基于远程面部微表情分析的消费者啤酒喜好度测试方法与流程

本发明涉及消费者喜好度研究，具体是基于远程面部微表情分析的消费者啤酒喜好度测试方法。

背景技术：

1、消费者调研是啤酒新产品开发过程中的核心，通过消费者调研，可以明确消费者对啤酒产品中不同质量属性的需求和期望，对做出最终研发决策参考价值极高。基于感官描述的啤酒质量特征是符合消费者偏好和打开新市场的重要影响因素，是当前消费者对质量产品要求更高的趋势。啤酒最重要的成分和质量特性是视觉属性，包括泡沫量、泡沫持久性、酒液色度颜色和澄清度，它们与消费者的第一印象有关，影响第一眼喜好度，进而产生购买行为。而香气、口感则是影响消费者重复购买啤酒的产品属性，决定了品牌市场深度。

2、然而，传统的消费者调研方法依赖于测试者有意识的反应，主观性强，真伪难以把控，如常用的描述性分析方法主要表现为小组成员之间在感知和喜好上的内在差异。而人类面部微表情是相关情绪发生的声音指示器，能反映一个人的真实情绪，因为微表情是由面部肌肉的无意识收缩引起的局部面部变形，人类无法有意识地控制面部肌肉。然而，人为面部微表情识别只有经过广泛训练的专家才能分辨，且存在分析耗时、昂贵且容易出错、识别率低等问题。因此，针对以上现状，迫切需要提供基于远程面部微表情分析的消费者啤酒喜好度测试方法，以克服当前实际应用中的不足。

技术实现思路

1、本发明的目的在于提供基于远程面部微表情分析的消费者啤酒喜好度测试方法，旨在解决上述背景技术中的问题。

2、本发明是这样实现的，基于远程面部微表情分析的消费者啤酒喜好度测试方法，该方法包括如下步骤：

3、步骤一：啤酒品评消费者招募；

4、步骤二：消费者远程微表情测试实验；

5、步骤三：建立消费者远程面部微表情啤酒喜好度评判标准；

6、步骤四：建立消费者远程面部微表情喜好度预测模型；

7、步骤五：远程面部微表情啤酒喜好度预测。

8、作为本发明进一步的方案：在所述步骤一中，通过线上及线下招募的方式在全国范围内招募消费者，且消费者类型需多样化，消费者的性别、收入、年龄段以及来源分布占比均匀。

9、作为本发明进一步的方案：消费者应具有一台配备摄像头电脑，且消费者无不宜饮酒症状。

10、作为本发明进一步的方案：招募完毕后，向消费者邮寄测试礼盒，礼盒至少包含有足量且密封的酒样、品评杯、开瓶器、清水以及智能品评系统远程端操作培训手册。

11、作为本发明进一步的方案：在所述步骤二中，消费者根据智能品评系统远程端操作培训手册使用电脑登录系统，并进行微表情远程测试。

12、作为本发明进一步的方案：测试流程包括：观色10s、闻香20s以及品尝20s。

13、作为本发明进一步的方案：测试包括测试轮与正式样品轮，测试完毕后，填写感官问卷，进行观色、闻香、品评及整体喜好度打分。

14、作为本发明进一步的方案：在所述步骤四中，利用微表情系统提取面部微表情测试数据，使用算法将归一化后的面部微表情的九种情绪数据与感官问卷测试数据进行一一对应，采用前馈神经网络获取消费者远程面部微表情喜好度预测分值；将喜好度预测分值与感官问卷得分对比，统计计算相对偏差值、区间分布一致性以及准确率。

