้นฟูการท่องเที่ยวในประทศไทยภายหลังสถานการณ์โควิด-19 เนื่องจากประเทศไทยมีรายได้หลักส่วนหนึ่งจากการท่องเที่ยว การปิดประเทศเนื่องจากสถานการณ์โรคระบาดทำให้ประเทศขาดรายได้เป็นจำนวนมหาศาล และส่งผลให้ระบบเศรษฐกิจเกิดการชะลอตัว การทำแผนฟื้นฟูควรต้องอยู่บนพื้นฐานของข้อมูลความเป็นจริงและมีการวิเคราะห์ข้อมูลที่แม่นยำ นักวิจัยจึงมีความติดที่จะนำข้อมูลที่เกี่ยวกับการท่องเที่ยวมาวิเคราะห์ให้เห็นภาพจุดแข็งและข้อจำกัดของการท่องเที่ยวในประเทศไทยผ่านมุมมองของนักท่องเที่ยวต่างชาติ โดยข้อมูลนี้ถูกนำมาจากบทวิพากษ์วิจารณ์ของนักท่องเที่ยวบนแพลตฟอร์มสื่อสังคมซึ่งมีข้อดีคือ เป็นข้อมูลเปิด (open-source data),ที่ไม่มีค่าใช้จ่าย และมีจำนวนที่มากพอที่จะทำให้ผลของการวิเคราะห์ข้อมูลได้สะท้อนความเป็นจริงเกี่ยวกับความพึงพอใจของนักท่องเที่ยวในแง่มุมต่าง ๆ ในแง่ของเทศนิดที่ใช้เพื่อการวิเคราะห์ข้อมูล งาบวิจัยนี้ใช้ Retrievel - Augmented Generation (RAG) เพื่อเพิ่มความสามารถของแบบจำลองภาษาขนาดใหญ่ (Large Lanquage Models: LLMs) โดย RAG นี้สร้างขึ้นจาก Llama2 ซึ่งเป็น LLM ที่พัฒนาโดย Meta AI และข้อมูลมูลที่นำมาวิเคราะห์นี้มาจากบทวิพากษ์วิจารณ์ของนักท่องเที่ยวบน TripAdvisor ซึ่งเป็นเว็บไซต์เกี่ยวกับการท่องเที่ยว งานวิจัยนี้จะแสดงให้เห็นถึงประสิทธิภาพของ RAG ซึ่งมีประสิทธิภาพดีกว่า LLMS ได้แก่ ChatGPT, Perplexity, Gemini และ Copilot ในแง่ของการให้ผลการวิเคราะห์เป็นข้อมูลเชิงลึกที่ LLMs ดังกล่าวไม่เคยวิเคราะห์ได้มาก่อน ท้ายที่สุด งานวิจัยนี้ใช้ผลลัพธ์จาก RAG มาใช้เพื่อหาแนวทางการแก้ปัญหาการท่องเที่ยวรวมถึงได้แนะนำแนวทางการปฏิบัติที่ใช้ในแต่ละสถานที่เพื่อส่งเสริมการท่องเที่ยวต่อไป