جداسازی احساسات با رویکرد مشتری مداری از روی سیگنال مغزی از روی منابع مستقل با استفاده از ماشین بردار پشتیبان

چکیده مقاله

احساس یکی از مهم ترین ارکان زندگی انسان است و تا حد زیادی قسمتی از تصمیم گیری های روزانه افراد از احساس نشات می گیرد امروزه پیش بینی رفتار مشتری در بازارهای جهانی نسبت به یک محصول جدید قبل از ورود به بازار به عنوان یک مزیت رقابتی نسبت به سایر رقبا محسوب می شود و آن قدر مهم است که حتی یک تغییر کوچک می تواند در روند پیشی گرفتن از سایر رقبا کمک بزرگی نماید لذا شناسایی احساس افراد با استفاده از سیگنال های مغزی EEG جهت ارائه یک روش که پیش بینی نزدیک تری به رفتار واقعی مشتریان داشته باشد یکی از اهداف اصلی این تحقیق را شکل داده است با توجه به اهمیت شناسایی احساس ، در این تحقیق از EEG در شناسایی آن استفاده شده است ایده اصلی این تحقیق آن است که مغز دارای منابع مستقل مختلفی با وظایف متفاوت می باشد و در نتیجه احساسات نیز در منابع مستقل مغزی قابل مشاهده خواهند بود این منابع مختلف توسط الگوریتم ICA از روی سیگنال های EEG ثبت شده به دست می آید اما با توجه به مشکل مشخص نبودن محل منابع مستقل در ICA، با استفاده از معیار آنتروپی، بر این مشکل فائق آمده و منابع را سورت کرده ایم و با استفاده از RQA ویژگی های آشوبگونه ای را برای هر منبع استخراج نموده ایم سپس با استفاده از یک طبقه بند ماشین بردار پشتیبان و الگوریتم ژنتیک، ویژگی های آشوبگونه دو حالت احساسی مثبت و منفی بررسی شده و به نتیجه 69 75 درصد در تفکیک این دو احساس رسیده ایم

کلیدواژه‌ها

نویسندگان

سیداحسان هاشمی

گروه مدیریت فناوری اطلاعات، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران

مهدی عبدالصالحی

گروه مهندسی پزشکی، واحد اسلامشهر، دانشگاه آزاد اسلامی، اسلامشهر، ایران

مهدی صادق زاده

گروه مهندسی کامپیوتر، واحد ماهشهر، دانشگاه آزاد اسلامی، ماهشهر، ایران

هاشمی، سیداحسان و عبدالصالحی، مهدی و صادق زاده، مهدی،1399،جداسازی احساسات با رویکرد مشتری مداری از روی سیگنال مغزی از روی منابع مستقل با استفاده از ماشین بردار پشتیبان،دهمین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات،بابل

ارائه‌شده در

مجموعه مقالات دهمین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات30 مرداد 1399 · بابل