非侵入生物識別技術(shù)與感官分析技術(shù)結(jié)合
評估消費者對啤酒的接受度
提及啤酒，它是生活中常見的、也是世界上受歡迎的發(fā)酵酒*料，大家應(yīng)該熟悉不過了。可能你是一位單純地啤酒愛好者，喜歡品嘗各種各樣的啤酒；也許是一位專業(yè)人員，非常熟悉它的原料(主要由水、麥芽、啤酒花和酵母等組成，當(dāng)然，為了迎合消費者偏好，還會有一些添加物)和工藝；亦或許你還清楚它的分類（如按照酵母分類）：頂部發(fā)酵(Top Fermentating,又稱Ale)和底部發(fā)酵(Bottom Fermentating,又稱Lager)，這兩種發(fā)酵方式也是*的啤酒分類方法。
人們的生活水平已在逐步提升，對產(chǎn)品的質(zhì)量要求比較高，特別是飲食相關(guān)的產(chǎn)品。
以啤酒為例：消費者可能涉及購物前選擇與重購的選擇，而這兩種選擇過程又涉及到一個概念“產(chǎn)品接受度”。影響這兩種選擇的因素?zé)o非是品牌、價格、包裝和口感等，而這些因素往往能體現(xiàn)出消費者對該產(chǎn)品的接受度。作為啤酒生產(chǎn)商，若想讓產(chǎn)品更好地迎合消費者偏好、開發(fā)新市場，就必須結(jié)合產(chǎn)品本身（如啤酒的泡持性、色澤、口感、香味、掛杯性等），對消費者進行深度研究。需要關(guān)注消費者更深層次的消費需求與偏好，從而能更好地改善產(chǎn)品，擴大消費市場。
啤酒的感官分析是評價啤酒質(zhì)量及消費者對其接受度的主要工具，常用的方法是采用描述性和感官評價量表進行測評，而該方法對被試的依賴性比較大，主觀性較強，無法客觀地反映出消費者的真實狀況，需要客觀化的技術(shù)來解決這一問題、改善主觀現(xiàn)狀。
非侵入生物識別技術(shù)（如心率、體溫、腦電和面部表情等）采用不同方式，依據(jù)人們不同的生理和行為特征來區(qū)分和辨別個體，已廣泛應(yīng)用于安全認證等方面，如指紋認證、人臉識別和語音識別等方面。近年來，將該技術(shù)（如Noldus的多模態(tài)評價系統(tǒng)）應(yīng)用到感官科學(xué)研究領(lǐng)域愈發(fā)受到關(guān)注，通過該方法從而彌補傳統(tǒng)方法的主觀性，獲取關(guān)于食品飲料等產(chǎn)品的更、更具有代表性的相關(guān)信息。
已有研究表明，人們的無意識反應(yīng)與自主神經(jīng)系統(tǒng)有關(guān)，如心率、體溫和呼吸水平與情緒反應(yīng)，喚醒度及壓力有關(guān)。研究人員也曾基于不同食品飲料的味道、氣味或整體產(chǎn)品接受度來評估它們引起的情緒變化。大部分研究通過量表、自主神經(jīng)系統(tǒng)反應(yīng)等方式也驗證了消費者對產(chǎn)品的喜好度及接受度，只不過所采用的方法都是侵入性的，被試必須在手上和胸部佩戴皮膚電導(dǎo)和溫度電極，以測量心率等，這在一定程度上會干擾被試。
闡述了那么多，其實今天重點還是與大家分享一個采用非侵入生物識別技術(shù)（腦電、Noldus面部表情分析系統(tǒng)，體溫、心率等）和感官分析技術(shù)（問卷）相結(jié)合的研究→評估消費者對啤酒的接受度。該研究對9種類型的啤酒（如下表一所示），選取了30名消費者進行了測試（其中，男，19名；女11名，圖一為標準設(shè)置測試場景）。
表一
表二
表二是感官問卷對啤酒屬性的評價（泡持性、泡沫高度、色澤、香味、口感、苦味、總體喜好等方面）、面部表情、腦電、體溫、心率參數(shù)全稱及其縮寫。
圖一
如圖一所示，1為便攜式展臺；2是持續(xù)照明燈；3是一體化攝像系統(tǒng)；4為用于錄制視頻的Raspberry pi相機模塊；5為FLIR AX8™紅外攝像儀；6是感官App程序；7是頭戴式EEG設(shè)備；8為與上述設(shè)施連接到一起的筆記本電腦。
場景這樣設(shè)置的原因是盡可能的對外界環(huán)境進行控制，減少環(huán)境等其它因素對被試造成的干擾和影響。
那么在此刻
你是不是內(nèi)心已經(jīng)開始疑惑
場景設(shè)置這么專業(yè)
研究的主要目標又是什么呢
發(fā)現(xiàn)了什么研究成果？
又有什么研究意義？
一、研究的主要目標
1、探討消費者對不同啤酒的有意識和無意識反應(yīng)之間是否存在顯著差異；
2、研究有意識（感官問卷數(shù)據(jù)）和無意識反應(yīng)（生物識別數(shù)據(jù)）的不同變量之間是否存在相關(guān)關(guān)系；
二、主要研究結(jié)果
該研究采用Noldus的面部表情分析系統(tǒng)、EEG、紅外攝像機等非侵入性生物技術(shù)來測量被試的面部表情、腦電、體溫和心率等數(shù)據(jù)，后與感官問卷數(shù)據(jù)結(jié)合起來進行分析，主要研究結(jié)果如下：
1、消費者對不同啤酒的反應(yīng)差異：
方差分析結(jié)果并未發(fā)現(xiàn)面部表情數(shù)據(jù)、體溫、心率及部分腦電數(shù)據(jù)（如delta，low alpha和mid gamma）存在顯著差異。然而，大多數(shù)腦電反應(yīng)與感官問卷中對啤酒屬性的評價有顯著差異。三種不同發(fā)酵方式的啤酒，從EEG數(shù)據(jù)得出，自然發(fā)酵的啤酒，被試的注意力水平高（0.38-0.45)，頂部發(fā)酵和底部發(fā)酵的啤酒，被試的注意力水平相似（0.29-0.40）。
