ตลาดอาหารและอุตสาหกรรมอาหารเป็นธุรกิจที่นำผลิตผลจากการเกษตรมาใช้เป็นวัตถุดิบหลักในการผลิต ดังนั้น หากสามารถวิเคราะห์เทรนด์ของส่วนประกอบอาหารในแต่ละพื้นที่จากพฤติกรรมผู้บริโภคบนโลกออนไลน์ได้แล้ว ข้อมูลเหล่านั้นสามารถนำมาประกอบการพิจารณาว่าประเทศไทยควรส่งเสริมการทำเกษตรกรรมในด้านใดทั้งในส่วนของการส่งออกและการบริโภคภายในประเทศ เพื่อผลิตและพัฒนาสินค้าในภาคการเกษตรให้ตอบโจทย์ผู้บริโภคได้มากขึ้น โดยในงานวิจัยฉบับนี้ได้เลือก Scrape ข้อมูลจาก Twitter และ Instagram ที่มี hashtag เกี่ยวข้องกับอาหารไทยมาใช้ในการวิเคราะห์ โดยนำภาพไปผ่านโมเดลที่พัฒนาขึ้นเพื่อใช้ในการทำนายชื่อเมนูจากรูป (ใช้รูปอาหารจาก Google image ในการเทรนด์โมเดลสำหรับการทำนายชื่อเมนู โดยใช้ ResNet50 ในการ extract image feature และ Linear SVC ในการทำนายชื่อเมนูจากรูป และ Calibrate classifier เพื่อแสดงค่า probability ในการทำนายชื่อเมนูประกอบ) จากนั้นนำชื่อเมนูไปหาส่วนประกอบอาหาร ทำการนับ Frequency และ adjust ค่าด้วย concept Information diffusion แบบ Decision based model งานวิจัยฉบับนี้ได้แสดงให้เห็นถึงความเป็นไปได้ที่จะใช้แนวคิดของงานวิจัยในการวิเคราะห์เทรนด์ของส่วนประกอบอาหารในแต่ละพื้นที่จากพฤติกรรมผู้บริโภคในโลกออนไลน์ได้ อย่างไรก็ตาม ผลลัพธ์จากงานวิจัยยังไม่ตรงตามเป้าประสงค์ที่วางไว้เนื่องด้วยปัญหาที่พบระหว่างทาง ได้แก่ คุณภาพของข้อมูลที่ได้จากการ Scrape, ข้อจำกัดของ Hardware, และคุณภาพของโมเดลที่ใช้ในการทำนายเมนูจากรูปภาพ งานวิจัยฉบับนี้เป็นส่วนหนึ่งของวิชา BADS 7201 และ BADS 7202