ĐÁNH GIÁ CẢM QUAN-POLARIZED SENSORY POSITIONING.

BỘ CÔNG THƯƠNG TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP THỰC PHẨM TP.HCM KHOA CÔNG NGHỆ THỰC PHẨM BÀI TIỂU LUẬN ĐÁNH GIÁ CẢM QUAN ĐỀ TÀI: POLARIZED SENSORY POSITIONING GVHD: TRẦN THỊ HỒNG CẨM MỤC LỤC I Phân cực định vị cảm giác (PSP): 1.1 Giới thiệu khái niệm: Chương trình bày phân cực định vị giác (PSP) cách để mô tả đặc điểm cảm giác sản phẩm thiết lập Phương pháp dựa cách tự nhiên để mô tả điều để so sánh chúng với tiêu chuẩn tài liệu tham khảo tiếng PSP dựa so sánh với tài liệu tham khảo định nghĩa “cực” Trong phần này, xem phương pháp làm để tưởng tượng ứng dụng cho mơ tả nước khống PSP khơng phải phương pháp cảm giác mà giao thức xác định rõ chuẩn cách tiếp cận để đánh giá đặc tính cảm sản phẩm PSP đơn giản dựa triết lý: sử dụng tiêu chuẩn sản phẩm tiếng (lý tưởng ổn định theo thời gian) "cực" để sản phẩm vị trí khơng gian cảm giác PSP dựa việc so sánh mẫu để tham khảo sản phẩm "cực" Nguyên tắc thực để đánh giá tương đồng tổng thể (hoặc không giống nhau) mẫu người số cực, cách khôn ngoan lựa chọn không gian sản phẩm Các cực nên nguyên mẫu khác từ tồn khơng gian sản phẩm cảm giác, mà đại diện cho đặc tính cảm bắt gặp loại sản phẩm quan tâm Trong trường hợp hương vị nước, cực chọn vùng nước khoáng thiên nhiên Pháp để biểu diễn tốt ba vị nước: kim loại hương vị cay đắng cho nước hàm lượng khống thấp (ví dụ, Volvic), hương vị trung lập cảm giác tươi mát cho nước khống (ví dụ, Evian), cuối hương vị mặn nghiêm khắc cho vùng biển hàm lượng khống chất cao (ví dụ , Vittel) (Teillet et al 2010b) Một tính thú vị nước khống tự nhiên vị trí đồng khống sản đặc tính cảm pháp luật yêu cầu phải ổn định theo thời gian, cho phép tập hợp liệu từ nhiều nghiên cứu PSP Không có quy tắc rõ ràng số lượng cực cần thiết thử nghiệm PSP Tuy nhiên, điểm hình học xem, tối thiểu ba "điểm tới điểm" khoảng cách cần thiết để xác định vị trí mẫu đồ 2D Vì vậy, chúng tơi đề nghị tối thiểu ba cực 1.1.1 Sự đời phân cực định vị giác (PSP): Các phương pháp PSP phát triển Eric Teillet (SensoStat, Dijon, Pháp) Pascal Schlich (INRA, Dijon, Pháp) tiến sĩ, mục đích xác định hương vị nước (hợp tác CNRS/Lyonnaise des Eaux; Teillet, năm 2009, tiếng Pháp) Mục đích cho Lyonnaise des Eaux (Pháp nhà cung cấp vòi nước) thường xuyên xác định hương vị nhiều mẫu nước Ví dụ "lịch sử" nghiên cứu hương vị nước sử dụng chương theo thứ tự để trình bày phương pháp PSP Tuy nhiên, thích nghi PSP để sản phẩm khác khơng gian thảo luận Nước, không bị ô nhiễm chất ô nhiễm, bao gồm phân tử H2O khoáng chất (K +, Na +, Cl−, Ca2 +, SO42 -, Mg2 +, vv) Thoạt nhìn, nước sản phẩm phân tích cảm giác dễ dàng (khơng có mùi, khơng có kết cấu, khơng có vị hăng, khơng bền bỉ, vv) Tuy nhiên, kích thích gây nước thường yếu nên nước đại diện để phân tích cảm giác ý nhạy cảm Tại thời điểm nghiên cứu, kết tốt (trong kỳ hạn phân biệt mẫu định vị giác) thu cách so sánh phương pháp nhiệm vụ phân loại tự (xem Teilletet al., 2010a cho kết này) Tuy nhiên, phân loại miễn phí khơng cho phép tập hợp liệu so sánh với bổ sung mẫu lần đánh giá thực Để phân tích mẫu mới, thiết lập tồn sản phẩm nên trình bày lần Thêm chi tiết kết thu với phương pháp khác (phân tích định lượng, thời gian thống trị cảm giác, nhiệm vụ xếp miễn phí) Xem thêm Teilletet al (2010b) Do định để phát triển phương pháp so sánh mà phá vỡ hạn