基于地域喜好差異的液態乳關鍵屬性優化方法

支瑞聰，趙 鐳，蘇玉芳，云戰友，高海燕*

風味是食品的靈魂，隨著市場競爭的日益激烈，越來越多的企業意識到，在品牌主導市場的今天，如何將自己的產品品牌特征建立在消費者對感官屬性喜好的基礎上是產品能否成功的先決條件。如何發現并滿足消費者對產品風味的喜好是產品設計環節需要考慮的核心問題[1]。隨著消費的升級，產品設計向著多元化、差異化的方向發展，以適應不同消費水平、口味嗜好及營養需求的消費者。消費者是否接受并喜歡某種食品主要取決于該食品的感官質量。口味測試是研究消費者產品屬性偏好的重要依據[2]。消費者通過購買某品牌的商品，感受其特有的感官屬性特征，形成風味、口味的記憶和依賴，再經過品牌其他屬性的固化，形成品牌偏好[3]。然而，食品配方設計往往不能一次性完成，需要產品研發人員選擇不同的配方工藝，開發出不同配方的試驗樣品，通過進行消費者口味測試，篩選、調整配方，直至尋找到最佳的產品配方。如何根據不同地區消費者的感官喜好差異性指導產品配方設計成為新型消費形式下的需求。

消費者測試中常用的方法包括接受性測試和喜好性測試，代表方法分別為恰好標度和喜好標度。恰好標度是一種將產品感官屬性強度與接受性關聯起來的標度，標度的中點相當于屬性強度“恰好”，兩端分別代表“太強”和“太弱”。喜好標度方法是采用標度的形式將消費者對產品的情感狀態從不喜歡到喜歡的程度進行量化賦值[4]。恰好標度和喜好標度已被廣泛應用于食品分析，如谷物面包[5]、白酒[6]、乳品[7-10]、冰淇淋[11]、果汁[12-13]等。通常恰好標度和喜好標度可結合起來分析，為產品配方設計提供有效信息[14-17]。

近年來，我國乳業快速發展，乳制品已日漸成為居民日常消費的營養品。消費者定期飲用液態奶的比例呈逐年上升趨勢，與此同時，消費者對于液態奶的需求正在向多元化方向發展。風味液態乳口味豐富且營養價值較高，得到廣大消費者的喜愛，正逐步成為極具發展潛力的液態乳產品[18-19]。本研究以不同配方的液態乳產品為研究對象，利用分析型評價小組對風味液態乳產品進行感官評價，利用多元統計分析方法篩選配方樣品及其風味感官屬性。另一方面，對我國典型乳制品消費城市的消費者風味喜好度進行感官測試，利用消費者喜好測試對影響市場接受性的關鍵感官屬性進行驗證，采用偏相關分析、Penalty分析等多元統計分析方法多角度進行風味特征關聯性分析，并利用偏好圖對分析型感官分析（感官屬性強度測量）和情感型感官分析（消費者喜好度測量）結果進行綜合處理，針對不同地區消費人群的喜好差異確定液態乳樣品的關鍵感官屬性改進方案。

1 材料與方法

1.1 材料與試劑

牛乳 內蒙古伊利實業集團股份有限公司。

1.2 方法

1.2.1 樣品制備

以不同風味特征的液態乳為研究對象，根據配制型含乳飲料國家標準[20-21]設計樣品配方，以牛乳（蛋白質量分數不低于1.0%）添加量、白砂糖添加量、（乳酸+檸檬酸）添加量和增稠劑添加量為因素，采用正交試驗設計方法（表1）進行樣品風味設計，得到16 種具有不同風味特點的液態乳配方樣品[18]。

表1 風味液態乳配方設計正交試驗表Table 1 Coded levels and corresponding actual level of independent variable used in orthogonal array design for formulation of flavored liquid milk%

1.2.2 感官評價

1.2.2.1 篩選和培訓評價小組

按照GB/T 16291.1—2012《感官分析 選拔、培訓與管理評價員一般導則 第1部分 優選評價員》[22]對評價員進行篩選和培訓，通過感官功能、感官靈敏度和表達能力的基本測試，擇優選擇感覺能力和敏感性較強的20 名評價員組建感官評價小組。感官評價在獨立評價間內進行，評價環境的搭建GB/T 13868—2009《感官分析 建立感官分析實驗室的一般導則》[23]。

