| Project/Area Number |
19K12182
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 61060:Kansei informatics-related
|
|---|
| Research Institution | University of Toyama |
|---|
Principal Investigator |
Misawa Tadanobu 富山大学, 学術研究部工学系, 准教授 (90398991)
|
|---|
| Project Period (FY) |
2019-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
Fiscal Year 2021: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2020: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2019: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000)
|
|---|
| Keywords | ニューロマーケティング |
|---|
| Outline of Research at the Start |
本研究では，近年の非侵襲的脳機能計測技術，ネットワーク技術，人工知能の発展を受け，集団脳活動を用いた推薦システムを構築することを目的とする．そのために，好みに関する脳活動を計測し，脳活動の個人差に関して統計的手法を用いて検証する．検証結果に基づき，機械学習を用いて推薦対象者に対して未知商品に関する評価値を予測する手法を構築し，オンライン実験によりシステムの評価を行い，集団の脳活動の利用可能性を探る．
|
| Outline of Final Research Achievements |
In recent years, noninvasive brain function measurement techniques have been developed and human brain functions have been elucidated. These results have been applied to research on neuromarketing, which aims to elucidate purchase decision-making factors from the perspective of measuring brain functions. In this study, we explored the possibility of using group brain activity by constructing a recommendation system using group brain activity. Specifically, we experimented to measure the brain function of preference, which is related to purchase decision-making, and based on the results, we predicted the degree of preference. The results show that building a machine learning model using the results of multiple pre-processes improves prediction accuracy.
|
| Academic Significance and Societal Importance of the Research Achievements |
これまでの脳活動を用いたシステムでは，個人の脳活動を用いてモデルが構築されていることが多い．本研究では，脳活動から集団レベルの予測を行う手法の構築を目指すことで，脳活動を用いたシステムの精度向上や消費者が求める製品の開発への応用展開が期待できる．また，その他の生体信号を用いたシステムの高機能化への貢献が期待できる．以上より，本研究の成果はヒューマンセンシング技術の利用機会を促進し，現在のICTサービスを飛躍的に向上させることが期待できる．
|
