Geri Dön

Nöropazarlama stratejilerinin geliştirilmesi amacıyla EEG sinyal işleme tekniklerinin belirlenmesi

Identification of EEG signal processing techniques for the development of neuromarketing strategies

PDF İndir

  1. Tez No: 950553
  2. Yazar: SUZAN SABAN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ EDA DAĞDEVİR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyoistatistik, Biyomühendislik, Elektrik ve Elektronik Mühendisliği, Biostatistics, Bioengineering, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Kayseri Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 149

Özet

Bu tez çalışması kapsamında nöropazarlama alanında tüketici tercihlerinin EEG yöntemi ile belirlenmesi amacıyla sinyal işleme ve sinyal işleme parametrelerinin optimizasyonu yaklaşımı sunulmuştur. Bu amaçla ön işleme aşamasından geçirilen EEG sinyallerinden farklı özellikler elde edilmiş ve bu özelliklerin kombinasyonları ile 125 farklı özellik matrisi oluşturulmuştur. Oluşturulan özellik matrisleri, DVM, NB, K- EYK, RO ve YSA gibi geleneksel sınıflandırma algoritmaları ile sınıflandırılmış ve doğruluk, AUC, kesinlik, duyarlılık, F1 skoru gibi performans metrikleri elde edilmiştir. Ayrıca literatürde oldukça nadir rastlanan fakat uygulamada oldukça önemli olan sınıflandırma test ve eğitim süresi parametreleri de bu tez çalışması kapsamında sınıflandırma performansı değerlendirmesinde parametre metriği olarak hesaplanmıştır. 125 farklı özellik matrisinden DVM algoritması ile hesaplanan performans metrikleri ÇAGA yöntemiyle optimize edilerek, pareto optimal çözümlere karşılık gelen özellik matrisleri belirlenmiştir. ÇAGA ile elde edilen pareto optimal çözümler arasından tek optimum çözümün belirlenmesi için TOPSIS yöntemi kullanılmıştır. Buna göre, oluşturulan özellik matrisleri içerisinden doğruluk, AUC, kesinlik, duyarlılık, F1 skoru parametrelerinin en yüksek, test ve eğitim süresi parametrelerinin en düşük olmasını amaçlayan optimum tek çözüm için doğruluk 0,83, AUC 0,77, kesinlik 0,88, duyarlılık 0,81, F1 skoru 0,85 olarak, eğitim süresi 0,01063 s, test süresi 0,00055 s olarak belirlenmiştir. Bu optimum çözüme karşılık gelen özellik matrisi ise“spektral özellikler matrisi”olarak bulunmuştur. Sonuç olarak bu tez çalışması ile, sinyal işleme sürecinin performansının belirlenmesi için dikkate alınması gereken performans metriklerinin çok amaçlı değerlendirilmesi ve optimum çözümün belirlenmesi için literatüre özgün bir yaklaşım sunulmuştur.

Özet (Çeviri)

In this thesis study, a signal processing and parameter optimization approach has been proposed to identify consumer preferences using EEG methodology within neuromarketing. For this purpose, various features were extracted from preprocessed EEG signals and 125 different feature matrices were constructed based on different combinations of these features. The feature matrices were classified using traditional classification algorithms such as SVM, NB, K-NN, RF, and ANN, and performance metrics including accuracy, AUC, precision, recall, and F1 score were obtained. Additionally, this study also evaluated classification training and testing time cost, which are rarely addressed in the literature but significant importance in practical applications. Among the 125 feature matrices, performance metrics computed using the SVM algorithm were optimized using the MOGA method to determine feature matrices corresponding to Pareto-optimal solutions. The TOPSIS method was employed in order to select a single optimal solution from among the Pareto-optimal solutions obtained via MOGA. Accordingly, the single optimal solution was determined based on maximizing accuracy, AUC, precision, recall, and F1 score, while minimizing test and training time cost. As a result, the performance metrics for the optimal solution were found to be as follows: accuracy: 0.83, AUC: 0.77, precision: 0.88, recall: 0.81, F1 score: 0.85, with training and test durations of 0.0106 and 0.0006 s respectively. The corresponding feature matrix for this optimal solution was identified as spectral features matrix. As a result, this thesis study introduces a novel multi-objective evaluation approach to the literature for assessing the performance of the signal processing pipeline and determining the optimal solution.

Benzer Tezler

  1. Tez No

    947694

    Reklamlarda korku çekiciliği kullanımının tüketici satın alma niyetiyle ilişkisinin nöropazarlama perspektifinden incelenmesi

    Investigation of the relationship of the use of fear attraction in advertising with consumer purchasing intention from the perspective of neuromarketing

    FİLİZ BAYRAM

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    ReklamcılıkÜsküdar Üniversitesi

    Nöropazarlama Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SELAMİ VAROL ÜLKER

  2. Tez No

    885107

    Göz izleme tekniği ile Türkiye'de YouTube üzerinden yayınlanan reklamlarda üniversite öğrencilerini etkileyen çekiciliklerin cinsiyetler arası karşılaştırmalı analizi

    A cross-sex comparative analysis of advertising appeals used in YouTube advertisements targeting university students in Türkiye with eye-tracking technique

    TİMUR TÜKER

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Halkla İlişkilerAydın Adnan Menderes Üniversitesi

    Halkla İlişkiler ve Reklamcılık Ana Bilim Dalı

    DOÇ. DR. YELDA ÖZLEM KÖLGELİER

  3. Tez No

    906350

    Düşük-yüksek ilginlikli kozmetik ürün reklamlarının kadın tüketici üzerindeki etkisinin nöropazarlama ile incelenmesi

    Investigation of the effects of low-high involvement cosmetic product advertisements on female consumers through neuromarketing

    HATİCE NUR AKIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    ReklamcılıkÜsküdar Üniversitesi

    Nöropazarlama Ana Bilim Dalı

    PROF. DR. ÖZGÜL DAĞLI

  4. Tez No

    760373

    Kültürel öğeler içeren reklamların, nöropazarlama ile incelenmesi ve bir karar destek sistemi geliştirilmesi

    Analyzing advertisements containing cultural elements with neuromarketing and developing a decision support system

    GÖKHAN ALPER FİGEN

    Doktora

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Yönetim Bilişim Sistemleri Ana Bilim Dalı

    PROF. DR. ASLIHAN TÜFEKCİ

    PROF. DR. METEHAN TOLON

  5. Tez No

    542866

    Pazarlama kampanyalarında transmedya iletişiminin müşteri satın alma davranışına etkisi

    The effect of transmedia communication on customer purchasing behavior in marketing campaigns

    SÜLEYMAN KURTALAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    İletişim BilimleriBahçeşehir Üniversitesi

    İşletme Bilim Dalı

    DR. ÖZGÜR ERKUT ŞAHİN

Geri Dön