chế phương pháp so sánh nhanh chóng cho phép liệu tập hợp từ số nghiên cứu Lý tưởng nhất, phương pháp không yêu cầu trình bày số mẫu phân tích mới, quản lí số lượng đánh giá để việc đánh giá đầy đủ sản phẩm thiết lập lại Bên cạnh đó, phương pháp thực đối tượng mà không cần đào tạo đặc biệt, phân loại miễn phí 1.1.2 Bản chất PSP: PSP hồn tồn khơng phải phương pháp định nghĩa tiêu chuẩn hóa Nó đơn giản dựa triết lý việc sử dụng tiêu chuẩn tiếng tham khảo sản phẩm thiết lập "cực" để vị trí mẫu tương cực cảm giác quan điểm Đương nhiên, "cực" nên ổn định theo thời gian PSP phương pháp dựa so sánh mẫu để cảm giác "cực" Nguyên tắc thực để xác định tương đồng (hay khác biệt) mẫu để nghiên cứu lựa chọn sản phẩm thiết lập ban đầu Ba Lan nên nguyên mẫu khác từ thiết lập toàn sản phẩm, đại diện cho khác biệt gặp danh mục sản phẩm quan tâm Trong trường hợp hương vị nước, người Ba Lan chọn nước khoáng thiên nhiên đại diện tốt cho ba mùi vị nước, theo kiến thức trước: hương vị kim loại vị cay đắng nước có hàm lượng khống thấp (ví dụ: Volvic), hương vị trung tính cảm giác tươi mát hàm lượng khống nước (ví dụ: Evian), cuối cùng, vị mặn chất làm se cao cho hàm lượng khoáng nước (ví dụ: Vittel) Một tính thú vị nước khống thiên nhiên thành phần khống chất lượng phải ổn định theo thời gian Tập hợp liệu từ số PSP tạo nhiều điều kiện thuận lợi 1.2 Phương pháp phân cực định vị cảm giác (PSP): Chúng tưởng tượng số phương pháp cho phép thu thập điểm tương đồng (hay khác biệt) mẫu Ba Lan Đầu tiên thu thập khác Ba Lan, xếp quy mơ liên tục, gọi "xếp hạng-PSP." Thứ hai đề xuất suy luận tương đồng hay khác mẫu Ba Lan Điều xem thử nghiệm (MacRaeet người khác, năm 1990) tiến hành cách phân cực, hay nói "bộ ba phân cực" thử nghiệm Thứ ba, gọi "ngủ trưa PSP," bao gồm việc tìm mẫu đồ, nơi người Ba Lan tìm được, thử Tuy nhiên, kể từ có khác biệt tôn giáo để hiểu đối tượng, khơng phát triển Lưu ý có nghĩa tương tự, Areset al (2013) áp dụng phương pháp tiếp cận PSP để lập đồ kì lập(Bản đồ phân lập (PSM)) Mặc dù họ không báo cáo hiểu biết công việc, họ thấy PSM nhiều điểm khác để áp dụng nhiều so với ba-PSP xếp hạng PSP 1.2.1 Qui mô liên tục: Phương pháp dựa số đánh giá phản ánh khoảng cách mẫu để kiểm tra Ba Lan Cho mẫu, người thử yêu cầu đánh giá giống đến cực định sẵn cách sử dụng quy mơ tuyến tính cấu trúc "cùng hương vị" hay "hương vị hoàn toàn khác nhau".Phương pháp cho phép nhận điểm số, giám định, phản ánh khoảng cách mẫu cực Điểm số đưa quy mơ tuyến tính có cấu trúc Trong ví dụ, quy mô nêu từ Novel Techniques in Sensory Characterization and Consumer Profiling “Compare this sample with the three references labeled A, B, and C.” Same taste Totally different taste A 403 BC Hình 1: Ví dụ quy mô liên tục sử dụng cho PSP Cùng hương vị "để" hương vị hoàn toàn khác (A), cách tiếp cận tổng quát hơn, đặt từ" giống hệt "để" hồn tồn khác " Trong ví dụ hình A, sản phẩm mã hóa 403 đánh giá khác từ A tương tự C B Trong trường hợp ba PSP (Hình B), tham luận viên đơn giản yêu cầu gián mà cực mẫu tương tự hầu hết cực giống Trong ví dụ hình B, mẫu nước mã hóa 403 giống với C giống với đến A.Trong ví dụ đưa hình 1, sản phẩm mã 403 đánh giá khác từ A, gần gũi với C nhiều B 1.2.2"Bộ ba PSP": Trong trường hợp "bộ ba" PSP (hình 2), người thử đơn giản yêu cầu tìm mẫu giống mẫu nhiều nhất, giống mẫu Trong ví dụ đưa hình 2, mẫu nước mã 403 