การประยุกต์ใช้ปัญญาประดิษฐ์ในการค้นหาสินค้าบนแพลตฟอร์มร้านค้า

ระบบค้นหาสินค้าเชิงความหมายด้วย AI Semantic Search และ Vector Embeddings บน Mikan Marketplace

ผู้จัดทำ: นางสาวอรวรรยา อินทร์สาลี, นายณัฐดนัย กุลโชติ, นายนนทชา หวลจิตต์, นางสาวอาภากร นพชาติสถิตย์, นางสาวภรตา สุวรรณมา
อาจารย์ที่ปรึกษา: ผู้ช่วยศาสตราจารย์ ดร.ศรีศุภางค์ ทิ้วสุวรรณ

ที่มาและความสำคัญ

แพลตฟอร์มอีคอมเมิร์ซแบบหลายผู้ขายมีการเติบโตอย่างรวดเร็ว แต่ระบบค้นหาแบบดั้งเดิมที่อาศัยการจับคู่คำสำคัญยังมีข้อจำกัดในการสื่อสารความหมายที่ซับซ้อน โดยเฉพาะในกลุ่มสินค้าชุมชนโอตาคุที่มีลักษณะเฉพาะหลากหลาย โครงงานนี้จึงนำเทคโนโลยี AI การประมวลผลภาษาธรรมชาติ และการค้นหาเชิงความหมาย มาประยุกต์ใช้เพื่อยกระดับประสบการณ์การค้นหาสินค้าให้มีประสิทธิภาพสูงขึ้น

โครงสร้างระบบและการทำงาน

ระบบแบ่งออกเป็น 2 ส่วนหลัก ดังนี้
- ส่วนจัดการฐานข้อมูล — ทำหน้าที่เก็บข้อมูลสินค้าและอัปเดตความถูกต้องของข้อมูล รวมถึงจัดเก็บข้อมูลเชิงความหมายในรูปแบบ Vector
- ส่วนค้นหาข้อมูล — ใช้ AI Semantic Search ค้นหาสินค้าด้วยบริบทและความหมาย โดยอ้างอิง Vector จากฐานข้อมูลแล้วตรวจสอบกับฐานข้อมูลหลักก่อนแสดงผลที่หน้าเว็บไซต์

ผลการดำเนินงาน

ระบบสามารถวิเคราะห์ความหมาย บริบท และเจตนาของคำค้นหาได้ดีกว่าการค้นหาแบบ Keyword ทั่วไป โดยผู้ใช้งานสามารถค้นพบสินค้าที่เกี่ยวข้องได้แม้ใช้ภาษาธรรมชาติหรือคำค้นหาเชิงอารมณ์ ผลการทดสอบพบว่า
- ระบบ AI Search แบบไม่มีตัวกรอง มีความแม่นยำเฉลี่ยสูงสุดที่ร้อยละ 90.18
- ระบบ AI Search แบบมีตัวกรอง มีความแม่นยำเฉลี่ยที่ร้อยละ 85.03

บทสรุปและข้อเสนอแนะ

การประยุกต์ใช้ AI Semantic Search, Vector Embeddings และ Large Language Models สามารถยกระดับประสบการณ์การค้นหาสินค้าบน Marketplace ได้อย่างมีประสิทธิภาพ โดยมีข้อเสนอแนะสำหรับการพัฒนาต่อดังนี้
- พัฒนาระบบให้รองรับคำค้นหาที่ซับซ้อนและหลายภาษามากขึ้น
- เพิ่มระบบแนะนำสินค้าจากพฤติกรรมผู้ใช้งาน เช่น ประวัติการค้นหาและการสั่งซื้อ
- ขยายระบบฝั่งผู้ขายให้รองรับการจัดการสินค้า คำสั่งซื้อ และสต็อกสินค้าอย่างครบถ้วน
- ปรับปรุงประสิทธิภาพของฐานข้อมูลและ Vector Database เพื่อรองรับการขยายตัวในอนาคต