Please use this identifier to cite or link to this item: http://repositorio.yachaytech.edu.ec/handle/123456789/673
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorMorocho Cayamcela, Manuel Eugenio-
dc.contributor.advisorTirado Espín, Christian Andrés-
dc.contributor.authorFigueroa Guayllas, Saul Steven-
dc.date.accessioned2023-11-14T20:16:06Z-
dc.date.available2023-11-14T20:16:06Z-
dc.date.issued2023-11-
dc.identifier.urihttp://repositorio.yachaytech.edu.ec/handle/123456789/673-
dc.descriptionNowadays, digital business and publicity through websites have grown significantly. In neuroscience, there is a branch related to marketing and advertisement strategies that focuses on the cognitive demand of users, known as neuromarketing. One of the most common tools used for neuromarketing analysis is human eye-tracking. This technique aims to track eye movement and its position over a specific point to study the user's visual attention on a screen, object, or scene. This research presents a neuromarketing approach to improve website advertisement placement using an artificial intelligence-based eye-tracking algorithm. To build the whole system, a two-stage methodology is proposed. The first stage involves a gaze estimation algorithm based on a customized convolutional neural network model. The proposed system is capable of predicting the gaze location of a user on the screen of a laptop by using the default built-in webcam. The implementation of this computer vision task uses bottleneck blocks of a ResNet-50 model pre-trained on ImageNet along with customized convolutional blocks. The input for this proposed model is facial and eye images from the MPIIFaceGaze publicly available dataset. On the other hand, the output of this neural network is the pitch (vertical) and yaw (horizontal) gaze angles that are subsequently converted to screen coordinates in pixels. By testing the performance of this implementation, the proposed model outperforms the benchmark paper results by up to 33% in terms of mean angular error of the pitch and yaw predicted angles. Moreover, different experiments demonstrated that a monocular system performed better than considering both eyes for the tracking system. In the second stage, a visual attention experiment is conducted with a total of 14 sample students from Yachay Tech University in Ecuador. For this purpose, two forms are used to obtain a quantitative analysis of all participants' ad perception, interest, and recall. As part of the experiment, students are asked to look at different websites. At the same time, the eye-tracking system records all gaze information to then generate different heatmaps for each stimulus presented. These results help to interpret and understand the user's perception based on the independent variable: ad placement; and dependent variables: attention, emotions, and interest. Additionally, a scanpath plot is used to complement the analysis, which uses the user's gaze data on the screen to generate the path observed by the participants in an ordered manner. Both heatmaps and scanpaths results suggest that participants are likely to be attracted to ads placed at the top side of a website. Furthermore, form responses support the relation between interest and recall based on the observed ad placement. It was shown that participant tends to recall most ads at the bottom of a website. Finally, the research project contributes to finding the optimal ad placement within a website. Results obtained after the implementation of the two stages have demonstrated that ads placed on the top side of a website mostly catch more attention from visitors than other positions. This finding allows the development of new marketing strategies on websites and social media marketplaces, which will increase the visual attention captured by users on ads within a website.es
dc.description.abstractHoy en día, los negocios digitales y la publicidad a través de sitios web han crecido de forma significativa. En neurociencia existe una rama relacionada con la publicidad y las estrategias de marketing que se centran en la demanda cognitiva de los usuarios, conocida como neuromarketing. Una de las herramientas más utilizadas para el análisis del neuromarketing es el eye-tracking o seguimiento ocular en español. Esta técnica tiene como objetivo rastrear el movimiento ocular y su posición sobre un punto concreto en el espacio para estudiar la atención visual del usuario sobre una pantalla, objeto o escena. Esta investigación presenta un enfoque de neuromarketing para mejorar la ubicación de anuncios en sitios web mediante el uso de un algoritmo de eye-tracking basado en inteligencia artificial. Para construir todo el sistema se propone una metodología en dos etapas. En la primera etapa se utiliza un algoritmo de estimación de la mirada basado en un modelo de red neuronal convolucional personalizado. El sistema propuesto es capaz de predecir la ubicación de la mirada de un usuario en la pantalla de un ordenador portátil utilizando la cámara web incorporada por defecto. Para esta tarea de visión por computador se utilizan bloques de cuello de botella de un modelo ResNet-50 pre-entrenado en ImageNet junto a bloques convolucionales personalizados. La entrada para el modelo propuesto son imágenes faciales y oculares del conjunto de datos de acceso abierto MPIIFaceGaze. Por otro lado, la salida de esta red neuronal son los ángulos de mirada pitch (eje vertical) y yaw (eje horizontal) que posteriormente serán convertidos a coordenadas de pantalla en píxeles. Al realizar las pruebas necesarias considerando el error de ángulo medio, se encontró que el modelo propuesto supera en un 33% los resultados obtenidos por el trabajo guía usado para el desarrollo de esta etapa. Más aun, distintos experimentos demostraron que un sistema basado en el seguimiento de un solo ojo tiene mayor precisión que el sistema inicial considerando los dos ojos. En la segunda etapa, se realiza un experimento de atención visual con un total de 14 estudiantes de muestra de la universidad Yachay Tech en Ecuador. Para ello, se utilizan dos formularios para obtener un análisis cuantitativo de percepción, interés y memoria de anuncios de todos los participantes. Como parte del experimento, se pide a los estudiantes que observen diferentes sitios web mientras el sistema de seguimiento ocular registra toda la información de la mirada para luego generar diferentes mapas de calor para cada estímulo presentado. Estos resultados ayudan a interpretar y comprender la percepción del usuario en función de la variable independiente: ubicación del anuncio; y las variables dependientes: atención, emociones e interés. Además, para complementar el análisis se utiliza un gráfico de escaneo de ruta de la mirada, el cual usa los datos de mirada sobre la pantalla para generar de forma ordenada la trayectoria observada por los participantes. Ambos resultados obtenidos de las herramientas usadas, el mapa de calor y el escaneo de ruta de la mirada, apoyan que los participantes se sienten mayormente atraídos por anuncios ubicados en la parte superior de un sitio web. Así mismo, las respuestas a las 2 encuestas nos permiten observar una relación entre el interés y el nivel de memoria en relación a la ubicación y diseño del anuncio, indicando que los participantes encuentran mayor interés y recuerdan de mejor manera los anuncios observados en la parte inferior de un sitio web. Por último, todo el proyecto de investigación contribuye en encontrar la ubicación óptima de un anuncio dentro de un sitio web. Los resultados obtenidos tras la aplicación de las dos etapas han demostrado que aquellos anuncios ubicados en la parte superior de un sitio web son los más óptimos captando la atención de los usuarios. Esto a su vez permite desarrollar nuevas estrategias de marketing en sitios web y redes sociales, lo que generará un aumento de la atención visual captada de los usuarios sobre los anuncios dentro de un sitio web.es
dc.language.isoenges
dc.publisherUniversidad de Investigación de Tecnología Experimental Yachayes
dc.rightsopenAccesses
dc.subjectInteligencia artificiales
dc.subjectAtención visuales
dc.subjectEye-trackinges
dc.subjectArtificial intelligencees
dc.subjectNeuromarketinges
dc.subjectVisual attentiones
dc.titleAI eye-tracking algorithm: a neuromarketing tool for website Ad placementes
dc.typebachelorThesises
dc.description.degreeIngeniero/a en Tecnologías de la Informaciónes
dc.pagination.pages146 hojases
Appears in Collections:Tecnologías de la Información

Files in This Item:
File Description SizeFormat 
ECMC0136.pdf56.68 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.