相关实验视频
Updated: May 31, 2025
06:45
Loneliness Assuaged: Eye-Tracking an Audience Watching Barrage Videos
Published on: May 29, 2020
4.1K
多模式消费者选择预测使用EEG信号和眼睛跟踪
Syed Muhammad Usman1, Shehzad Khalid2, Aimen Tanveer3
1Department of Computer Science, Bahria School of Engineering and Applied Science, Bahria University, Islamabad, Pakistan.
Frontiers in computational neuroscience
|January 23, 2025
概括
这项研究引入了一种新的神经营销方法,它结合了脑电图 (EEG) 和眼睛跟踪 (ET) 来预测消费者选择. 多式联运模型的准确率达到84.01%,在了解消费者行为方面表现优于现有的方法.
科学领域:
- 神经科学是一个神经科学.
- 营销科学 营销科学
- 计算机科学 计算机科学
背景情况:
- 神经营销通过分析消费者的大脑活动和情绪来增强传统营销.
- 电脑电图 (EEG) 是常用的,但眼睛跟踪 (ET) 在这个领域仍未得到充分研究.
- 预测消费者选择需要先进的分析方法,整合多个数据源.
研究的目的:
- 开发和验证一种新的多式联运方法,用于预测消费者选择.
- 整合脑电图 (EEG) 和眼睛跟踪 (ET) 数据,以提高预测准确度.
- 解决神经营销研究中使用眼睛追踪数据的差距.
主要方法:
- 预先处理了EEG和ET数据,包括降噪 (带宽波器,ASR,FORCE) 和工件处理 (SMOTE).
- 特征提取涉及手工 (统计,波形,固定,萨卡德) 和自动化方法 (CNN-LSTM,LeNet-5).
- 一个元学习者集合分类器 (随机森林,XGBoost,梯度提升) 用于买/不买分类.
主要成果:
- 多式联运方法在预测消费者选择方面取得了84.01%的准确性.
- 该模型在识别消费者积极偏好方面显示了83%的准确性.
- 使用准确度,精度,回忆和F1分数来评估性能,显示出优异的结果.
结论:
- 整合EEG和ET数据为预测神经营销中的消费者选择提供了一种强大的方法.
- 拟议的多式联络方法显著提高了消费者行为预测的准确性和精度.
- 这项研究强调了结合神经生理和行为数据的潜力,以实现更有效的营销策略.