giống mẫu C giống mẫu A 1.3 Phân tích liệu: So sánh với loạt tài liệu tham khảo mang lại cảm giác khác biệt phương pháp tiếp cận liệu yêu cầu phân tích liệu chuyên dụng Dưới chúng tơi đề nghị phân tích liệu kỹ thuật cho xếp hạng PSP ba PSP 1.3.1 Qui mô liên tục: Trong bước đầu tiên, liệu từ quy mơ liên tục mã hóa từ cho "hương vị tương tự", đến 10 cho "hương vị hoàn toàn khác biệt" Bằng cách tương tự với nhiệm vụ phân loại miễn phí (xem chương tương ứng) A B C Hình : Nguyên tắc “bộ ba PSP” Dữ liệu PSP xem khác ma trận mẫu cực (xem hình 3) Dữ liệu PSP phân tích đa chiều rộng (MDS) kỹ thuật Nhưng hai ma trận khác hình chữ nhật xử lý với cổ điển MDS Thuật toán "MDS mở" phải sử dụng để thay (Green et al., Năm 1989) Những phương pháp phần mở rộng ma trận MDS nơi sản phẩm thành hàng khác từ sản phẩm cột, mục đích để xác định vị trí sản phẩm, khoảng cách biết đến, khơng gian Như với thuật tốn cổ điển MDS, thuật tốn kết hợp với biến đổi Cho đến gần đây, unfolding thuật tốn trình bày hội tụ vấn đề để bình thường giải pháp ( sản phẩm đồng đều) Nhưng vấn đề dường giải (Busing et al., 2005) Vẫn sử dụng phân tích cảm quan, unfolding xuất phương pháp tự nhiên để xử lý liệu PSP từ quy mơ liên tục Tuy nhiên, liệu nhìn thấy theo cách khác Nếu xem xét cực "meta-descriptor"-cho hương vị nước, Volvic mô tả "kim loại cay đắng", Evian "vô vị mát mẻ" Vittel "mặn chất làm se"- mã hóa cách từ cho "hương vị hoàn toàn khác nhau" đến 10 "cùng vị" Bây xem xét cường độ mẫu số mô tả "cổ điển" giai thừa phân tích chẳng hạn thành phần phân tích (PCA), nhiều giai thừa phân tích (MFA), thống kê phân tích tổng qt (GPA) xử lý (hình.3) Cần lưu ý việc sử dụng quy mô chắn khác từ đối tượng khác Những "hương vị hồn tồn khác nhau" thực chủ quan, thay đổi tùy thuộc vào tiêu chí cá nhân người Do đó, ba đường phân tích đánh giá cao đề nghị (Statis, GPA, MFA) PSP quy mô liên tục cho phép thử nghiệm giả thuyết ANOVA cổ điển (Phân tích chênh lệch) áp dụng để mơ tả phân tích sử dụng để suy luận khác biệt sản phẩm, thuận tiện Các nghiên cứu liên tục tìm kiếm ứng dụng "Người định giá hỗn hợp mẫu" (MAM; Brockhoff et al., 2012) để đưa vào tài khoản dự kiến có hiệu lực tỉ lệ cao mơn học (đặc biệt chưa thạo mơn học) Hình 3: Hai đường phương pháp liệu PSP Hình 4: Ví dụ ma trận liệu dùng để phân tích liệu từ liên tục quy mơ PSP sử dụng phân tích nhiều yếu tố 1.3.2 "Bộ ba PSP": Trong trường hợp ba-PSP, thông tin "sản phẩm 403 giống C nhiều " "sản phẩm 403 giống A nhất" coi xuất sản phẩm 403 với chất lượng thay đổi mà chúng tơi đặt tên "C +" "A−" Bằng cách sử dụng hệ thống mã hóa, ta xây dựng xuất đồng thời ma trận sản phẩm × Các biến (A +, B +, c/C +, A−, B−, C−) nơi cố tóm tắt đối tượng Ma trận phân tích cách phân tích tương ứng (CA) 1.4 PSP hương vị nước: PSP ban đầu phát triển để mô tả hương vị nước Trong phần này, mô tả thử nghiệm với PSP, trước trình bày nghiên cứu so sánh đánh giá PSP ba PSP Cuối cùng, trình bày PSP sử dụng để tổng hợp liệu từ thiết kế khối khơng đầy đủ 1.4.1 Ví dụ : Một nghiên cứu đầu tiên, chuyên dụng để xác nhận ứng dụng PSP hương vị nước, có tiến hành số 32 người thử mẫu có kinh nghiệm việc ghi thuộc tính quy mơ, mười mẫu nước Vùng biển chọn rộng lớn tìm thấy Pháp Volvic, Evian Vittel chọn người Ba Lan tương ứng đánh dấu "A", "B" "C" thử nghiệm Cực Volvic, Evian Vittel che mắt nếm để xác minh quán liệu PSP A sản