基于机器学习的观众对社会意识广告的偏好预测使用EEG

科学领域:

• 神经营销的神经营销
• 消费者神经科学是一种消费者神经科学.
• 机器学习 机器学习

背景情况:

• 神经营销有效地预测消费者对静态广告和电子商务产品的偏好.
• 开发用于动态广告的神经营销系统需要进一步的研究.
• 这项研究的重点是利用神经线索预测消费者对宣传广告的偏好.

研究的目的:

• 预测消费者对动态宣传广告的偏好.
• 探索用于评估广告有效性的神经指标.
• 推进神经营销技术用于动态广告分析.

主要方法:

• 在4个主题中使用了8个宣传广告,采用了"震惊"和"喜剧"的讲故事方式.
• 从20名参与者收集了14个频道的脑电图 (EEG) 数据集.
• 应用机器学习对观众偏好进行二进制分类,并分析了参与指数和alpha活动.

主要成果:

• 通过使用一个leave-one-ad-out交叉验证方法,达到72%的最高平均准确率.
• 参与度指数 (beta/alpha + theta或beta/alpha) 与自我报告的广告评级有显著的相关性.
• 开发的机器学习模型超过了当前最先进的准确性.

结论:

• 这项研究表明神经营销对动态意识广告的有效性.
• 参与度指数是广告偏好预测的关键神经标记.
• 使用无偏见的宣传广告为广告设计和讲故事的影响提供了新的见解.