پیش بینی انتخاب محصول توسط مشتریان مبتنی بر بازاریابی عصبی با الگوریتم هوش جمعی سالپ آشوبی

تعیین الگوی تصمیم‌ گیری مشتریان در خرید محصولات یکی از موارد مهم در بازاریابی است و هدف از مقاله، ارائۀ راهکار جدید در بازاریابی عصبی در پیش‌بینی انتخاب محصولات توسط مشتریان است. در این تحقیق سیگنال‌های مغزی از بیست‌وپنج نفر شرکت کننده با محدودۀ سنی 18 تا 38 سال در زمان مشاهده 14 محصول مختلف استفاده‌شده است که گروه اول شامل 10 مرد و 6 زن با گسترۀ سنی 18 تا 23 سال، گروه دوم شامل 8 مرد و 5 زن با گسترۀ سنی 25 تا 30 سال و گروه سوم شامل 7 مرد و 4 زن با گسترۀ سنی 31 تا 38 سال بودند. برای انتخاب ویژگی‌ در این مقاله الگوریتم جدیدی مبتنی بر هوش جمعی سالپ آشوبی ارائه‌شده است که می‌تواند با قدرت جستجوی بالا، ویژگی‌های موثر را مشخص نماید و برای پیش‌بینی نهایی از طبقه بندهای مختلف در قالب یادگیری چندتایی استفاده‌شده است. در مدل پیشنهادی، از روش طیف‌‌های مرتبه بالا در استخراج ویژگی‌ها از سیگنال مغزی استفاده‌شده که شامل بیش از هفتصد ویژگی است و سپس انتخاب ویژگی با الگوریتم هوش جمعی سالپ پیشنهادی تعداد ویژگی ها از 742 به 198 کاهش یافته است. نتایج نشان داده است که مدل پیشنهادی توانسته به‌طور میانگین در تشخیص انتخاب کاربران در همه محصولات دقت 75.99 درصد داشته باشد که نشان‌دهنده بهبود 3.75 درصدی نتایج نسبت به تحقیقات مشابه است.