Enhancing Library User Query Response Efficiency through AI Chatbot Development using Dialogflow Tools

Main Article Content

Akarima Soommart
Nitiya Srivoradetpaisal
Rapeepat Piyanate
Peranat Chantaraniyom
Visarut Kilalay
Kanda Saikaew

Abstract

Khon Kaen University Library has implemented an automated question-and-answer system using the Dialogflow tool through the LINE Chatbot application. The KKU Library Chatbot has been used since November 2565 and has recorded statistics from November 2565 to August 2566, totaling 9 months. During this period, there were a total of 2,485 user interactions, averaging 276 interactions per month. Additionally, user satisfaction was evaluated to improve the LINE Official service to better meet user needs. The results from using the KKU Library Chatbot as a replacement for human operators in answering questions through the LINE Official channel showed a significant reduction in the number of human operators. Previously, there were 2 operators working 8 hours per day, but with the implementation of the 100% automated chatbot system, only 3 hours per month were needed for data verification and monitoring. Furthermore, comparing the number of answers provided by human operators via LINE with those provided by the chatbot in the same month of two different years (2022 and 2023), it was found that the chatbot provided three times more answers than the human operators. This demonstrates that the AI Chatbot can effectively replace human operators, assisting in answering repetitive questions continuously for 24 hours. These findings are consistent with the overall user satisfaction rating of 89.7% for the KKU Library Chatbot service.

Article Details

How to Cite
Soommart, A. ., Srivoradetpaisal, N., Piyanate, R. ., Chantaraniyom, P. ., Kilalay, V. ., & Saikaew, K. . (2024). Enhancing Library User Query Response Efficiency through AI Chatbot Development using Dialogflow Tools. PULINET Journal, 11(2), 91–104. Retrieved from https://so14.tci-thaijo.org/index.php/PJ/article/view/621
Section
Academic Articles

References

นิติยา ชุ่มอภัย และ อัคริมา สุ่มมาตย์. (2561). จาก "การรับฟังเสียงของลูกค้า (VoC)" สู่ "การสร้างนวัตกรรมบริการ (Chat bot)". Pulinet Journal. 5(1), 265-273.

วรรณนภา โมขุนทด. (2565). การออกแบบและพัฒนา CHATBOT สาหรับบริษัทด้านการท่องเที่ยว กรณีศึกษา : บริษัท ควอลิตี้ เอ็กซ์เพรส จำกัด. วารสารบัณฑิตวิทยาลัย. (3), 80-93.

สำนักหอสมุด มหาวิทยาลัยขอนแก่น. (ตุลาคม 11, 2565). สรุปการตอบคำถามและจัดการข้อร้องเรียน ปีงบประมาณ 2565. https://library.kku.ac.th/527/

อัคริมา สุ่มมาตย์, นิติยา ศรีวรเดชไพศาล, และ ธีรยุทธ บาลชน. (2565). การเพิ่มประสิทธิภาพการสื่อสารการตลาดผ่านไลน์ออฟฟิเชี่ยลแอคเคานต์ด้วยทฤษฎี 5W1H. ใน การประชุมวิชาการระดับชาติ PULINET ครั้งที่ 12 (น. 141-153) ข่ายงานห้องสมุดมหาวิทยาลัยส่วนภูมิภาค.

Andrii Horiachko. (2023, June 16). How to Build Your Own AI Chatbot With ChatGPT API: a Step-by-Step Ultimate Guide. https://www.softermii.com/blog/how-to-build-your-own-ai-chatbot-with-chatgpt-api-a-step-by-step-ultimate-guide

Mallika Somporn. (2564, 26 พฤศจิกายน). สร้าง Chatbot AI ที่ฉลาดกว่า ด้วย Dialogflow. Cloud Age. https://cloud-ace.co.th/blogs/o3q7h9-chatbot-ai-dialogflow

Google Cloud. (August 28, 2023). Dialogflow Quotas and limits. Google Cloud. https://cloud.google.com/dialogflow/quotas

Komkit Praserthsang. (ม.ป.ป.). Line Bot+Dialogflow. https://ict.dmh.go.th/events/events/files/Line%20bot%20Dialogflow.pdf

Panaya Sudta. (2566, 22 เมษายน). การสร้าง LINE Chatbot ร่วมกับ ChatGPT เพื่อตอบกลับด้วยข้อมูลจาก AI. everydaymarketing. https://www.everydaymarketing.co/business-and-marketing-case-study/ai/line-chatbot-with-chatgpt/

Samrid. (2564, 11 มิถุนายน). LINE BOT คืออะไร. Samrid. https://samrid.com/waht-is-line-bot/

Thitikorn Thong-aied. (2565, 14 เมษายน). การใช้ Line Chatbot เพื่อการแพทย์. WU BLOG. https://blog.wu.ac.th/?p=365