DeePay:深度学习解码EEG以预测消费者愿意为神经营销付费的意愿
Adam Hakim1, Itamar Golan2, Sharon Yefet3
1Neuroeconomics and Neuromarketing Lab, Sagol School of Neuroscience, Tel Aviv University, Tel Aviv-Yafo, Israel.
Frontiers in human neuroscience
|June 21, 2023
概括
深度学习网络 (DLNs) 准确地使用脑电图 (EEG) 数据预测消费者支付意愿 (WTP). 这种神经营销方法克服了EEG的局限性,以获得更好的营销和决策洞察力.
科学领域:
- 消费者神经科学是一种消费者神经科学.
- 神经营销的神经营销
- 神经科学是一个神经科学.
- 机器学习 机器学习
背景情况:
- 消费者神经科学中客观神经测量的需求越来越大,以评估主观评估和预测营销反应.
- 电脑电图 (EEG) 提出了一些挑战,包括小型数据集,高维度,手动特征提取,噪声和主体间的变化.
- 现有的方法很难克服这些固有的EEG限制,以获得可靠的神经营销应用.
研究的目的:
- 开发和验证一个深度学习网络 (DLN) 来从EEG数据中预测消费者支付意愿 (WTP).
- 在神经营销和决策研究中克服传统EEG分析的局限性.
- 为消费者评估过程提供可解释的神经洞察力.
主要方法:
- 一个深度学习网络 (DLN) 被设计用于分析电脑电图 (EEG) 记录.
- 213名受试者观察了产品图像,并报告了他们的支付意愿 (WTP).
- DLN使用产品观察期间捕获的EEG数据预测了WTP.
主要成果:
- 在预测高与低WTP时,DLN实现了0.276的测试根-平均平方误差和75.09%的准确性.
- 性能超过了传统模型和手动特征提取技术.
- 网络可视化显示了预测的神经活动频率,头皮分布和与评估相关的关键时间点.
结论:
- 深度学习网络 (DLNs) 为消费者神经科学中的基于EEG的预测提供了一种优越的方法.
- 这种方法有效地解决了EEG数据分析用于神经营销的局限性.
- 这些发现通过提供强大的神经洞察力,使决策研究人员和营销从业人员受益.
关键词:
消费者行为 消费者行为消费者神经科学 消费者神经科学深度学习是一种深度学习.一个电脑电图 (electroencephalogram) 是一个电脑电图.机器学习是机器学习.神经网络的神经网络的神经网络神经营销的神经营销神经科学 神经科学更多相关视频
11:14A Novel Experimental and Analytical Approach to the Multimodal Neural Decoding of Intent During Social Interaction in Freely-behaving Human Infants
Published on: October 4, 2015
11.0K
06:39Electroencephalographic, Heart Rate, and Galvanic Skin Response Assessment for an Advertising Perception Study: Application to Antismoking Public Service Announcements
Published on: August 28, 2017
14.4K
