XiaoMi-AI文件搜索系统
World File Search SystemNeuromarketing
空间注意力增强脑电图分析用于分析消费者选择
摘要 多年来，神经科学驱动的营销研究逐渐深入到消费者的有意识和潜意识行为。现有的基于脑电图 (EEG) 的消费者产品偏好研究并不全面。由于脑电图的非平稳性问题，受试者的试验间和会话间脑电图信号存在显著差异，这导致在不同的受试者、会话和任务中建立通用的消费者偏好模型面临挑战。迁移学习通过利用来自类似受试者、会话或任务的数据或知识来改进新受试者、会话或任务的学习过程，从而提高整体模型性能，从而缓解了这一挑战。此外，高维脑电图特征通常会导致较差的分类结果。因此，选择有意义或精细的特征对于分类至关重要。因此，我们提出了一个基于脑电图的稳健神经营销框架，结合了深度迁移学习、空间注意力模型和深度神经网络。所提出的框架预测了消费者对电子商务产品的选择（就“喜欢”和“不喜欢”而言）。首先，从预训练网络向所提出的模型进行知识蒸馏，并针对 EEG 的连接特征对模型进行训练。接下来，使用空间注意模型（卷积块注意模块：CBAM）从高级连接特征中提取基于注意的特征。CBAM 沿通道和空间维度提取注意特征图，以进行自适应特征细化。细化的特征提高了分类准确性。最后，将基于注意的特征传递到基于 2D CNN 的深度学习模型以评估消费者选择。所提出的模型在实验数据集上实现了 95.60% 的分类准确率。与现有的基于神经营销的研究相比，所提出的模型实现了 2.60% 的显著提升。
使用卷积神经网络解码三种不同的消费者偏好水平：功能性近红外光谱研究
本研究使用卷积神经网络（CNN）在神经市场中解码消费者的偏好水平。神经营销中的分类准确性是评估消费者意图的关键因素。功能性近红外光谱（FNIRS）被用作神经成像模态来测量脑血流动力学反应。在这项研究中，设计一种称为基于CNN的FNIRS-DATA分析的特定解码结构，旨在达到高分类的准确性。与其他方法相比，自动化特征，数据集的持续培训以及所提出方法的学习效率是主要优点。实验程序需要八名健康参与者（四名女性和四名男性）来观看不同持续时间（15、30和60 s）的商业广告视频。参与者的脑血液动力学反应。为了比较偏好分类性能，CNN用于提取最常见的特征，包括均值，峰，方差，峰度和偏度。考虑三个视频持续时间，平均分类精度为15、30和60 s的视频分别为84.3、87.9和86.4％。其中，30 s视频的分类准确性为87.9％。女性和男性三个偏好的平均分类精度分别为86.2和86.3％，每组没有差异。最后，成对分类性能如下：对于女性，为86.1％（如SO-SO），87.4％（如对不喜欢的人），85.2％（SO-SO vs. vs.不喜欢）和男性85.7，85.7，88.4，88.4，85.1％。通过比较两组之间的三种不同组合的分类性能（例如与So-So，如so-so，如不喜欢和So-so vs.的不喜欢），观察到男性参与者对商业广告具有针对性的偏好，分类性能和“ live” vs.“ live” vs。
人工智能在数字营销传播的背景下
在欧盟和拉脱维亚的数字化转型发展都受到各种法规，法律，准则和计划的影响，其目标决定了当代数字技术的使用（包括人工智能），并开发了数字技能来增强业务的运营效率和生产率。本文的目的是确定与在数字营销通信中使用AI相关的缺点和风险。为了完成目标，AI的使用是最新的，涵盖了概念和应用程序，以及在数字营销传播中使用AI的优势，因为优势是任何缺点和潜在风险的原因。为了达到目标，使用了文献分析，专着方法和二级数据分析，并分析了科学文献。因此，确定了以下类型的人工智能：机器学习，计算机视觉，机器人技术，语音识别和自然语言处理以及相关技术 - 云计算技术以及增强和虚拟现实。使用人工智能并将其整合到各种数字营销交流活动中 - 搜索引擎营销，数字广告，电子邮件营销，社交媒体营销，公共关系，销售促进，个人销售以及审查营销以及神经营销中的审查。人工智能的使用具有许多优势 - 财务节省，更容易的处理和分析高数据量，时间节省，不同领域的适用性，不间断的操作（即时响应）（即时响应）以及个性化的营销策略。然而，由于存在可行性研究，技术合规性，隐私和数据保护，网络安全，心理信息操纵攻击，能力，结构性劳动力可用性，自动化和技术以及外包服务提供商或第三方或第三方或第三方的潜在风险，因此也发现了许多缺点。
了解情绪在决策过程中的作用：使用机器学习分析对视觉，听觉和组合刺激的生理反应
情感显着塑造了决策，而有针对性的情感引起是神经营销的重要因素，在这种因素中，它们通过吸引潜在客户的注意力与情感触发器相关的潜在客户的注意力来影响广告效果。分析刺激暴露后的生物识别参数可能有助于理解情绪状态。这项研究研究了对情绪刺激的自主神经系统和中枢神经系统的反应，包括图像，听觉提示及其组合，同时记录生理信号，即心电图，血液体积脉冲，镀锌皮肤响应，次生次数，呼吸，呼吸，呼吸和电脑定位图。提出的分析的主要目标是比较情绪刺激方法并确定不同生理模式的最有效方法。采用一种新颖的特征选择技术来进一步优化四个情绪状态的分离。使用基本的机器学习方法是为了辨别不同种类刺激引起的情绪。脑电图信号，电流皮肤反应和心呼吸耦合衍生的特征为区分四种情绪状态提供了最显着的特征。进一步的发现强调了听觉刺激如何在创建独特的生理模式中起着至关重要的作用，从而增强了四类问题中的分类。组合所有三种刺激时，实现了49％的验证精度。仅声音和仅图像阶段分别产生了52％和44％的精度，而图像和声音的综合刺激导致了51％的精度。孤立的视觉刺激产生的不同模式较小，与其他类型的刺激相比，需要更多的信号来表现相对较低的性能。这种令人惊讶的显着性是由情感识别文献中的听觉探索有限引起的，尤其是与使用视觉刺激进行的研究的Pleathora相比。在营销中，听觉组件可能具有更相关的潜力，以显着影响消费者的选择。