1.2.2.2 建立感官屬性描述詞空間

感官評價員對系列風味液態乳樣品進行品評，分別從視覺、嗅覺、味覺等方面描述出對樣品的所有感覺。首先對描述詞進行初步整理，刪除快感術語、定量術語、與樣品本身無關的術語等。隨后感官評價小組對初步整理后的描述詞的感覺強度進行評價，并參照GB/T 16861—1997《感官分析 通過多元分析方法鑒定和選擇用于建立感官剖面的描述詞》[24]，利用幾何平均值法對感官屬性描述詞的強度進行分析，進一步刪除部分描述詞。主要步驟為：1）統計每個描述詞出現的頻率F和該詞相對強度I，F為描述詞實際被述及的次數占該描述詞所有可能被述及總次數的百分率，I為評價小組實際給出的一個描述詞的強度和占該描述詞最大可能所得強度的百分率；2）計算每個描述詞的幾何平均值M，M＝ FI ；3）按照幾何平均值的大小對描述詞進行排序，刪除幾何平均值較低的描述詞、合并相關性較強的描述詞。

經過多元統計分析方法對描述詞進行篩選后，最終得到15 個描述詞，主要包括顏色、組織狀態、氣味、滋味、綜合風味和質地，如表2所示。

表2 篩選后的感官屬性描述詞Table 2 Selected sensory descriptors

1.2.2.3 感官屬性強度評價

組織感官評價小組對篩選后的風味液態乳的感官屬性進行強度定量評價，采用15 點線性標度分別對16 個配方樣品的特征感官屬性強度進行評價。線性標度的兩端分別代表“極弱”和“極強”，評價員選擇0～15范圍內的任意數值作為屬性強度評分。每個樣品重復評價3 次，評價結果的平均值被用于數據分析。

1.2.3 典型地區消費者測試

依據我國飲食風味特點選擇三大調研區域（華北、華東、西南）的代表性城市北京、上海、成都開展調研。測試中采用中央地點集中測試法（center location test，CLT）[25]定點攔截，進行一對一訪問，消費者甄別結合性別結構、年齡結構和液態奶消費習慣，選取液態奶的中重度消費者共656 名（北京218 名、成都218 名、上海220 名），其中消費者性別比例為1︰1，16～25、26～35、36～45 歲年齡分布比例為5︰3︰2。

消費者喜好度測試主要包括樣品喜好度測試和感官屬性喜好度測試，采用5 點喜好標度（1為非常不喜歡、2為不喜歡、3為既不喜歡也不厭惡、4為一般喜歡、5為非常喜歡）對被測樣品的整體喜好度及感官屬性喜好度進行評價，并采用5 點恰好標度（1為太濃、2為有點濃、3為正好、4為有點淡、5為太淡）對被測樣品的關鍵感官屬性強度進行評價[4]。

1.3 統計分析方法

1.3.1 偏相關分析

采用相關分析考察各屬性之間的相互影響。簡單相關分析計算出的相關系數可以反映2 個屬性之間的關聯性，但這種關聯性還包含其他屬性的影響。為了分析兩兩屬性之間的相互作用，采用偏相關分析方法。偏相關分析在控制其他屬性的前提下，反映的僅僅是2 個屬性的相關關系。

1.3.2 Penalty分析

Penalty分析的基本思想是通過分析感官屬性和對樣品總評價之間的關聯，確定每個感官屬性對總體評價的影響程度，Penalty分析對消費者接受性測試（恰好標度）的數據結果進行處理，可得到每個感官屬性對消費者接受性的重要程度，并確定樣品改進的優先次序和改進的方向[15,26-27]。

1.3.3 偏好圖分析

偏好圖[5,28-30]是一種將消費者測試數據與描述性感官分析相結合的數據統計分析技術，通常以二維圖的形式給出消費者喜好與產品感官屬性之間的關系：一方面可以體現具有相似喜好的消費者群體分類及其對不同樣品的喜好趨勢；另一方面可以綜合分析樣品感官屬性以及人群分布之間的關系。

本研究統計分析采用SPSS 18.0和Matlab 2015b實現。以P＜0.05表示差異或相關性顯著。

2 結果與分析

2.1 評價小組感官品評

2.1.1 液態乳感官風味特征分析

圖1 5 種風味液態乳配方樣品成分含量比較Fig. 1 Ingredients of flavored liquid milk samples

利用聚類分析、主成分分析等多元統計分析方法對16 個配方樣品進行分析，將感官屬性相近的樣品進行整合，從而確定5 個感官屬性特征各具特點的液態乳代表樣品，該5 種樣品的配方參數比較見圖1。分別對5 種樣品的感官屬性進行強度評價，描述樣品顏色、組織狀態、氣味、滋味、綜合風味和質地等感官屬性方面的不同特點，繪制感官剖面圖，如圖2所示。樣品A口感清爽，酸和甜的感覺適中，質地稀薄；樣品B口感平淡，酸味明顯，質地稀薄；樣品C口感尚可，稍有些甜，質地適中；樣品D口感濃郁，酸和甜的感覺強，質地適中；樣品E口感平淡，甜味明顯，乳香味濃，質地稠厚。通過方差分析可知，5 個樣品之間存在顯著性差異（F4,55＝6.62，P＜0.05）。因此，消費者測試中選用該5 種樣品進行分析。

