Please use this identifier to cite or link to this item: http://repository.eia.edu.co/handle/11190/1733
Title: Modelo de patrones de activación cerebral dada la publicidad audiovisual
Authors: Bello Vallejo, Camilo
Villán Quiroz, Estefanía
Adviser: Peña Palacio, Alejandro
Keywords : Neuromarketing
Emociones
Inteligencia artificial
Máquinas de soporte vectorial
Encefalografía EEG
Emotions
Artificial Intelligence
Support Vector Machine
Electroencephalograhic EEG
Issue Date: 2014
Publisher: Universidad EIA
Abstract: Uno de los principales desafíos del mercadeo es lograr conectar al consumidor con la marca y con los productos (Gürhan-Canli, Page, & Swaminathan, 2007). Lo anterior es más fácil de alcanzar cuando se establece una conexión con los sentimientos, emociones y sensaciones del consumidor (Fisher, Klitzman, & Lisa, 2010). Para identificar dichas variables existen métodos tradicionales como el focus group, técnicas proyectivas, entrevistas, entre otras. Sin embargo, éstas pueden presentar falencias debido a la subjetividad del análisis cualitativo (Hair, Lukas, & Miller, 2012). Aunque en estos métodos se ha avanzado, existe una ausencia en el reconocimiento de patrones a partir de señales bioeléctricas producidas por comerciales publicitarios de tipo audiovisual, recurso que para muchas compañías es fundamental y prioritario en su estrategia comunicacional. En esta investigación se lleva a cabo la identificación de patrones de activación cerebral a partir de la actividad bioeléctrica generada por comerciales publicitarios, según los conceptos del neuromarketing y la electroencefalografía como una forma de mejorar la investigación publicitaria. Para la clasificación de patrones se hicieron pruebas con los tres modelos vectoriales por adaptación y aprendizaje más usados: Vector Soporte con Kernel Polinómico, Gaussiano y Logístico (Chiang Li & Wen Liu, 2010), donde las variables de entrada eran los 14 sensores y los cinco ritmos cerebrales: Deltha, Theta, Alpha, Beta y Gamma. Se seleccionó una muestra de 30 personas diestras con una edad promedio de 26 años, las cuales fueron expuestas a dos estímulos construidos a partir de una serie de imágenes seleccionadas de la base de datos Geneva Affective PicturE Database (GAPED), banco de imágenes desarrollado por el Centro Suizo de Competencia en Investigación, con el fin de establecer una serie de patrones de referencia para inducir emociones en personas con mayor certeza (Dan-Glauser & Scherer, 2011). Las señales se obtuvieron mediante el Emotiv EPOC SDK, una Interface Cerebro Computador (ICC), desarrollada por Emotiv Systems. Estas se clasificaron como positivas o negativas en términos de la afinidad de una persona frente a una publicidad audiovisual. Luego se procedió a tratarlas según el procedimiento propuesto por el Centro Computacional de Neurociencia SWARTZ (Delorme, Fernsler, Makeig, & Serby, 2006). La construcción de los modelos fue posible debido a que se encontró diferencia estadística entre las señales bioeléctricas de los patrones de emociones positivas y negativas. Posteriormente, se propuso un Indicador de Predisposición que resume los patrones encontrados y permite generalizar de forma cuantitativa la predisposición de consumidores frente a comerciales publicitarios.Para la evaluación de los modelos se analizaron las respuestas de los participantes frente a 20 comerciales. Como resultado, se logró identificar, a partir de la actividad bioeléctrica cerebral, la predisposición cuantitativa que los consumidores mostraron frente a diferentes comerciales publicitarios, alcanzándose una tasa igual en el aprendizaje y la validación de 90% y una tasa de pronóstico de 85,29% con el modelo vectorial lineal.
Abstract (English): One of the main challenges experienced by marketing is to establish a good consumers’ relationship with brands and products (Gürhan-Canli, Page, & Swaminathan, 2007). This could be easier to reach setting up connections with consumers’ feelings and emotions (Fisher, Klitzman, & Lisa, 2010). Although there are different traditional methods to identify those variables, like focus groups, projective techniques, interviews and surveys, shortcomings may appear due to the subjectivity of qualitative analysis (Hair, Lukas, & Miller, 2012). Even though these methods have presented a significant progress, there is a lack of knowledge in terms of pattern classifications from bioelectric signals, produced by broadcast advertising stimuli. For many companies that resource is essential in their communication strategy. This study attempts to identify patterns of brain activation, which are collected by bioelectric activity from a person exposed to broadcast advertising. It is developed using concepts of neuromarketing and electroencephalogram, as a way to improve advertising research. To classify the patterns, tests on the three widely used adaptive vector models were developed: Support Vector Machine with Gaussian Kernel, Polynomial Kernel and Logistic Kernel (Chiang Li & Wen Liu, 2010). The input variables were the 14 sensors of the Brain Computer Interface (BCI) and the five brainwaves: Deltha, Theta, Alpha, Beta and Gamma. The research was conducted on 30 right-handed people with an age average of 26 years. They were exposed to both stimuli, positive and negative emotions, made from a picture database called Geneva Affective Picture Database (GAPED), created by a Swiss Centre with the idea of increasing the availability of visual stimuli to induce emotions with a higher level of confidence (Dan-Glauser & Scherer, 2011). Signals were collected through the Emotiv EPOC SDK, a BCI developed by Emotiv Systems. They were then classified as positive or negative, in terms of the affinity that a person has when facing broadcast advertising. Additionally, signals were pre-processed taking into account the procedure proposed by the SWARTZ Center for Computational Neuroscience (Delorme, Fernsler, Makeig, & Serby, 2006). Those could be built because there was a statistical difference between bioelectrical signals of positive and negative emotions’ patterns. In addition, a Predisposition Indicator that summarizes the patterns found, and allows to quantitatively generalize the disposition of consumers watching advertisement was proposed. The evaluation of the model was done with 20 commercials. As a result, it was possible to identify the quantitative predisposition that a person showed during the exposition to broadcast stimuli from bioelectrical brain activity. The linear model showed the best results, with a learning and validation rate of 90%, for both, and a forecast rate of 85.29%.
Description: 114 páginas
URI: http://repository.eia.edu.co/handle/11190/1733
Citation: Bello Vallejo, C. y Villán Quiroz, E. (2014) Modelo de patrones de activación cerebral dada la publicidad audiovisual (Trabajo de grado). Recuperado de: http://repository.eia.edu.co/handle/11190/1733
Autorization: closedAccess
Location: ADMON/00944
Appears in Collections:Ingeniería Administrativa

Files in This Item:
There are no files associated with this item.


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.