课程编号 课程名称 模块 托管课程 备注 BMME005 保证服务 3 AFM BMME179 管理控制 3 AFM BMME119 数字化转型中的创新
课程代码 课程名称 区块 托管课程 备注 BMME005 鉴证服务 3 AFM BMME179 管理控制 3 AFM BMME119 数字时代的创新 3 BIM BMME149 数字技术与社会变革 3 BIM BMME203 平台组织与治理 3 BIM BMME027 高级评估与价值创造 3 FI *仅对 FI 先决条件有效 BMME034 创业金融与私募股权 3 FI *仅对 FI 先决条件有效 BMME172 投资管理 3 FI *仅对 FI 先决条件有效 BMME037 管理非政府组织 3 GBS BMME040 可持续商业模式 3 GBS BMME157 变革运动：组织内外的社会运动与抗议 3 GBS BMME170 组织与自然环境 3 GBS BMME048 创新与标准化管理 3 MI BMME205 远见和未来思维 3 MI BMME043 高绩效领导力 3 MI, POC BMME053 广告和沟通 3 MM BMME100 定价：创造和获取价值 3 MM BMME144 以客户为中心 3 MM BMME192 消费者心理学和新兴技术 3 MM BMME042 管理多样性 3 POC BMME135 企业中的激励和协调 3 POC BMME070 战略采购 3 SCM BMME075 供应链预测 3 SCM BMME122 商品贸易和供应网络 3 SCM BMME076 在没有资源的情况下完成工作 3 SE, SM BMME182 扩大规模和高增长战略 3 SE, SM BMME087 战略领导力和公司治理 3 SM BMME089 管理并购视角 3 SM BMME147-3 使用 Python 编程基础 - 模块 3 3 SM BMME004 税务 4 AFM BMME154 循环和数字业务设计 4 BIM BMME155 以人为本的流程开发 4 BIM BMME177 数据隐私和网络安全 4 BIM BMME021 衍生品 4 FI *仅对 FI 先决条件有效 BMME023 银行和金融机构 4 FI *仅对 FI 先决条件有效 BMME025 并购 4 FI *仅对 FI 先决条件有效 BMME030 房地产金融 4 FI BMME116 金融数据分析 4 FI *仅对 FI 先决条件有效 BMME113 可持续金融 4 FI、GBS、SM *仅对 FI 先决条件有效 BMME143 企业社会投资者作为积极变革的力量 4 GBS BMME175 可持续性会计与报告 4 GBS BMME178-4 循环经济：战略与商业模式 - 模块 4 4 GBS, MI BMME186 医疗保健领域的数字化转型 4 MBI, MI BMME094 医疗保健采购与价值链管理 4 MBI, SCM BMME078 创业实验室 4 MBI, SE BMME079 新业务拓展 4 MI, SE BMME055 营销分析 4 MM BMME057 神经营销 4 MM BMME060 新产品营销 4 MM BMME181 噪音：理解人类判断和预测中的错误 4 MM BMME193 平台经济学与营销 4 MM BMME161 销售队伍领导力 4 MM,POC BMME044 组织变革科学与组织变革艺术 4 POC BMME150 谈判 4 POC BMME165 咨询基础 4 POC BMME074 全球网络中的端口 4 SCM BMME105 行为运营管理 4 SCM BMME136 组织技术转型 4 SE, SM BMME183 应用于战略咨询和创业的机器学习 4 SE, SM BMME110 战略性创新管理 4 SM BMME147-4 使用 Python 的编程基础 - 模块 4 4 SM BMME156 战略决策 4 SM BMME204 并购与联盟中的知识产权管理 4 SM BMME130 综合测量与报告 5 AFM BMME115 行为金融学 5 AFM, FI BMME131 平台战略与经济学5 BIM BMME201 数字能源转型 5 BIM BMME202 人工智能/计算机交互 5 BIM BMME028 金融科技与区块链 5 FI *仅具备 FI 先决条件 BMME036 量化投资策略 5 FI *仅具备 FI 先决条件 BMME098 财务困境与企业重组 5 FI *仅具备 FI 先决条件 BMME173 风险管理与固定收益 5 FI *仅具备 FI 先决条件 BMME200 家族企业财务管理 5 FI *仅具备 FI 先决条件 BMMME187 新时代的创新管理：web3 5 MI BMME059 选择架构 5 MM BMME061 品牌发展 5 MM BMME099 客户体验管理 5 MM BMME129 消费者偏好的数字足迹 5 MM BMME046 领导力发展与培训5 POC BMME151 人才获取 5 POC