预测在线和PDF杂志中的行为模式,使用AI眼睛跟踪
Hedda Martina Šola1,2, Fayyaz Hussain Qureshi3, Sarwar Khawaja3
1Oxford Centre For Applied Research and Entrepreneurship (OxCARE), Oxford Business College, 65 George Street, Oxford OX1 2BQ, UK.
Behavioral sciences (Basel, Switzerland)
|August 29, 2024
概括
这项研究使用眼睛跟踪人工智能来增强大学杂志,以97-99%的准确度预测用户参与和偏好. 调查结果为改善数字和印刷内容设计提供了对注意力指标的见解.
科学领域:
- 神经营销的神经营销
- 人与计算机的交互
- 人工智能的人工智能
背景情况:
- 大学杂志需要增强参与度和用户友好性.
- 传统的用户体验评估方法可能无法捕捉微妙的用户行为.
- 整合先进技术可以提供对读者互动的更深入的见解.
研究的目的:
- 用眼睛跟踪和人工智能改进大学杂志设计.
- 准确预测数字和打印格式的用户行为和偏好.
- 通过神经营销AI预测软件来评估用户体验.
主要方法:
- 使用眼睛追踪技术和人工智能预测软件.
- 在大型消费者神经科学数据集 (18万名参与者,100亿个数据点) 上训练人工智能.
- 使用R编程和SPSS统计数据分析数据 (ANOVA,t测试,皮尔森相关性).
主要成果:
- 展示了眼睛跟踪人工智能的潜力,以了解注意力类型 (焦点,参与,认知需求,清晰度).
- 实现了97-99%的科学准确率,证实了研究可靠性.
- 确定了提高大学杂志用户体验的关键指标.
结论:
- 现代的眼睛跟踪人工智能技术为用户的注意力和偏好提供了宝贵的见解.
- 这项研究证实了人工智能驱动的神经营销分析的高可靠性和稳定性.
- 未来的研究可以利用自动化数据集,以获得更广泛的适用性和更高的可靠性.
