Artificial intelligence tool for attention detection to be used in Neuromarketing

L'analisi del comportamento umano e la comprensione dell'essere umano sono stati da sempre al centro dell'attenzione dell'umanità. Il settore del mercato ha investito grandi somme per comprendere il comportamento dei clienti, ma ottenere previsioni accurate richiedeva maggiori sforzi con gli approcci moderni. Il neuromarketing è un campo emergente che unisce neuroscienze, marketing e psicologia, offrendo diverse metodologie per comprendere il comportamento dei clienti. Il tracciamento oculare è uno di questi metodi e viene ampiamente utilizzato per valutare l'attenzione visiva. Nel contesto del neuromarketing, l'obiettivo è stabilire una connessione tra l'attenzione visiva e i pensieri ed emozioni dei consumatori. Il tracciamento oculare e il neuromarketing stanno guadagnando popolarità nell'analisi di mercato, offrendo un enorme potenziale in ambiti come la ricerca di mercato, l'innovazione produttiva, la pubblicità, le vendite, il supporto ai clienti, i programmi fedeltà e altro ancora. Questa tesi si propone di presentare un nuovo strumento di intelligenza artificiale (AI) in grado di gestire in modo efficace i dati eterogenei ottenuti da esperimenti di tracciamento oculare nel neuromarketing. In collaborazione con altri studenti di diverse discipline, lo studio esplora vari aspetti, dalla post-elaborazione alla visualizzazione, per agevolare ulteriori analisi. In particolare, la fase di sviluppo affronta la problematica critica della sensibilità nell'elaborazione dei dati, evidenziando l'impatto potenziale degli errori su questa fase e l'accuratezza dei risultati. L'obiettivo finale è scoprire approfondimenti sugli stimoli del neuromarketing. Il capitolo di revisione della letteratura esaminerà in modo esaustivo il neuromarketing, comprendendo storia, quadro concettuale e strumenti utilizzati in questo campo. Saranno discussi approfonditamente prospettive e limitazioni del neuromarketing, esplorando anche la relazione tra Scienze dei Dati e Neuroscienze, mettendo in evidenza punti di forza e debolezze. Infine, il capitolo fornirà una panoramica del concetto di AI sviluppato, spiegando la scelta di Python e il ruolo centrale della libreria OpenCV. Il capitolo sulla metodologia si concentrerà sul metodo impiegato nello studio: • Fornirà una dettagliata descrizione della metodologia dell'esperimento, inclusi obiettivi, partecipanti, confronto tra il sito web originale e il prototipo, metodi specifici utilizzati, materiali e dispositivi impiegati, variabili analizzate e ambiente sperimentale. • Approfondirà le caratteristiche dei dati raccolti, inclusi dati sulla resistenza galvanica della pelle (GSR), registrazioni facciali, dati di tracciamento oculare e registrazioni dello schermo. • Sarà presentata la metodologia dello strumento di AI, discutendo la metodologia adottata in precedenza, individuando le debolezze dei lavori precedenti e introducendo la nuova metodologia sviluppata per questo studio. Prima della conclusione, verrà fornita una dettagliata spiegazione delle fasi coinvolte nello sviluppo dello strumento di AI. Il capitolo sulla post-elaborazione delineerà in modo esaustivo tutti i passaggi di elaborazione in due argomenti distinti. Il primo argomento si concentrerà sulla trasformazione dei dati grezzi in metadati intermedi, mentre il secondo argomento affronterà la successiva trasformazione di questi metadati in visualizzazioni.