phẩm không mùi (Evian với clo) thêm vào sản phẩm Các phân tích xác định không gian ba chiều Đầu tiên hai trục điều khiển độ dóc nước khống (hình 10.4) Người Ba Lan đứng gần mẫu để kiểm tra mẫu thử che mắt lại Dữ liệu PSP phù hợp Lưu ý kế hoạch này, ủng hộ "Evian với clo" gần gũi Ba Lan khác, sản phẩm thực tế bị cô lập chiều Phương pháp tiếp cận xử lý liệu, kết luận tư Hình 5: Khơng gian sản phẩm, kích thước 2, để đánh giá mẫu nước khống tồn cầu (mg / L) mẫu trình bày ngoặc đơn 1.4.2 Về lựa chọn cực: Chúng tơi có thấy cực tiểu ba cực cần thiết cho biểu diễn PSP 2D Và lựa chọn cực điểm tới hạn PSP Tuy nhiên, câu hỏi đường trục cặn để chọn chúng Thật đáng tiếc, khơng có quy tắc thực bây giờ, vài lời khuyên Trước hết, số liệu từ vài nghiên cứu tập hợp, cực nấm mốc ổn định qua thời gian Nếu bạn không rõ cực sẵn sàng cho thử tương lai, bạn nấm mốc biết lập cơng thức họ để tái sản xuất chúng Hộp dễ bạn muốn so sánh sản vật bạn với vài tham khảo chợ Chọn chúng làm cực Nếu có thành thạo kiến thức có hiệu lực sản vật bạn không gian, sử dụng Chẳng hạn như, bạn sử dụng phân loại trước sản vật sởtrên phân tích cụm thực hình dạng mẫu thử từ phân tích mơ tả số lượng tự - phân loại nhiệm vụ Nếu xét số liệu này, bạn định rõ khơng gian cảm giác chọn mẫu tốt đại diện cho nhóm ( kín đến trọng tâm, ví dụ ) Nếu bạn khơng có priori thơng tin không gian sản vật, bạn cảm thấy không thoải mái với lựa chọn cực bạn Tuy vậy, nghiên cứu chưa công bố gần cho thấy loại sản phẩm vài không nên - sidered đưa vào khơng gian cảm giác, khơng có tầm quan trọng thực đưa vào lựa chọn sản vật đưa vào kiểu Hơn nữa, lặp lại dãy lựa chọn cực xem xét Nếu mẫu thử đặt vào phần bên / / ngồi khơng gian cảm giác ( khác loại cực ), cực bỏ lỡ Trái lại, hai số cực cặn kín với tất nghiên cứu, có lẽ số xố bỏ Hình 6: Khơng gian sản phẩm, kích thước 3, để đánh giá mẫu nước 1.5 Thảo luận, kết luận phối cảnh: 1.5.1 Sự lựa chọn người Ba Lan: Chúng tơi có thấy cực tiểu ba cực cần thiết cho biểu diễn PSP 2D Và lựa chọn cực điểm tới hạn PSP Tuy nhiên, câu hỏi đường trục cặn để chọn chúng Thật đáng tiếc, khơng có quy tắc thực bây giờ, vài lời khuyên Trước hết, số liệu từ vài nghiên cứu tập hợp, cực nấm mốc ổn định qua thời gian Nếu bạn không rõ cực sẵn sàng cho thử tương lai, bạn nấm mốc biết lập cơng thức họ để tái sản xuất chúng Hộp dễ bạn muốn so sánh sản vật bạn với vài tham khảo chợ Chọn chúng làm cực Nếu có thành thạo kiến thức có hiệu lực sản vật bạn khơng gian, sử dụng Chẳng hạn như, bạn sử dụng phân loại trước sản vật sở phân tích cụm thực hình dạng mẫu thử từ phân tích mơ tả số lượng tự do-phân loại nhiệm vụ Nếu xét số liệu này, bạn định rõ không gian cảm giác chọn mẫu tốt đại diện cho nhóm ( kín đến trọng tâm, ví dụ ) Nếu bạn khơng có priori thông tin không gian sản vật, bạn cảm thấy không thoải mái với lựa chọn cực bạn Tuy vậy, nghiên cứu chưa công bố gần cho thấy loại sản phẩm vài không nên - sidered đưa vào không gian cảm giác, khơng có tầm quan trọng thực đưa vào lựa chọn sản vật đưa vào kiểu Hơn nữa, lặp lại dãy lựa chọn cực xem xét Nếu mẫu thử đặt vào phần bên ngồi / / ngồi khơng gian cảm giác ( khác loại cực ), cực bỏ lỡ Trái lại, hai số cực cặn kín với tất nghiên cứu, c ó lẽ số xố bỏ tương đương (Teillet ctv., 2010b) 1.5.2 Kết luận: PSP phương pháp đầy hứa hẹn Nó cung cấp mục perspec- tươi sáng cho phân tích cảm quan thơng thường