Cette thèse sur l’analyse multimodale du comportementale des consommateurs dans une surface de vente se décline en trois problématiques : 1) la reconnaissance des caractéristiques bas-niveau que sont la tranche d’âge et le genre, 2) l’analyse des caractéristiques moyen-niveau telles que le degré ou la classe d’indécision 3) l’identification des caractéristiques hauts niveaux que sont les types d’achat. Les données proviennent de caméra, de capteurs oculométriques et de capteurs de position. L’identification du genre et de la tranche d’âge s’effectue sur des images de visages. Notre première contribution est de proposer un modèle d'identification du genre et de la tranche d'âge, en se basant sur des descripteurs de texture sur la partie centrale du visage. Nous mettons en exergue une corrélation entre la tranche d'âge du sujet et le degré de difficulté à identifier son genre. Cette corrélation légitime la segmentation marketing de la population en tranches d'âge. Notre seconde contribution concerne la seconde problématique. En effet, nous proposons une analyse prédictive, et non plus descriptive, du degré d'indécision. Nous utilisons pour ce faire des descripteurs oculométriques et de préhension, ainsi que les machines à vecteurs de support. Notre troisième contribution concerne l'analyse du type d'achat sur des données oculométriques. Tout comme pour l'analyse du degré d'indécision, nous proposons un modèle prédictif. Nous mettons en exergue le facteur temps, important dans tout acte d'achat.Cette thèse a été initiée au sein du projet ANR ORIGAMI2 : Observation du Regard et Interprétation du Geste pour une Analyse Marketing non Intrusive. / This thesis about multimodal analysis of customer behavior in a selling area falls into three issues: 1) the identification of low level characteristics such as age band and gender, 2) the analysis of middle level characteristics such as the indecisiveness degree or the indecisiveness class, 3) the identification of purchasing acts. Data come from cameras, eye-tracking sensors and infrared position sensors. The identification of gender and age band is made with images of faces. Our first contribution is proposing a model for the identification of the gender and the age band, based on texture descriptors on the middle third of the face. We point out a correlation between the age of the subject and the difficulty to identify his gender. This correlation legitimizes the segmentation of the population by marketing managers into age bands. Our second contribution deals with the second issue. Indeed, we propose a predictive analysis of the indecisiveness degree of the customer, instead of descriptive analysis. We use eye-tracking descriptors, gesture descriptors and support vector machines. Our third contribution deals with the analysis of purchasing acts based on eye tracking data. As for the analysis of the indecisiveness degree, we propose a predictive model. We emphasize the time factor, which is an important factor in the purchasing act.This thesis was initiated within the behavioral marketing project ORIGAMI2: observation of gaze and interpretation of gesture for a non-intrusive marketing analysis (Observation du Regard et Interprétation du Geste pour Analyse Marketing non-Intrusive).
| Identifer | oai:union.ndltd.org:theses.fr/2015AIXM4025 |
| Date | 29 June 2015 |
| Creators | Lufimpu-Luviya, Yannick |
| Contributors | Aix-Marseille, Fertil, Bernard |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.002 seconds