ชื่อวิทยานิพนธ์ (TH)
การศึกษาฟีเจอร์แนะนำแอปพลิเคชันเพลงที่ส่งผลต่อประสบการณ์และ ความพึงพอใจของผู้ใช้
ชื่อวิทยานิพนธ์ (EN)
A study on song recommendation features of music applications affecting user experience and satisfaction
ชื่อผู้แต่ง
Hao Ran
สาขาวิทยานิพนธ์
สาขาการจัดการนวัตกรรมการสื่อสาร
หน่วยงาน
คณะนิเทศศาสตร์
ประเภทวิทยานิพนธ์
วิทยานิพนธ์
ปีการศึกษา
2568
บทคัดย่อ (TH)
วิทยานิพนธ์นี้มีวัตถุประสงค์ 1) เพื่อศึกษาสภาพทั่วไปของการใช้ฟีเจอร์แนะนำแอปพลิเคชันเพลงในกลุ่มผู้ใช้บริการ 2) เพื่อศึกษาความสัมพันธ์ระหว่างลักษณะทางประชากรกับปัจจัยที่ส่งผลต่อประสบการณ์ผู้ใช้บริการฟีเจอร์แนะนำแอปพลิเคชันเพลง 3) เพื่อศึกษาความพึงพอใจของผู้ใช้บริการฟีเจอร์แนะนำแอปพลิเคชันเพลง ใช้วิธีวิจัยแบบผสมผสาน (Mixed Method) การวิจัยเชิงคุณภาพ (Qualitative) โดยการสัมภาษณ์เชิงลึกผู้ใช้บริการฟีเจอร์แนะนำแอปพลิเคชันเพลงจำนวน 10 คน การวิจัยเชิงปริมาณ (Quantitative) เก็บรวบรวมข้อมูลจากผู้ใช้แอปพลิเคชันเพลง (Spotify, JOOX, YouTube Music) ในประเทศไทยรวม 501 คน สถิติที่ใช้ในเชิงพรรณาในการวิเคราะห์ข้อมูล ผลการวิจัยพบว่า 1) สภาพทั่วไปของการใช้ฟีเจอร์แนะนำแอปพลิเคชันเพลงในกลุ่มผู้ใช้บริการ ประสบการณ์ผู้ใช้ได้รับอิทธิพลจากความแม่นยำของการแนะนำ อิทธิพลทางสังคม การควบคุมระบบ และความราบรื่นในการใช้งาน การปรับแต่งระบบแนะนำให้แม่นยำและตอบสนองผู้ใช้ได้ดี ช่วยเพิ่มความพึงพอใจ ความผูกพัน และการใช้งานระยะยาว 2) ลักษณะทางประชากรทุกด้านมีความสัมพันธ์กับประสบการณ์ผู้ใช้ในระดับที่แตกต่างกันอย่างมีนัยสำคัญทางสถิติ ( p < 0.05) โดย เพศ มีผลต่อรูปแบบการตอบสนองทางอารมณ์และการรับรู้ต่อความเหมาะสมของเพลงที่ระบบ
แนะนำ ผู้ใช้เพศหญิงให้ความสำคัญกับ “อารมณ์ของเพลง” และ “บรรยากาศการฟัง” มากกว่าผู้ชายอายุ มีอิทธิพลต่อการยอมรับเทคโนโลยีและระดับความพึงพอใจ กลุ่มอายุน้อยกว่า 30 ปี มีแนวโน้มเปิดรับการแนะนำเพลงใหม่ ๆ มากกว่า และใช้ฟีเจอร์การปรับแต่งส่วนบุคคลบ่อยกว่า รายได้มีความสัมพันธ์กับการเลือกใช้บริการแบบพรีเมียมหรือสมัครสมาชิก ผู้มีรายได้สูงให้ความสำคัญกับคุณภาพเสียงและความแม่นยำของการแนะนำมากกว่า อาชีพมีผลต่อพฤติกรรมการใช้ฟีเจอร์แนะนำโดยกลุ่มที่ทำงานด้านสร้างสรรค์หรือสื่อมักใช้ฟีเจอร์แนะนำเพื่อค้นหาเพลงใหม่ ส่วนกลุ่มพนักงานประจำมักใช้เพื่อความผ่อนคลายขณะทำงาน ระดับการศึกษา มีผลต่อการประเมินความน่าเชื่อถือของระบบแนะนำ กลุ่มผู้ใช้ที่มีการศึกษาสูงมักให้ความสำคัญกับความโปร่งใสของอัลกอริทึม เช่น ต้องการทราบ “เหตุผลในการแนะนำเพลงนี้” 3) ผู้ใช้บริการมีความพึงพอใจฟีเจอร์แนะนำแอปพลิเคชันเพลงโดยรวมอยู่ในระดับมากที่สุด มีค่าเฉลี่ย 4.56 การปฏิสัมพันธ์กับฟีเจอร์ การรับรู้ฟีเจอร์ ทัศนคติการยอมรับ บรรทัดฐานเชิงอัตวิสัย การควบคุมพฤติกรรมการรับรู้ ความสามารถในการรับรู้ และประสบการณ์การรับรู้ ซึ่งปัจจัยเหล่านี้ร่วมกันส่งผลต่อความพึงพอใจของผู้ใช้ที่มีต่อระบบการแนะนำ
บทคัดย่อ (EN)
This research aimed to: 1) examine the general conditions of feature usage in music application recommendation systems among users; 2) investigate the relationship between demographic characteristics and factors influencing user experience with music recommendation features; and 3) explore user satisfaction toward the recommendation features of music applications. A mixed-methods approach was employed, integrating both qualitative and quantitative methods. For the qualitative phase, in-depth interviews were conducted with 10 users of music application recommendation features. For the quantitative phase, data were collected from 501 users of music applications (Spotify, JOOX, and YouTube Music) in Thailand. Descriptive statistical analysis was applied to interpret the data.
The research findings revealed that: 1) regarding the general conditions of music recommendation features, user experience was influenced by the accuracy of recommendations, social influence, system controllability, and operational smoothness. Enhancing the precision and personalization of recommendation algorithms significantly improved user satisfaction, engagement, and long-term usage intention. 2) all demographic variables were found to have statistically significant relationships with user experience (p < 0.05). Gender affected emotional responses and perceptions of musical relevance female users placed greater emphasis on the emotional tone and listening atmosphere of recommended songs compared to male users. Age influenced technology acceptance and satisfaction levels users under 30 years old were more receptive to discovering new music and more frequent in customizing recommendation features. Income was correlated with the use of premium or subscription services higher-income users prioritized sound quality and recommendation accuracy. Occupation shaped feature utilization patterns creative and media professionals tended to use recommendation features for musical discovery, whereas office employees primarily used them for relaxation during work. Education level affected perceptions of algorithmic credibility highly educated users valued transparency, such as understanding why a particular song was recommended, and 3) overall, users demonstrated a high level of satisfaction with music recommendation features, with an average satisfaction score of 4.56. Key influencing factors included feature interaction, feature awareness, attitude toward adoption, subjective norms, perceived behavioral control, perceived ability, and perceived experience — all of which collectively contributed to user satisfaction with music recommendation systems. These findings highlight the importance of user-centered communication and algorithmic transparency in enhancing satisfaction and engagement with personalized music recommendation features.
คำสำคัญ
แอปพลิเคชันเพลง, ฟีเจอร์แนะนำ, ความพึงพอใจ, ประสบการณ์
Keywords
Music Application, Recommendation Features, Satisfaction, Experience
