先進的な消費者行動分析:アイトラッキング,機械学習,顔認識を統合する
José Augusto Rodrigues1,2, António Vieira de Castro2, Martín Llamas-Nistal1
1atlanTTic Research Center for Telecommunication Technologies, University of Vigo, 36310 Vigo, Spain.
Journal of eye movement research
|February 20, 2026
まとめ
DeepVisionAnalyticsは,アイトラッキングとAIを使用して,客観的に消費者の行動を分析し,偏った調査を超えて移動します. このフレームワークは,マーケティングとUX研究のための視覚的注意と選択に関する信頼できる洞察を提供します.
科学分野:
- 人とコンピュータの相互作用です.
- 消費者心理学 消費者心理について
- コンピュータビジョン コンピュータビジョン
背景:
- 伝統的な消費者行動分析は,自己報告データに依存しており,これは,リコールエラーや社会的望ましい性などのバイアスに敏感です.
- 主観的な調査方法の限界を克服するために,客観的な行動測定が必要です.
研究 の 目的:
- 視覚的なタスクにおける客観的な消費者行動分析のための統合されたフレームワークであるDeepVisionAnalyticsを導入する.
- 行動に関する洞察を得るために,アイトラッキング,コンピュータビジョン (CV),機械学習 (ML) の組み合わせの有効性を実証する.
主な方法:
- このシステムは,アイトラッキングを統合して,視線分布と固定ダイナミクスを捉えます.
- OpenCVとMLは,人口統計学的属性 (年齢,性別,民族) を推定するための顔面分析に使用されます.
- AOIレベルのアイトラッキングメトリックは,選択推論の主要な信号として使用され,人口統計はポストホックコンテキストメタデータとして使用されます.
主要な成果:
- 視線に基づく推論は,視覚的に誘導されたタスクにおける観察された選択分布を正確に再現した.
- 人口統計の推定は,意思決定メカニズムに影響を与えることなく,意味のあるポストホックセグメンテーションを容易にした.
- マルチモダルの統合は,AOIランキングやヒートマップのような再現可能な意思決定支援アーティファクトを生み出しました.
結論:
- DeepVisionAnalyticsは,マーケティングとUX研究のための再利用可能なプラットフォームを提供し,客観的な行動データを生成します.
- このフレームワークは,制限された条件下で選択の推論を可能にし,人口統計上の優先事項なしにセグメントレベルの解釈を可能にします.
- このアプローチは,説明的なヒートマップを超えて,消費者の行動に関する実行可能でデータ主導の洞察を提供します.