mẫu nước phương pháp PSP cung cấp kết tốt cuối nên kích hoạt đặc trưng cảm giác sản phẩm định xác định, cho phép tập hợp liệu đánh giá mẫu nhiều phiên Các tiêu chí thống áp dụng cho mẫu nước dựa vào cấu trúc không gian cảm giác Các tiêu chuẩn khác phải xác định, chẳng hạn lặp lại, quyền lực phân biệt sản phẩm (thơng qua ANOVA elip ngụ mật như), người khác Những cân nhắc chủ đề tác phẩm Hiện số lượng đáng kể câu hỏi để cải thiện khái quát hóa việc sử dụng triết lý PSP, chẳng hạn nghiên cứu cách thức liệu thu thập (cấu trúc mô liên tục), liệu theo cách xử lý (ứng dụng mơ hình giám định hỗn hợp), ảnh hưởng đào tạo kết PSP thêm nguyên văn để đồ Hiện nhiều thứ cần phải học Tuy nhiên, PSP áp dụng với tự tin cho khơng gian sản phẩm sử dụng dường có liên quan PSP thành cơng sử dụng với loại mỹ phẩm (chrea et al 2011), hương liệu, đồ uống PSP thích nghi với chủ đề người tiêu dùng hành vi cảm xúc (cực hình ảnh, ambiances, điều bạn muốn!) Tóm lại, bạn thoải mái sử dụng PSP theo cách bạn muốn II.Kỹ thuật lập hồ sơ cảm quan: 1.Kỹ thuật lập hồ sơ cảm quan : Hình 8.1 Dữ liệu cấu trúc bảng FMS chuẩn bị cho phân tích liệu với phân tích nhân tố nhiều R Miễn có ý nghĩa với bạn "Trong phân loại, họ phép tạo hai nhiều nhóm có chứa để" tất ngoại trừ " mẫu Họ hướng dẫn để tiếp tục họ cảm thấy tất khả phân biệt đối xử có ý nghĩa đảm bảo Khi nhóm án so sánh, cho phép quay trở lại đánh giá lại mẫu? Hội thẩm khơng cần để giải thích lý họ xếp họ làm, miễn có ý nghĩa với họ cá nhân Nếu họ có ý tưởng rõ ràng lý họ xếp họ làm, họ khuyến khích để viết lý Ngoại trừ để hướng dẫn phương pháp, khơng có đào tạo sơ bộ, FMS nên thực vòng chưa đầy Đối với công việc phân loại, thu thập liệu cho mẫu bao gồm mô tả nhóm mà mẫu thuộc Dữ liệu cấu trúc minh họa hình 8.1 Các bảng liệu xây dựng để hàng tương ứng với mẫu Hàng tương ứng với giám định viên xác định, cột bao gồm tên mẫu Các cột sau bảng liệu bao gồm nhóm tất giám định viên, với tất nhóm từ Hội thẩm đặt cột liền kề Trong cột, mẫu thuộc nhóm cần phải chịu xác tên nhận biết Tùy thuộc vào phần mềm thống kê áp dụng, số chương trình xử lý ngữ nghĩa giá trị di động, người khác cần số nhận diện thể loại 2 Phân tích liệu: Như FMS cách tiếp cận nhanh chóng, có xu hướng làm bật chiều khác biệt sản phẩm Vì lý đó, phương pháp thống kê tổng thể so sánh có xu hướng tạo kết so sánh tổng thể Kể từ biến khơng thể giả định có tính chất tương tự, phân tích liệu có tính đến biến khác mong muốn Trong năm gần đây, miễn phí phần mềm thống kê R (Ihaka Gentleman, 1996; Phát triển R Core Team, 2010) đặc biệt phát triển chức cảm giác đạt phổ biến Các cấu trúc bảng liệu mô tả phù hợp cho liệu phân tích với nhiều yếu tố phân tích thực gói FactoMineR (Lêetal, 2008; Hussoetal, 2010) gói R FactoMineR chứa thuật tốn có liên quan cho chuyên gia làm việc với đa biến phân tích liệu thăm dị Nhiều yếu tố phân tích phân tích hai bước đâu bước là, trường hợp liệu chủng loại, nhiều tương ứng Analysis (s Escofier Page, 1994) Bước để bình thường hóa biểu diễn nhóm biến Bước thứ hai phân tích thành phần nguyên tắc kết nối, qui kết thúc với cấu hình tồn cầu (Abdietal., 2013).Các liệu mô tả bao gồm biến cho xếp thực Mỗi biến phân loại, bao gồm tên nhóm mà mẫu thuộc Có số khác phân loại đối tượng; báo cáo nghiên cứu gần giám định cá nhân xin 14 phân loại tập hợp mẫu (Dehlholmetal., 2012) Lợi nhóm phân loại từ giám