三種不同發(fā)酵方式的啤酒之間在基本口味喜好方面有差異，如苦味，自然發(fā)酵的啤酒喜好度評分高（0.64-0.73），頂部發(fā)酵評分低（0.30-0.51），底部發(fā)酵（0.43-0.59），這說明絕大多數(shù)人認為帶有苦味的產(chǎn)品會引起不愉快體驗，而引起這一結(jié)果的原因可能受基因或個體對苦味的承受能力不同。在總體喜好度方面，自然發(fā)酵啤酒比較受歡迎，評分高（0.65-0.73），頂部發(fā)酵啤酒不受歡迎，評分在0.35-0.55之間，頂部發(fā)酵（0.43-0.61）。
2、不同變量之間的相關(guān)性（有意識和無意識反應(yīng)）：
圖2，主成分分析（PCA）與協(xié)方差矩陣
圖2a為表情、腦電、心率、體溫等與感官屬性之間的主成分分析圖（PCA），其中正方形=底部發(fā)酵啤酒，圓圈=頂部發(fā)酵啤酒，三角形=自然發(fā)酵啤酒；PC1描述了39.5%的數(shù)據(jù)可變性，PC2描述了25.6%的數(shù)據(jù)可變性(總共是65.1%)。從主成分分析(PCA)結(jié)果可以看出：
被試對自然發(fā)酵啤酒(LF,LK &LC)的苦味、碳酸化口感、風(fēng)味、香味、泡沫高度和總體口味的喜好度比較高；頂部發(fā)酵啤酒(Z,IG&P)在上述方面則不太受歡迎；
底部發(fā)酵啤酒(XX)是引起高厭惡情緒和低對泡沫喜好度等相關(guān)參數(shù)的樣啤酒樣本。
圖2b為協(xié)方差矩陣圖，只展示顯著相關(guān)部分，黑色為正相關(guān)，淺灰色為負相關(guān)。圖中的縮寫詳見表二。如圖所示，可看出有意識和無意識反應(yīng)的變量之間存在一些相關(guān)關(guān)系：
• Theta波與苦味(五點評分)正相關(guān)（R=0.69）;
• 苦味(五點評分)與頭部朝向存在負相關(guān)關(guān)系，雖然差異不顯著。
• 碳酸化口感與泡沫高度(五點評分)正相關(guān)(R=0.68)，與低beta(R=-0.69)和高 alpha（R=-0.68)頻率負相關(guān)。
• 厭惡情緒與被試的體溫正相關(guān)（R=0.72），這意味著消費者厭惡某種啤酒樣本時體溫會升高。
•體溫與可視化泡沫高度、可視化泡沫穩(wěn)定性(R=-0.68)負相關(guān)(九點評分)。香味與可視化泡沫穩(wěn)定性(R=0.69)、泡沫高度(R=0.77)、泡沫穩(wěn)定性(R=0.70)正相關(guān)(五點評分)。
•總體喜好度與香味(R=0.94)、碳酸化口感(R=0.89)和苦味(R=0.95)正相關(guān)，結(jié)果表明這三種屬性對總體喜好度的評價有重要影響。
三、研究意義
1、該研究將感官問卷評價與EEG、面部表情、體溫和心率測量等非侵入生物技術(shù)相結(jié)合，為評估消費者對啤酒的接受度提供了一種的研究方法,節(jié)約了人力和時間成本；
2、基于消費者對產(chǎn)品的接受度及無意識反應(yīng)，該方法能夠為產(chǎn)品營銷策略及其定價提供有效的數(shù)據(jù)支撐；
3、該研究中采用的研究工具及分析方法可以獲得更客觀地測量結(jié)果，以了解復(fù)雜的感官交互作用，為研究消費者對其它食品飲料的感官分析奠定了基礎(chǔ)；
4、研究結(jié)果為啤酒釀造的改進提供了新的見解與方向；
5、更重要的是，該研究進一步驗證了非侵入生物技術(shù)研究方法是有效的感官分析方法，比傳統(tǒng)單一的感官問卷分析更具有優(yōu)勢。這方面諾達思的多模態(tài)行為評價系統(tǒng)有異曲同工之妙（詳情見往期文章→《告別傳統(tǒng)單一測試方法|多維度進行感官測試研究》）。
參考文獻：
1、C. Marci, C. S, R. K, A Review of StudiesUsing Biometric Measures of Emotion to Predict Behaviors, Innerscope Research,2009.
2、Claudia Gonzalez Viejo, SigfredoFuentes, Kate Howell, Damir D. Torrico,Frank R. Dunshea，Integration of non-invasive biometrics withsensory analysis techniques to assess acceptability of beer by consumers.Physiology& Behavior (2018)。.
3、L. Danner, S. Haindl, M. Joechl, K.Duerrschmid, Facial expressions and autonomous nervous system responseselicited by tasting different juices, Food Res. Int. 64 (2014) 81–90.
