非侵入生物识别技术与感官分析技术结合
评估消费者对啤酒的接受度
提及啤酒，它是生活中常见的、也是世界上受欢迎的发酵酒*料，大家应该熟悉不过了。可能你是一位单纯地啤酒爱好者，喜欢品尝各种各样的啤酒；也许是一位专业人员，非常熟悉它的原料(主要由水、麦芽、啤酒花和酵母等组成，当然，为了迎合消费者偏好，还会有一些添加物)和工艺；亦或许你还清楚它的分类（如按照酵母分类）：顶部发酵(Top Fermentating,又称Ale)和底部发酵(Bottom Fermentating,又称Lager)，这两种发酵方式也是*的啤酒分类方法。
人们的生活水平已在逐步提升，对产品的质量要求比较高，特别是饮食相关的产品。
以啤酒为例：消费者可能涉及购物前选择与重购的选择，而这两种选择过程又涉及到一个概念“产品接受度”。影响这两种选择的因素无非是品牌、价格、包装和口感等，而这些因素往往能体现出消费者对该产品的接受度。作为啤酒生产商，若想让产品更好地迎合消费者偏好、开发新市场，就必须结合产品本身（如啤酒的泡持性、色泽、口感、香味、挂杯性等），对消费者进行深度研究。需要关注消费者更深层次的消费需求与偏好，从而能更好地改善产品，扩大消费市场。
啤酒的感官分析是评价啤酒质量及消费者对其接受度的主要工具，常用的方法是采用描述性和感官评价量表进行测评，而该方法对被试的依赖性比较大，主观性较强，无法客观地反映出消费者的真实状况，需要客观化的技术来解决这一问题、改善主观现状。
非侵入生物识别技术（如心率、体温、脑电和面部表情等）采用不同方式，依据人们不同的生理和行为特征来区分和辨别个体，已广泛应用于安全认证等方面，如指纹认证、人脸识别和语音识别等方面。近年来，将该技术（如Noldus的多模态评价系统）应用到感官科学研究领域愈发受到关注，通过该方法从而弥补传统方法的主观性，获取关于食品饮料等产品的更、更具有代表性的相关信息。
已有研究表明，人们的无意识反应与自主神经系统有关，如心率、体温和呼吸水平与情绪反应，唤醒度及压力有关。研究人员也曾基于不同食品饮料的味道、气味或整体产品接受度来评估它们引起的情绪变化。大部分研究通过量表、自主神经系统反应等方式也验证了消费者对产品的喜好度及接受度，只不过所采用的方法都是侵入性的，被试必须在手上和胸部佩戴皮肤电导和温度电极，以测量心率等，这在一定程度上会干扰被试。
阐述了那么多，其实今天重点还是与大家分享一个采用非侵入生物识别技术（脑电、Noldus面部表情分析系统，体温、心率等）和感官分析技术（问卷）相结合的研究→评估消费者对啤酒的接受度。该研究对9种类型的啤酒（如下表一所示），选取了30名消费者进行了测试（其中，男，19名；女11名，图一为标准设置测试场景）。
表一
表二
表二是感官问卷对啤酒属性的评价（泡持性、泡沫高度、色泽、香味、口感、苦味、总体喜好等方面）、面部表情、脑电、体温、心率参数全称及其缩写。
图一
如图一所示，1为便携式展台；2是持续照明灯；3是一体化摄像系统；4为用于录制视频的Raspberry pi相机模块；5为FLIR AX8™红外摄像仪；6是感官App程序；7是头戴式EEG设备；8为与上述设施连接到一起的笔记本电脑。
场景这样设置的原因是尽可能的对外界环境进行控制，减少环境等其它因素对被试造成的干扰和影响。
那么在此刻
你是不是内心已经开始疑惑
场景设置这么专业
研究的主要目标又是什么呢
发现了什么研究成果？
又有什么研究意义？
一、研究的主要目标
1、探讨消费者对不同啤酒的有意识和无意识反应之间是否存在显著差异；
2、研究有意识（感官问卷数据）和无意识反应（生物识别数据）的不同变量之间是否存在相关关系；
二、主要研究结果