tất nhóm cân độc lập với số biến Bằng cách này, giám định với 14 không thống trị không gian sản phẩm so với giám định với ba phân loại Ngoài ra, đa chiều không gian sản phẩm cá nhân giữ nguyên không gian tham gia vào tồn cầu phân tích thành phần Yếu tố phân tích nhiều kết số tranh ảnh tiêu chuẩn, có bốn hiển thị hình 8.2 Trong ví dụ này, chín sản phẩm đánh giá 14 giám định viên sử dụng FMS Các cá nhân tồn cầu đồ yếu tố (Hình 8.2a) cho thấy, cốt truyện bình thường (Hiệu trưởng tồn cầu phân tích thành phần), vị trí mẫu theo hai chiều chọn Các Hình vẽ nhóm sản phẩm thường xuyên phân loại lại với nhau; sản phẩm P1, P3, P4 P9 tương tự hơn, trái ngược với sản phẩm P5, P6 P8, P2 P7 chương trình đặc biệt Nó tùy chọn để hiển thị nhà đánh giá riêng cho sản phẩm Trong hình 8.2c, đường đứt nét đại diện cho nhận định cá nhân giám định viên sản phẩm tương ứng Nó sử dụng để kiểm tra trực quan thay đổi giám định viên, mà ví dụ lớn cho P2 sản phẩm người khác Các trục phần cốt truyện (Hình 8.2d) cho thấy mối tương quan kích thước hai giám định cá nhân Nó sử dụng để xác định tương đồng khác biệt không gian sản phẩm riêng biệt Như đây, có nhiều người đánh giá có liên quan đến nghiên cứu cốt truyện đơng đúc khó khăn để giải thích Nó hiển thị biến thể loại âm mưu Tuy nhiên, đánh giá thường dẫn đến số lượng lớn phân loại, hiển thị tất âm mưu dẫn đến cốt truyện đông đọc Vì lý này, có giá trị để hỗ trợ kết đa biến với số cách khác để nhìn vào thơng tin mơ tả discriminators khơng thể có nghĩa tìm thấy với phân tích tần số FactoMineR bao gồm chức cho mục đích (catdes) mà hiển thị ngữ nghĩa áp dụng đáng cho mẫu so với mẫu cịn lại Trước phân tích vậy, lemmatization bước chuẩn bị quan trọng Đi vào tài khoản bước dựa vào định chủ quan nhà phân tích, lý đó, cần thực trường hợp rõ ràng Có nhiều cách khác để kiểm tra chắn Một ứng dụng đồ họa hình elip tự tin phương tiện mẫu, chồng lên yếu tố cá nhân Hình 8.2 Cổ điển đầu phân tích nhân tố nhiều dựa nghiên cứu FMS (A) Bản đồ yếu tố cá nhân mẫu / sản phẩm (B) Nhóm (người đánh giá) đại diện cân (C) Bản đồ yếu tố cá nhân với phân bố giám định hiển thị cho mẫu P1, P2, P7 P8 (D) trục phần cho nhóm (giám định) Bản đồ Một kịch để thực dễ dàng R phát triển (Dehlholm et al., 2012), mà làm cho để xây dựng hình elip cho phương pháp lặp lại FMS Dựa R nhiều phân tích yếu tố kết đối tượng, thủ tục khởi động nhóm tiêu chuẩn biến tạo phần ban đầu yếu tố phân tích nhiều tạo 95% tự tin hình elip tốt Hệ số RV phi đồ họa (Robert Escoufier, 1976) sử dụng để xác nhận giám định cá nhân để so sánh cấu hình mẫu chung Hệ số hệ số tương quan đa biến nằm 1, Trường hợp trò chơi đầy đủ, thực FactoMineR có chức coeff RV Các chức aussi Cung cấp thử nghiệm ý nghĩa khác biệt hệ số từ khơng Josseetal (2008) Ví dụ, áp dụng để thể thành phần khoảng cách hai giám định cá nhân, người đánh giá cá nhân cấu hình trung bình, cấu hình trung bình nhóm giám định viên Ưu điểm, nhược điểm ứng dụng: Phân loại profi giác kỹ thuật ling nhanh chóng, FMS thường so sánh với phương pháp lập đồ ảnh (ngủ trưa) đón (check-tất cả-mà-xin) biến thể Việc phân loại thời gian khôn ngoan, cách tiếp cận nhanh chóng nói chung có khác biệt nhiều từ từ phương pháp thông thường "chậm hơn" Thuật ngữ "nhanh chóng" liên quan chủ yếu đến thời gian tương đối ngắn cần cho giám định để thực kiểm tra kỹ thuật nhanh chóng khác sử dụng chương trình