CM視聴者の脳反応の個人差AIの予測に芝浦工大が成功

最終更新日:2024/04/10

芝浦工業大学工学部情報工学科の新熊亮一教授、国立研究開発法人情報通信研究機構(NICT)脳情報通信融合研究センター(CiNet)の西田知史主任研究員、西本伸志特別招へい研究員らの研究グループは株式会社NTTデータと共同で、簡単なアンケートの回答からCMを視聴中に脳が反応するパターンの個人差(類似度)を予測することに成功しました。

ターゲットがCMに興味を示すかを、簡単なアンケートで予測

CMを見た各実験協力者の脳反応のネットワークグラフ上の距離(類似度)をマトリクスで示したもの(数字は各実験協力者)

CMが個々の視聴者に与える好感度などを予測できれば、効果的なマーケティングが実現できます。一方でCMに対して視聴者が好感を持ったかなど、どのような影響を与えたかの直接的な効果測定は困難です。

視聴者Aの脳反応と、あるCMに興味を示した視聴者Bの脳反応との類似度が高ければ、AはBと同じCMに同様の興味を示すことが予測できます。

この研究ではその類似度の予測を、株式会社NTTデータ経営研究所の「人間情報データベース」構築の一環で実施した5～10問程度の簡単なアンケートの回答に機械学習を用いることで可能にしました。簡単なアンケートで回答者それぞれの脳反応を予測できるため、モニターなど協力者の負担、さらにはモニタリングコストを大幅に減らすことができます。

比較が困難な脳反応の類似度を、ネットワークグラフ型数理モデルで表現

実験協力者の脳活動反応における､各CM間の相関を示したネットワークグラフ
(赤丸は実験協力者No.1が視聴した各CM、青線はCM間のグラフ結合を表す)

2021年4月から芝浦工業大学に着任した新熊教授が京都大学在任中の2019年に発表した同研究グループの研究では、CM映像に対する脳の反応に関して、個人間の類似度を推定する手法を開発しました。

具体的には、複数の実験協力者にCM(15～30秒程度の音声付動画)を視聴してもらい、その時の脳反応指標をNICT CiNet内で無害で脳活動を調べる fMRI法(functional Magnetic Resonance Imaging)を用いて取得しました。今回実施した実験は、NICTの倫理委員会の承認を得ており、実験協力者には実験内容を事前説明の上、参加への同意を取っています。

実験協力者それぞれの脳反応モデルを、それぞれのネットワークグラフで表しました(図1)。さらにそれらを実験協力者間で比較し、個々のモデルが似ている度合いを新たにネットワークグラフで表すことで、脳反応の個人間の類似度を推定できるようにしました。

NICT CiNetで導入しているMRI装置(左)とスキャンした結果から推定した脳の活動状態(右)