本期介绍北京工商大学王蓓教授等发表在《中国食品学报》第24卷第7期特约专栏（食品感知技术）上的文章《数据挖掘与建模技术在食品嗅觉和味觉感知与情绪认知中的应用》。 

随着食品嗅觉和味觉感官及情绪认知相关的科学技术水平的不断提升，越来越多的仪器分析方法和实验设备用于上述领域的研究。检测方法的多样化、全面化以及检测精度的提升，也伴随着风味感知相关数据规模的扩增。如何从食品风味仪器分析结果以及消费者的情绪认知行为相关研究中收集的大量数据中获得关键信息，并建立数据间的关联，越来越被研究人员所关注。食品领域的数据挖掘与建模技术是利用食品生产及流通过程中获得的大量数据，实时、准确地监控食品产业链的各个环节中的物理化学变化，并预测这些变化可能对消费者感官特征及情绪认知产生的影响。目前在食品嗅觉和味觉感知领域，数据挖掘与建模技术可为食品科研人员和消费者提供前所未有的洞察力和分析能力。

文章在针对经典的机器学习方法中的有监督和无监督的数据挖掘与建模方法以及深度学习方法的基础上，对食品感官属性研究以及情绪认知方面的最新应用进展进行分析，并展望数据挖掘与建模技术在食品嗅觉和味觉感知领域的应用前景，助力食品行业的科技进步和产业升级。

1、常用的数据挖掘与建模技术

1）经典方法

按照需要解决问题的类型不同，可以将机器学习模型分为有监督和无监督两类。

无监督方法：没有指定的输出参数（指定的目标），只是为了了解事物本身，寻找出数据包含的事物的结构及关系进行的统计学分析方法，更多用于探索事物的特性，如描述性分析。

有监督方法：有明确的输出参数、指标和类别，参与预测过程本身的统计学分析方法，大多用来预测或分类。

2）深度学习

深度学习是在机器学习技术的基础上，结合大数据技术建立起的一种新的学习理念。由于任务目标和数据蕴含的信息高度复杂化，模型需要有足够多的数据量及变量个数，才能够实现准确及完整的逻辑推理及判断，因此深度学习模型从体量和复杂程度上都迅速上升，训练机器进行建模也就需要有足够多的数据量。随着可积累的数据越来越多，计算机的运算能力的重大提升，深度学习在食品风味研究中的应用也越来越多。

2、数据挖掘与建模技术在食品嗅觉和味觉研究中的应用

近年来，数据挖掘与建模技术在食品风味感知研究中的应用主要分为3种：

1）在食品嗅觉感官属性研究中的相关应用研究

食品的嗅觉感知是食品主观感知中不可或缺的部分，它们影响对食品的整体品质评估，关系消费者的接受度和满意度。目前研究主要集中在通过已知气味分子结构特征来预测嗅觉感知，以及利用仪器分析检测样品的定性、定量结果来预测嗅觉感知两个方面。

2）在食品味觉感官属性研究中的相关应用研究

味觉是人类进化出来的一种复杂的感觉，主要是为了对食物衍生的呈味物质作出反应，不同的滋味分子与味觉受体特异性结合，会引起味觉细胞膜上不同味觉受体的响应，导致形成不同的味觉。目前，味觉分子模拟主要集中在甜味和苦味这两种滋味的研究上，而分子模拟技术被广泛用于研究受体和小分子之间的相互作用。

3）在情绪认知方面的应用研究

近年来，越来越多的研究者关注消费者的整体体验，研究食物和消费者之间的关系，以及理解情绪如何驱动人类行为，从而捕捉消费者在享乐喜好相关的反应。消费者对食物选择可以受到许多内在和外在因素的影响，这些因素可以相互作用，形成一系列潜在的复杂变量。数据挖掘与建模技术则可以很好地分析这些复杂变量，实现消费者对食品选择的预测，帮助消费者找到理想的食品。

图1. 数据挖掘和建模技术在食品嗅觉和味觉研究中的应用

图2. 常见的情绪测量方法

3、结论与展望

近年来，数据挖掘与建模技术在食品风味研究中的应用越来越广泛，为食品科研人员提供了一种新的视角和方法，以深入理解和控制食品的感官特性。一方面，研究人员已成功地利用经典数据挖掘与建模技术，建立感官属性和风味化合物之间的关系。具体而言，回归模型有助于根据系数来识别关键因素/风味化合物，在分析数据上应用分类方法可以预测食品的感官，对食品进行鉴别分析，评估消费者对食品的接受性和偏好性。最终可以通过应用适当的数据挖掘与建模技术来实现预测食品风味。另一方面，由于未来工作的复杂性，将关注点集中在更先进的深度学习建模技术上。例如利用分子模拟和机器学习技术，将多种来源的数据（如风味分子的分子结构、感官属性、仪器量化数据等）用于风味感知研究中的建模。作为一种计算机模拟方法，上述模型有助于将大量化合物按照其所需的风味特性进行优先排序，从而显著减少用于详细感官分析的候选化学物质的数量，数据建模的可行性和效率得到广泛认可。

虽然数据挖掘与建模技术在食品气味研究中具有诸多优势，但是在实际应用过程中仍面临一些挑战。例如，数据的质量和数量对模型的性能具有重要影响，需要保证数据的准确性和完整性，同时，更新不及时、数据不可访问和代码不公开的问题仍然存在。因此，在发表研究过程中，公开所有数据和代码的呼声也越来越高。未来，随着技术的不断发展和数据的不断积累，数据挖掘与建模技术在食品风味感知领域的应用将更加广泛和深入，也会进一步推动食品产业走向另一个数智化新纪元。

原文链接：https://kns.cnki.net/kcms2/article/abstract?v=6TwuVQQ8bf8F6M2P4aIpslKD_aIV88rVVMUJ51zBi7hTPyjG3R8abdyH_1fcujbX1lNtbrD8iPPxmheY2V89iqMXMWv5GjcQZP2W7Y7nqfVLXt2gHqiWTQ==&uniplatform=NZKPT