khác để chuẩn bị mẫu xử lý liệu FMS nhanh chóng dễ dàng để lên kế hoạch thực hiện; nhiệm vụ đơn giản dễ hiểu giám định viên, phản ứng nhanh để thu thập cho chuyên gia cảm giác Nếu câu trả lời đưa tờ giấy, thời gian để chuyển liệu vào bảng tính Tuy nhiên, việc tiêu thụ phần làm việc với FMS thời gian xử lý liệu Từ vựng thường mức đa dạng tự nhiên Mặc dù lemmatization, từ vựng có tiềm mang phong cách riêng lý tưởng cho giám định cá nhân Với FMS (như với đồ ảnh), Hội thẩm phép mẫu riêng biệt linh cảm cảm xúc không dễ dàng bày tỏ Trọng tâm giữ mẫu tập hợp xác định trước thuộc tính, giám định viên không yêu cầu để mô tả hành động họ sau phân loại So với cảm giác thông thường, nơi vốn từ vựng cần phải thành lập trước đánh giá mẫu, phương pháp tiếp cận FMS cho toàn diện cá nhân Đây lợi áp dụng cho nhiệm vụ khái niệm (Hình 8.3.), Khác với nhiệm vụ xây dựng tập trung vào thuộc tính mẫu cụ thể Như nêu, FMS phù hợp với nhiệm vụ tổng thể khái niệm mở cho việc sử dụng ngữ nghĩa đa phương phức tạp Những liệu thường ồn hiển thị hình elip tự tin lớn xung quanh mẫu đồ yếu tố cá nhân liệu từ hồ sơ thơng thường Như thể hình 8.3, nhiệm vụ khái niệm nhiều thường liên quan đến việc sử dụng đánh giá viên xứ, cần liên kết khái niệm (đào tạo giám định), địi hỏi số lượng lớn giám định viên Hình 8.3 tục giám định cảm giác Nguồn: In lại từ Dehlholm (2012), Bản quyền năm 2012 Các mô tả thiết lập lý tưởng cho công việc mà lượng thấp thời gian có sẵn với giám định viên cần phải dẫn đến đồ định lượng số mẫu Tình trạng xảy cơng ty làm việc với phát triển sản phẩm, nơi FMS áp dụng với giám định viên nội hay bên ngồi Nó đặc biệt áp dụng để so sánh chủng loại sản phẩm, việc thăm dò ý tưởng giai đoạn phát sinh phát triển sản phẩm kiểm tra thị trường quy mô nhỏ sản phẩm thử nghiệm Như FMS tiêu thụ thời gian thực vịng chưa đầy giờ, cách tiếp cận nguồn lực thấp Do đó, áp dụng cho cơng ty nhỏ với ngân sách R & D nhỏ Quan trọng phương pháp hiểu rõ trước ứng dụng khơng phải áp dụng "dễ dàng" Xu hướng tương lai biết thêm thông tin: Một nghiên cứu gần FMS so với kỹ thuật sơ lược nhanh khác hồ sơ thông thường (Dehlholmetal., 2012) Nghiên cứu xem xét không gian sản phẩm, sản lượng ngữ nghĩa hiệu thiết thực chi tiết dựa thí nghiệm mà mẫu giống đánh giá với số giám định viên Đây nghiên cứu áp dụng FMS với sản phẩm thực phẩm Việc thực đơn giản FMS, cho giám định viên cảm giác chuyên nghiệp, chủ trương tiếp tục sử dụng Nó đặc biệt thích hợp cho đội phát triển sản phẩm ngân sách thấp, ví dụ DNNVV Thực môi trường vậy, FMS sẽ, giống phương pháp phân loại khác, có lẽ đối tượng mối quan tâm nhóm nghiên cứu cảm giác Thay vào đó, FMS thích ứng thơng qua sử dụng trường hợp đặc biệt với Bằng cách này, hầu hết phương pháp sơ lược cảm giác nhanh chóng tiến hóa III.Tài liệu tham khảo: Abdi, H., Williams, L J Valentin, D (2013) yếu tố phân tích nhiều: phân tích thành phần cho liệu multitable multiblock Wiley Nhận xét liên ngành: Tính toán thống kê, 5, 149-179 Ballester, J., Abdi, H., Langlois, J., Peyron, D Valentin, D (2009) Mùi màu sắc: chuyên gia rượu người phân biệt mùi màu trắng, đỏ hồng, rượu vang? Nhận thức giác quan, 2, 203-213 B é cue-Bertaut, M L ê, S (2011) Phân tích đa ngôn ngữ nhãn nhiệm vụ phân loại: ứng dụng để nghiên cứu xun văn hóa ngành cơng nghiệp rượu vang Tạp chí Nghiên cứu Giác, 26, 299-310 Dehlholm, C (2012) Đánh giá cảm