26、利用移动脑电图和眼动追踪技术研究产品经济决策

利用移动脑电图和眼动追踪技术研究产品经济决策

1. 移动脑电图和眼动追踪技术的进展与挑战

近年来，移动脑电图（EEG）和眼动追踪技术取得了显著进展。在过去十年中，已经有许多成功的移动 EEG 记录案例，涵盖了站立、行走、骑车、参观画廊、虚拟现实、游戏、艺术表演、驾驶和军事训练等多种场景。然而，该领域仍存在一些技术和方法上的问题。

为了识别在自由眼动过程中常见的非典型伪迹，需要开发相应的方法，并且这种识别必须在独立成分分析（ICA）分解之前进行。在数据触发和数据流同步方面，研究人员开发了开源数据采集平台，如 Lab Streaming Layer，它能够通过网络实时同步和传输多模态数据。但这种方法依赖于网络延迟、良好的电池和高带宽来可靠地传输和同步数据，存在网络覆盖范围不足以及并非所有硬件都支持的问题。此外，传输晶体管 - 晶体管逻辑脉冲结合光脉冲是另一种数据流同步方法，已在 EEG、脑磁图和眼动追踪数据流中被证明是有效的。

2. 实验方法

本次实验共有 19 名参与者（7 名女性），平均年龄为 25 ± 5.02 岁（3 名左撇子），他们参加了两个实验阶段。
- 第一阶段 ：在走廊中安装了 22 块 A0 聚苯乙烯面板，展示了 198 张不同零售价值的产品图片，分为低（£0.35 - £2.80）、中（£3 - £5）、高（£6 - £8）三个类别，每个类别各有三张产品图片围绕一个注视十字伪随机分布。参与者自由走动，决定他们最有可能和最不可能购买的两种产品。同时，使用计算机化的 BDM 拍卖任务中的支付意愿（WTP）值来估计主观价值（SV）。在这个任务中，参与者对产品图片进行 £0 - £8 的出价，如果出价