مرضیه ملکی - دانشجوی کارشناسی ارشد گروه مدیریت، واحد نجف آباد، دانشگاه آزاد اسلامی، اصفهان، ایران.
زهرا دشت لعلی - استادیار گروه مدیریت، واحد دهاقان، دانشگاه آزاد اسلامی، دهاقان، ایران (نویسنده مسئول)

تعیین الگوی تصمیم گیری مشتریان در خرید محصولات یکی از موارد مهم در بازاریابی است و هدف از مقاله، ارائه راهکار جدید در بازاریابی عصبی در پیش بینی انتخاب محصولات توسط مشتریان است. در این تحقیق سیگنال های مغزی از بیست وپنج نفر شرکت­کننده با محدوده سنی ۱۸ تا ۳۸ سال در زمان مشاهده ۱۴ محصول مختلف استفاده شده است که گروه اول شامل ۱۰ مرد و ۶ زن با گستره سنی ۱۸ تا ۲۳ سال، گروه دوم شامل ۸ مرد و ۵ زن با گستره سنی ۲۵ تا ۳۰ سال و گروه سوم شامل ۷ مرد و ۴ زن با گستره سنی ۳۱ تا ۳۸ سال بودند. برای انتخاب ویژگی در این مقاله الگوریتم جدیدی مبتنی بر هوش جمعی سالپ آشوبی ارائه شده است که می تواند با قدرت جستجوی بالا، ویژگی های موثر را مشخص نماید و برای پیش بینی نهایی از طبقه بندهای مختلف در قالب یادگیری چندتایی استفاده شده است. در مدل پیشنهادی، از روش طیف های مرتبه بالا در استخراج ویژگی ها از سیگنال مغزی استفاده شده که شامل بیش از هفتصد ویژگی است و سپس انتخاب ویژگی با الگوریتم هوش جمعی سالپ پیشنهادی تعداد ویژگی‎ها از ۷۴۲ به ۱۹۸ کاهش یافته است. نتایج نشان داده است که مدل پیشنهادی توانسته به طور میانگین در تشخیص انتخاب کاربران در همه محصولات دقت ۹۹/۷۵ درصد داشته باشد که نشان دهنده بهبود ۷۵/۳ درصدی نتایج نسبت به تحقیقات مشابه است.

کلیدواژه ها: پیش بینی, الگوریتم فراابتکاری, انتخاب ویژگی, یادگیری ماشین