quan mô tả: So sánh áp dụng tiểu thuyết nhanh Phương Pháp Copenhagen: SL GRAFI k Dehlholm, C., Brockhoff, P B Bredie, W L P (2012) elip dence confi: biến thể dựa bootstrapping tham số áp dụng nhiều kết phân tích nhân tố để đánh giá đồ họa nhanh chóng Chất lượng thực phẩm Sở thích, 26, 278-280 Dehlholm, C., Brockhoff, P B., MEINERT, L., Aaslyng, M D Bredie, W L P (2012) phương pháp cảm giác mơ tả nhanh chóng so sánh nhiều phân loại miễn phí, ngủ trưa phần, ngủ trưa, troflprofiling profiling Chất lượng thực phẩm Sở thích, 26, 267-277 Egoroff, C (2005) Làm để đo lường nhận thức: nghiên cứu trường hợp vải ô tô ESN Hội thảo, 25-26 Tháng năm 2005, Madrid, Tây Ban Nha Escofi er, B Pag è, J (1994) Nhiều yếu tố phân tích (Afmult trọn gói) Tính tốn thống kê phân tích liệu, 18, 121-140 Hulin, W S Katz, D (1935) Những hình ảnh Frois-Wittmann biểu khn mặt Tạp chí Tâm lý học thực nghiệm, 18, 482-498 Husson, F., Josse, J., L ê, S Mazet, J (2010) FactoMineR: đa biến thăm dò phân tích liệu khai thác liệu với R R phiên gói 1.14.http: gói //CRAN.R-project.org/ = FactoMineR Ihaka, R Gentleman, R (1996) R: ngôn ngữ để phân tích liệu đồ họa Tạp chí tính tốn đồ họa thống kê, 5, 299-314 Josse, J., Pag è, J Husson, F (2008) Thử nghiệm cance signifi cient RV coeffi Tính tốn thống kê phân tích liệu, 53, 82-91 Lawless, H T (1989) Thăm dò loại hương thơm mùi mơ hồ sử dụng đa chiều-rộng cụm phân tích Chemical Senses, 14, 349-360 Lawless, H T., Sheng, N KNOOPS, S S C P (1995) Đa chiều-rộng phân loại liệu áp dụng cho nhận thức phô mai Chất lượng thực phẩm Sở thích, 6, 91-98 L ê, S., Josse, J Husson, F (2008) FactoMineR: gói R để phân tích đa biến Tạp chí phần mềm thống kê, 25, 1-18 Pagè, J., Cadoret, M L ê, S (2010) Việc ngủ trưa xếp: cách tiếp cận toàn diện đánh giá cảm quan Tạp chí Nghiên cứu Giác, 25, 637-658 Qannari, E M., Courcoux, P., Taylor, Y., Buck, D Greenhoff, K (2010) vấn đề thống kê liên quan đến nhiệm vụ phân loại tự thứ bậc 10 Sensometric hội: Quá khứ, tại, tương lai, ngày 25-ngày 28 tháng năm 2010, Rotterdam, Hà Lan Đội R Phát triển Core (2010) R: ngơn ngữ mơi trường tính tốn thống kê R Foundation cho thống kê máy tính, Vienna, Áo ISBN 3900051-07-0, URL http: // www.R-project.org/ Robert, P Escoufi er, Y (1976) công cụ thống cho tuyến tính đa biến thống kê-phương pháp - Rv-coeffi cient Tạp chí Hồng gia thống kê Hội Dịng kê C-Ứng Dụng, 25, 257-265 Rosenberg, S., Nelson, C Vivekana, P S (1968) Một cách tiếp cận đa chiều để cấu trúc hiển thị cá tính Tạp chí Nhân cách Tâm lý xã hội, 9, 283-294 Schiffman, S S., Reynolds, M L Young, F W (1981) Giới thiệu đa chiều Scaling: Lý thuyết, phương pháp, ứng dụng New York: Ấn Academic Steinberg, D D (1967) Từ loại: cơng cụ để phân tích ngữ nghĩa Psychonomic Khoa học, 8, 541-542  ... thường liên quan đến việc sử dụng đánh giá viên xứ, cần liên kết khái niệm (đào tạo giám định), địi hỏi số lượng lớn giám định viên Hình 8.3 tục giám định cảm giác Nguồn: In lại từ Dehlholm (2012),... tiết dựa thí nghiệm mà mẫu giống đánh giá với số giám định viên Đây nghiên cứu áp dụng FMS với sản phẩm thực phẩm Việc thực đơn giản FMS, cho giám định viên cảm giác chuyên nghiệp, tơi chủ trương... phân tích cảm giác dễ dàng (khơng có mùi, khơng có kết cấu, khơng có vị hăng, không bền bỉ, vv) Tuy nhiên, kích thích gây nước thường yếu nên nước đại diện để phân tích cảm giác ý nhạy cảm Tại