该研究采用Noldus的面部表情分析系统、EEG、红外摄像机等非侵入性生物技术来测量被试的面部表情、脑电、体温和心率等数据，后与感官问卷数据结合起来进行分析，主要研究结果如下：
1、消费者对不同啤酒的反应差异：
方差分析结果并未发现面部表情数据、体温、心率及部分脑电数据（如delta，low alpha和mid gamma）存在显著差异。然而，大多数脑电反应与感官问卷中对啤酒属性的评价有显著差异。三种不同发酵方式的啤酒，从EEG数据得出，自然发酵的啤酒，被试的注意力水平高（0.38-0.45)，顶部发酵和底部发酵的啤酒，被试的注意力水平相似（0.29-0.40）。
三种不同发酵方式的啤酒之间在基本口味喜好方面有差异，如苦味，自然发酵的啤酒喜好度评分高（0.64-0.73），顶部发酵评分低（0.30-0.51），底部发酵（0.43-0.59），这说明绝大多数人认为带有苦味的产品会引起不愉快体验，而引起这一结果的原因可能受基因或个体对苦味的承受能力不同。在总体喜好度方面，自然发酵啤酒比较受欢迎，评分高（0.65-0.73），顶部发酵啤酒不受欢迎，评分在0.35-0.55之间，顶部发酵（0.43-0.61）。
2、不同变量之间的相关性（有意识和无意识反应）：
图2，主成分分析（PCA）与协方差矩阵
图2a为表情、脑电、心率、体温等与感官属性之间的主成分分析图（PCA），其中正方形=底部发酵啤酒，圆圈=顶部发酵啤酒，三角形=自然发酵啤酒；PC1描述了39.5%的数据可变性，PC2描述了25.6%的数据可变性(总共是65.1%)。从主成分分析(PCA)结果可以看出：
被试对自然发酵啤酒(LF,LK &LC)的苦味、碳酸化口感、风味、香味、泡沫高度和总体口味的喜好度比较高；顶部发酵啤酒(Z,IG&P)在上述方面则不太受欢迎；
底部发酵啤酒(XX)是引起高厌恶情绪和低对泡沫喜好度等相关参数的样啤酒样本。
图2b为协方差矩阵图，只展示显著相关部分，黑色为正相关，浅灰色为负相关。图中的缩写详见表二。如图所示，可看出有意识和无意识反应的变量之间存在一些相关关系：
• Theta波与苦味(五点评分)正相关（R=0.69）;
• 苦味(五点评分)与头部朝向存在负相关关系，虽然差异不显著。
• 碳酸化口感与泡沫高度(五点评分)正相关(R=0.68)，与低beta(R=-0.69)和高 alpha（R=-0.68)频率负相关。
• 厌恶情绪与被试的体温正相关（R=0.72），这意味着消费者厌恶某种啤酒样本时体温会升高。
•体温与可视化泡沫高度、可视化泡沫稳定性(R=-0.68)负相关(九点评分)。香味与可视化泡沫稳定性(R=0.69)、泡沫高度(R=0.77)、泡沫稳定性(R=0.70)正相关(五点评分)。
•总体喜好度与香味(R=0.94)、碳酸化口感(R=0.89)和苦味(R=0.95)正相关，结果表明这三种属性对总体喜好度的评价有重要影响。
三、研究意义
1、该研究将感官问卷评价与EEG、面部表情、体温和心率测量等非侵入生物技术相结合，为评估消费者对啤酒的接受度提供了一种的研究方法,节约了人力和时间成本；
2、基于消费者对产品的接受度及无意识反应，该方法能够为产品营销策略及其定价提供有效的数据支撑；
3、该研究中采用的研究工具及分析方法可以获得更客观地测量结果，以了解复杂的感官交互作用，为研究消费者对其它食品饮料的感官分析奠定了基础；
4、研究结果为啤酒酿造的改进提供了新的见解与方向；
5、更重要的是，该研究进一步验证了非侵入生物技术研究方法是有效的感官分析方法，比传统单一的感官问卷分析更具有优势。这方面诺达思的多模态行为评价系统有异曲同工之妙（详情见往期文章→《告别传统单一测试方法|多维度进行感官测试研究》）。
参考文献：
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.
