神经营销是一种现代营销研究技术,利用神经科学方法分析消费者的行为。在这项研究中,我们创建、处理和研究了消费者对图像广告反应的脑电图数据库,目的是建立能够根据消费者脑电图数据对其偏好进行分类的预测模型。我们使用三种分类器算法(即 SVM、KNN 和 NN 模式识别)进行了几种类型的分析。据报道,女性受试者和 KNN 分类器的最大准确度和灵敏度分别为 75.7% 和 95.8%。此外,额叶区域电极产生了最佳的选择性通道性能。最后,根据得到的结果,KNN 分类器被认为最适合解决偏好分类问题。新创建的数据集及其得出的结果将帮助研究界开展神经营销方面的进一步研究。