Neuromarketing: Understanding the effect of emotion and memory on consumer behavior by mediating the role of artificial intelligence and customers' digital experience
Notice bibliographique
Résumé
Artificial Intelligence (AI) techs help businesses turn internal and external data into real gold by analyzing customer data, extracting valuable insights, and offering individual solutions. The current study aimed to identify the mediating effect of artificial intelligence and digital experience on the relationship between neuromarketing (emotional appeal and memory encoding) and consumer behavior. The current study was applied to consumers within the MENA region by using an online questionnaire self-administered by (837) individuals. The study hypotheses were all accepted, and results confirmed that there is a mediating effect of AI and digital experience (DX) on the relationship between neuromarketing (emotional appeal and memory encoding) and consumer behavior. The degree to which digital experiences can modulate the association between emotional appeal, memory encoding, and consumer behavior, is not absolute; other factors and external cues that may be integral parts of a seller's marketing campaign remain relevant as well. The marketing strategy, quality of the product, prices, and effect of the enclosing environment influence consumer behavior from the digital dominion. Consequently, the comprehensive study of the digital situation is the premise of comprehending as well as using the mediating influence of digital experience on a consumer's mind. The study supports the idea that it is crucial for digital experience to bring up good feelings and provide opportunities for better information memory. Building visualizations that are appealing, interactive, and immersive to the users is intended to keep them interested and promote remembering. Through this approach, information on the brand can be associated with, recalled, and can become a significant decisive factor in future purchase decision-making.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».