非侵入生物識別技術(shù)與感官分析技術(shù)結合
評估消費者對啤酒的接受度
提及啤酒，它是生活中常見(jiàn)的、也是世界上受歡迎的發(fā)酵酒*料，大家應該熟悉不過(guò)了。可能你是一位單純地啤酒愛(ài)好者，喜歡品嘗各種各樣的啤酒；也許是一位專(zhuān)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，當然，為了迎合消費者偏好，還會(huì )有一些添加物)和工藝；亦或許你還清楚它的分類(lèi)（如按照酵母分類(lèi)）：頂部發(fā)酵(Top Fermentating,又稱(chēng)Ale)和底部發(fā)酵(Bottom Fermentating,又稱(chēng)Lager)，這兩種發(fā)酵方式也是*的啤酒分類(lèi)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(guò)程又涉及到一個(gè)概念“產(chǎn)品接受度”。影響這兩種選擇的因素無(wú)非是品牌、價(jià)格、包裝和口感等，而這些因素往往能體現出消費者對該產(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(kāi)發(fā)新市場(chǎng)，就必須結合產(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(jìn)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(chǎng)。
啤酒的感官分析是評價(jià)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(jià)量表進(jìn)行測評，而該方法對被試的依賴(lài)性比較大，主觀(guān)性較強，無(wú)法客觀(guān)地反映出消費者的真實(shí)狀況，需要客觀(guān)化的技術(shù)來(lái)解決這一問(wèn)題、改善主觀(guān)現狀。
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，依據人們不同的生理和行為特征來(lái)區分和辨別個(gè)體，已廣泛應用于安全認證等方面，如指紋認證、人臉識別和語(yǔ)音識別等方面。近年來(lái)，將該技術(shù)（如Noldus的多模態(tài)評價(jià)系統）應用到感官科學(xué)研究領(lǐng)域愈發(fā)受到關(guān)注，通過(guò)該方法從而彌補傳統方法的主觀(guān)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(wú)意識反應與自主神經(jīng)系統有關(guān)，如心率、體溫和呼吸水平與情緒反應，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(lái)評估它們引起的情緒變化。大部分研究通過(guò)量表、自主神經(jīng)系統反應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(guò)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和溫度電極，以測量心率等，這在一定程度上會(huì )干擾被試。
闡述了那么多，其實(shí)今天重點(diǎn)還是與大家分享一個(gè)采用非侵入生物識別技術(shù)（腦電、Noldus面部表情分析系統，體溫、心率等）和感官分析技術(shù)（問(wèn)卷）相結合的研究→評估消費者對啤酒的接受度。該研究對9種類(lèi)型的啤酒（如下表一所示），選取了30名消費者進(jìn)行了測試（其中，男，19名；女11名，圖一為標準設置測試場(chǎng)景）。
表一
表二
表二是感官問(wèn)卷對啤酒屬性的評價(jià)（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、心率參數全稱(chēng)及其縮寫(xiě)。
圖一
如圖一所示，1為便攜式展臺；2是持續照明燈；3是一體化攝像系統；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設備；8為與上述設施連接到一起的筆記本電腦。
場(chǎng)景這樣設置的原因是盡可能的對外界環(huán)境進(jìn)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
你是不是內心已經(jīng)開(kāi)始疑惑
場(chǎng)景設置這么專(zhuān)業(yè)
研究的主要目標又是什么呢
發(fā)現了什么研究成果？
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(wú)意識反應之間是否存在顯著(zhù)差異；
2、研究有意識（感官問(wèn)卷數據）和無(wú)意識反應（生物識別數據）的不同變量之間是否存在相關(guān)關(guān)系；
二、主要研究結果
該研究采用Noldus的面部表情分析系統、EEG、紅外攝像機等非侵入性生物技術(shù)來(lái)測量被試的面部表情、腦電、體溫和心率等數據，后與感官問(wèn)卷數據結合起來(lái)進(jìn)行分析，主要研究結果如下：
1、消費者對不同啤酒的反應差異：
方差分析結果并未發(fā)現面部表情數據、體溫、心率及部分腦電數據（如delta，low alpha和mid gamma）存在顯著(zhù)差異。然而，大多數腦電反應與感官問(wèn)卷中對啤酒屬性的評價(jià)有顯著(zhù)差異。三種不同發(fā)酵方式的啤酒，從EEG數據得出，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(shuō)明絕大多數人認為帶有苦味的產(chǎn)品會(huì )引起不愉快體驗，而引起這一結果的原因可能受基因或個(gè)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(wú)意識反應）：
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%的數據可變性，PC2描述了25.6%的數據可變性(總共是65.1%)。從主成分分析(PCA)結果可以看出：
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)參數的樣啤酒樣本。
圖2b為協(xié)方差矩陣圖，只展示顯著(zhù)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(xiě)詳見(jiàn)表二。如圖所示，可看出有意識和無(wú)意識反應的變量之間存在一些相關(guān)關(guān)系：
• Theta波與苦味(五點(diǎn)評分)正相關(guān)（R=0.69）;
• 苦味(五點(diǎn)評分)與頭部朝向存在負相關(guān)關(guān)系，雖然差異不顯著(zhù)。
• 碳酸化口感與泡沫高度(五點(diǎn)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(zhù)消費者厭惡某種啤酒樣本時(shí)體溫會(huì )升高。
•體溫與可視化泡沫高度、可視化泡沫穩定性(R=-0.68)負相關(guān)(九點(diǎn)評分)。香味與可視化泡沫穩定性(R=0.69)、泡沫高度(R=0.77)、泡沫穩定性(R=0.70)正相關(guān)(五點(diǎn)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)，結果表明這三種屬性對總體喜好度的評價(jià)有重要影響。
三、研究意義
1、該研究將感官問(wèn)卷評價(jià)與EEG、面部表情、體溫和心率測量等非侵入生物技術(shù)相結合，為評估消費者對啤酒的接受度提供了一種的研究方法,節約了人力和時(shí)間成本；
2、基于消費者對產(chǎn)品的接受度及無(wú)意識反應，該方法能夠為產(chǎn)品營(yíng)銷(xiāo)策略及其定價(jià)提供有效的數據支撐；
3、該研究中采用的研究工具及分析方法可以獲得更客觀(guān)地測量結果，以了解復雜的感官交互作用，為研究消費者對其它食品飲料的感官分析奠定了基礎；
4、研究結果為啤酒釀造的改進(jìn)提供了新的見(jiàn)解與方向；
5、更重要的是，該研究進(jìn)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，比傳統單一的感官問(wèn)卷分析更具有優(yōu)勢。這方面諾達思的多模態(tài)行為評價(jià)系統有異曲同工之妙（詳情見(jiàn)往期文章→《告別傳統單一測試方法|多維度進(jìn)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.
