ผลงานนี้ทำการจำแนกความคิดเห็นต่อตราสินค้ากาแฟบนทวิตเตอร์ด้วยเทคนิคเหมืองข้อความ โดยมีวัตถุประสงค์ 1) เพื่อจำแนกประเภทข้อความแสดงความคิดเห็นเชิงบวก เชิงลบที่มีต่อตราสินค้ากาแฟบนทวิตเตอร์ 2) เพื่อเปรียบเทียบประสิทธิภาพด้วยเทคนิควิธีการจำแนกประเภทข้อมูล 3 อัลกอริทึม คือ อัลกอริทึมป่าสุ่ม (Random Forest) อัลกอริทึมนาอีฟเบย์ (Naïve Bayes) และอัลกอริทึมซัพพอร์ตเวกเตอร์แมชชีน (Support Vector Machine) 3) เพื่อพัฒนาระบบเว็บแอปพลิเคชันการจำแนกความคิดเห็น โดยได้ทำการเก็บรวบรวมข้อมูลจากทวิตเตอร์ที่มีต่อตราสินค้ากาแฟทั้งเชิงบวกและเชิงลบ ทำการเตรียมข้อมูลก่อนการประมวลผล สร้างโมเดลการจำแนกประเภท ทำการทดสอบและเปรียบเทียบประสิทธิภาพของโมเดล และสุดท้ายพัฒนาระบบแอปพลิเคชันสำหรับจำแนกความคิดเห็น ผลการทดลองพบว่า การจำแนกความคิดเห็นต่อตราสินค้ากาแฟบนทวิตเตอร์ โดยได้เปรียบเทียบประสิทธิภาพความถูกต้องของอัลกอริทึมทั้ง 3 อัลกอริทึม พบว่า อัลกอริทึมซัพพอร์ตเวกเตอร์แมชชีน (Support Vector Machine) ที่ใช้การหารากคำศัพท์ภาษาอังกฤษ (Stemmer) แบบ Porter Stemmer ให้ค่าความถูกต้องสูงที่สุด มีค่าเท่ากับ 82.12% รองลงมาคืออัลกอริทึมนาอีฟเบย์ (Naïve Bayes) ให้ค่าความถูกต้องเท่ากับ 75.75% และอัลกอริทึมป่าสุ่ม (Random Forest) ให้ค่าความถูกต้องเท่ากับ 72.90% ตามลำดับ