15、作为本发明进一步的方案：所述前馈神经网络模型如下：

16、输入：27维特征数据矩阵；

17、隐藏层：136(即136*27)；

18、输出层：1；

19、训练目标误差：10^-10；

20、学习率：0.1；

21、训练集占比：0.8；

22、验证集占比：0.1；

23、测试集占比：0.1。

24、作为本发明进一步的方案：在所述步骤五中，计算消费者远程面部微表情喜好度预测值与感官问卷打分相对偏差值、得分区间分布一致性及准确率。

25、与现有技术相比，本发明的有益效果：本发明结合高科技的远程面部微表情技术及前馈神经网络模型，利用感官问卷打分建立消费者远程面部微表情啤酒喜好度评判标准，构建得到消费者远程面部微表情啤酒喜好度预测模型，能够帮助啤酒企业在产品研发的全流程消费者喜好度进行有效量化，为产品研发方向提供有力的支撑；远程面部微表情技术是一种无创生物监测方法，本发明采用面部微表情观测系统，通过行为数据进一步判断品尝酒体后的消费者真实情绪反应，进而通过算法进行情感计算，推断出消费者在饮酒过程中的真实情感及消费体验。

技术特征：

1.基于远程面部微表情分析的消费者啤酒喜好度测试方法，其特征在于，该方法包括如下步骤：

2.根据权利要求1所述的基于远程面部微表情分析的消费者啤酒喜好度测试方法，其特征在于，在所述步骤一中，通过线上及线下招募的方式在全国范围内招募消费者，且消费者类型需多样化，消费者的性别、收入、年龄段以及来源分布占比均匀。

3.根据权利要求2所述的基于远程面部微表情分析的消费者啤酒喜好度测试方法，其特征在于，消费者应具有一台配备摄像头电脑，且消费者无不宜饮酒症状。

4.根据权利要求2所述的基于远程面部微表情分析的消费者啤酒喜好度测试方法，其特征在于，招募完毕后，向消费者邮寄测试礼盒，礼盒至少包含有足量且密封的酒样、品评杯、开瓶器、清水以及智能品评系统远程端操作培训手册。

5.根据权利要求1所述的基于远程面部微表情分析的消费者啤酒喜好度测试方法，其特征在于，在所述步骤二中，消费者根据智能品评系统远程端操作培训手册使用电脑登录系统，并进行微表情远程测试。

6.根据权利要求5所述的基于远程面部微表情分析的消费者啤酒喜好度测试方法，其特征在于，测试流程包括：观色10s、闻香20s以及品尝20s。

7.根据权利要求5所述的基于远程面部微表情分析的消费者啤酒喜好度测试方法，其特征在于，测试包括测试轮与正式样品轮，测试完毕后，填写感官问卷，进行观色、闻香、品评及整体喜好度打分。

8.根据权利要求1所述的基于远程面部微表情分析的消费者啤酒喜好度测试方法，其特征在于，在所述步骤四中，利用微表情系统提取面部微表情测试数据，使用算法将归一化后的面部微表情的九种情绪数据与感官问卷测试数据进行一一对应，采用前馈神经网络获取消费者远程面部微表情喜好度预测分值；将喜好度预测分值与感官问卷得分对比，统计计算相对偏差值、区间分布一致性以及准确率。

9.根据权利要求8所述的基于远程面部微表情分析的消费者啤酒喜好度测试方法，其特征在于，所述前馈神经网络模型如下：

10.根据权利要求1所述的基于远程面部微表情分析的消费者啤酒喜好度测试方法，其特征在于，在所述步骤五中，计算消费者远程面部微表情喜好度预测值与感官问卷打分相对偏差值、得分区间分布一致性及准确率。

技术总结
本发明适用于消费者喜好度研究技术领域，提供了基于远程面部微表情分析的消费者啤酒喜好度测试方法，该方法包括如下步骤：步骤一：啤酒品评消费者招募；步骤二：消费者远程微表情测试实验；步骤三：建立消费者远程面部微表情啤酒喜好度评判标准；步骤四：建立消费者远程面部微表情喜好度预测模型；步骤五：远程面部微表情啤酒喜好度预测，本发明通过对远程面部微表情技术的九种面部情绪数据与感官评测结果，建立远程面部微表情喜好度评判标准，并基于前馈神经网络的深度学习技术，建立远程面部微表情喜好度预测模型，能够帮助啤酒企业有效量化产品研发的全流程消费者喜好度。

技术研发人员：叶美霞,王成,万一方,吕高冲,谢鑫,郝建秦,王德良,宋玉梅
受保护的技术使用者：北京燕京啤酒股份有限公司
技术研发日：
技术公布日：2024/2/29