多模式消费者选择预测使用EEG信号和眼睛跟踪
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
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.
