МАТЕМАТИЧНІ АСПЕКТИ НЕЙРОМАРКЕТИНГУ: МОДЕЛЮВАННЯ І ПРОГНОЗУВАННЯ РІШЕНЬ СПОЖИВАЧІВ

МАТЕМАТИЧНІ АСПЕКТИ НЕЙРОМАРКЕТИНГУ: МОДЕЛЮВАННЯ І ПРОГНОЗУВАННЯ РІШЕНЬ СПОЖИВАЧІВ

Authors

DOI:

https://doi.org/10.36074/grail-of-science.20.02.2026.043

Keywords:

математичне моделювання, логіт-модель, психофізіологічні параметри, EEG, емоційний індекс, нейромаркетинг, поведінкова економіка, споживчий вибір, машинне навчання

Summary

Стаття присвячена дослідженню можливостей математичного моделювання у нейромаркетингу та поведінковій економіці з метою прогнозування споживчих рішень. На основі аналізу сучасних наукових джерел розглянуто теоретичні засади нейромаркетингу як продовження поведінкової економіки, що враховує емоційні, когнітивні та психофізіологічні фактори ухвалення вибору. Узагальнено ключові психофізіологічні параметри споживача (EEG, fMRI, HRV, EDA, eye-tracking), які можуть бути перетворені на формалізовані змінні для математичного аналізу. Проаналізовано основні математичні моделі споживчого вибору, включаючи класичну модель випадкової корисності, логіт-модель, теорію перспектив, Байєсівські та нейромережеві підходи. Запропоновано узагальнену логістичну модель, що поєднує раціональні та емоційні чинники через інтегральний емоціональний індекс, побудований на основі психофізіологічних сигналів. Наведено приклад практичного застосування моделі у форматі нейромаркетингового експерименту для порівняння ефективності рекламних стимулів. Доведено, що включення емоційної складової підвищує точність прогнозування та відкриває можливість кількісного вимірювання ступеня впливу маркетингових повідомлень. Наукова новизна роботи полягає у формалізації взаємозв’язку між нейрофізіологічними реакціями та економічною поведінкою через математичну модель, яка може слугувати інструментом для подальших емпіричних досліджень і практичних рішень у сфері маркетингу. Результати дослідження демонструють необхідність міждисциплінарного підходу та використання методів вищої математики для поглибленого аналізу механізмів формування споживчих рішень

Downloads

Downloads

Download data is not yet available.

References

Kahneman, D., & Tversky, A. (1979). Prospect theory: An analysis of decision under risk. Econometrica, 47(2), 263–291. https://doi.org/10.2307/1914185 DOI: https://doi.org/10.2307/1914185

Plassmann, H., Venkatraman, V., Huettel, S., & Yoon, C. (2015). Consumer neuroscience: Applications, challenges, and possible solutions. Journal of Marketing Research, 52(4), 427–435. https://doi.org/10.1509/jmr.14.0048 DOI: https://doi.org/10.1509/jmr.14.0048

Duque-Hurtado, P., Jurado, F., & Valencia-Arias, A. (2020). Advances in neuromarketing: A systematic review. Estudios Gerenciales, 36(157), 389–406. https://doi.org/10.18046/j.estger.2020.157.3890 DOI: https://doi.org/10.18046/j.estger.2020.157.3890

Khondakar, M. R., Siddik, M., Waheed, M., et al. (2024). EEG-based neural responses in neuromarketing: A systematic review. Brain Informatics, 11. https://doi.org/10.1186/s40708-024-00229-8 DOI: https://doi.org/10.1186/s40708-024-00229-8

Ma, Q., Wang, C., Shen, Q., & Cheung, T. (2021). Consumer purchase decision modeling using EEG and deep neural networks. Frontiers in Human Neuroscience, 15. https://doi.org/10.3389/fnhum.2021.610890 DOI: https://doi.org/10.3389/fnhum.2021.610890

Тарасевич, В. М., & Тарасевич, Е. В. (2020). Нейромаркетинг як інструмент впливу на поведінку споживачів: переваги та загрози. Маркетинг і менеджмент інновацій, (4), 152–163.

Byrne, A., Browne, K., & Cooney, S. (2022). Feature extraction and classification in neuromarketing EEG signals: A systematic review. Brain Informatics, 9(5). https://doi.org/10.1186/s40708-022-00175-3 DOI: https://doi.org/10.1186/s40708-022-00175-3

Kakaria, C., Sekhon, H., & Roy, R. (2023). Heart rate variability as a neuromarketing tool: Systematic review and future research agenda. Journal of Consumer Behaviour, 22(4), 941–958. https://doi.org/10.1002/mar.21734 DOI: https://doi.org/10.1002/mar.21734

Gupta, Y., Singh, M., & Parmar, K. (2025). EEG-based neuromarketing research trends across consumer journey stages: A systematic review. Frontiers in Neuroergonomics, 3. https://doi.org/10.3389/fnrgo.2025.1542847 DOI: https://doi.org/10.3389/fnrgo.2025.1542847

Alsharif, A. H., Salleh, N., & Baharun, R. (2022). Neuromarketing: What do we know? A bibliometric review. Studies in Applied Economics and Business, (2). https://doi.org/10.47743/saeb-2022-0020 DOI: https://doi.org/10.47743/saeb-2022-0020

Author Biographies

Уляна Ревицька, Білоцерківський національний аграрний університет, Україна

канд. фіз.-мат. наук, доцент, доцент кафедри інформаційних технологій, вищої математики та фізики

Оксана Стригіна, Білоцерківський національний аграрний університет, Україна

канд. фіз.-мат. наук, доцент, доцент кафедри інформаційних технологій, вищої математики та фізики

Віктор Непочатенко, Білоцерківський національний аграрний університет, Україна

доктор фіз.-мат. наук, доцент, доцент кафедри інформаційних технологій, вищої математики та фізики

Оксана Гребельник, Білоцерківський національний аграрний університет, Україна

канд. техн. наук, доцент, доцент кафедри харчових технологій

Downloads

Published

23.02.2026

Number of views 31

How to Cite

Ревицька, У., Стригіна, О., Непочатенко, В., & Гребельник, О. (2026). МАТЕМАТИЧНІ АСПЕКТИ НЕЙРОМАРКЕТИНГУ: МОДЕЛЮВАННЯ І ПРОГНОЗУВАННЯ РІШЕНЬ СПОЖИВАЧІВ. Grail of Science, (62), 425–434. https://doi.org/10.36074/grail-of-science.20.02.2026.043

Issue

Section

Digital Economy, Mathematical and Instrumental Methods of Economics

Categories


Google Scholar

OUCI

OpenAIRE

CrossRef

Index Copernicus

Semantic Scholar

Scilit

ResearchGate

WorldCat

Mendeley

Loading...