圖2 5 種不同風味特征液態乳樣品感官剖面圖Fig. 2 Sensory profile of flavored liquid milk samples

2.1.2 液態乳感官屬性相關性分析

樣品感官屬性不僅對消費者的接受性和喜好性產生重要影響，而且可能與其他感官屬性之間有密切的關系。為了分析兩兩屬性之間的相互作用，采用偏相關性分析考察滋味和綜合風味各屬性之間的相互影響。5 種樣品的酸味、甜味、乳香味、甜酸味、酸爽味、甜爽味之間的偏相關系數矩陣如表3所示。

表3 5 種樣品滋味和綜合感官屬性偏相關系數矩陣Table 3 Partial correlation coefficients between taste attributes and comprehensive flavor attributes

由表3可以看出，甜味對乳香味、甜爽味有直接影響，且正相關程度很高，對甜爽味相關系數達0.976；而與酸味相關的感官屬性，如酸味、酸爽味，呈很高的負相關性，其中和酸味的負相關系數達0.980。乳香味和甜味、甜爽味呈正相關，而與酸味、酸爽味、甜酸味呈負相關，其中對甜爽味的正影響最大，正相關系數為0.905。甜酸味與酸爽味、酸味呈正相關，而與甜味、乳香味、甜爽味呈負相關，其中對酸爽味的正影響最大。類似的，酸爽味和與酸味相關的感官屬性，如酸味、甜酸味等呈正相關，而與甜味相關的感官屬性呈負相關，其中與酸味的正相關系數達0.951，與甜味的負相關系數達0.977。甜爽味與甜味、乳香味呈較高的正相關性，而與酸味、酸爽味、甜酸味等呈明顯負相關性。

綜上，甜味、酸味、乳香味與其他感官屬性之間的相互關系具有代表性，與酸甜味、酸爽味、甜爽味等感官屬性的相關性相似，因此將甜味、酸味、乳香味確定為關鍵感官屬性。此外，質地屬性也是影響液態乳制品口感的重要因素，評價員所確定的質地感官屬性主要是稠厚和細膩，因此在消費者測試中采用的液態乳感官屬性包括甜味、酸味、乳香味、稠厚感和細膩感。

2.2 消費者測試

2.2.1 典型消費城市感官屬性喜好度分析

在液態乳消費的3 個典型城市（北京、上海、成都）對篩選后的5 種配方液態乳樣品進行消費者口味測試，測試內容主要包括5 種樣品的整體喜好測試以及感官屬性接受性測試。

從整體喜好度來看，北京、上海、成都3 地區對于樣品C、D、E的喜歡程度較高，地區差異較小；而對于樣品A、B的喜好度偏低。對于甜味、酸味、乳香味、稠厚感、細膩感等風味感官屬性開展接受性測試，不同地域消費者對5 種樣品感官屬性接受性差異如圖3所示。

整體來看：各地區消費者對樣品A的認知趨勢一致，認為樣品A酸味偏多，甜味偏少，乳香味偏少，稠厚感偏少，細膩感相對比較合適，但成都地區消費者認為樣品細膩感不足；各地區消費者認為樣品B的感官屬性強度普遍較低，認知趨勢相對一致，認為樣品B酸味偏多，甜味偏少，乳香味偏少，稠厚感偏少，細膩感相對比較合適，但成都地區消費者認為樣品細膩感不足；上海和成都地區消費者對于樣品C的認知趨勢保持一致，認為酸味、甜味、乳香味、稠厚感相對比較合適，而北京地區消費者認為樣品C的甜味偏多，各地區消費者都認為樣品C的細膩感過強；成都地區消費者認為樣品D各屬性“正好”的比例更多一些，而北京和上海的口味的趨勢相對一致，認為樣品D酸味偏多，細膩感過強，而甜味、乳香味、稠厚感比較適中；上海和成都地區的消費者對樣品E的認知趨勢保持一致，認為酸味、稠厚感偏少，而北京地區認為樣品E酸味基本適中、甜味偏多，各地區消費者均認為樣品E細膩感過強，其中北京消費者更甚。

圖3 不同地區對5 種液態乳樣品感官屬性接受度比較Fig. 3 Sensory acceptance of five liquid milk samples in different cities

根據5 種樣品的感官屬性特點，對不同配方液態乳樣品關鍵感官屬性的各區域消費者喜好度進行分析。從各感官屬性方面（酸味、甜味、乳香味、稠厚感、細膩感）最喜歡某配方樣品的消費者比例如表4所示。就“酸味”而言，樣品D是各地區消費者最喜歡的。在樣品B的認知上地區間存在顯著差異，成都和北京地區對于樣品B“酸味”的喜歡程度明顯高于上海地區。就“甜味”而言，各地區消費者最喜歡的是樣品C和樣品E。就“乳香味”而言，各地區消費者最喜歡的是樣品C；上海地區對于樣品D“乳香味”的喜歡程度顯著高于北京；北京地區對于樣品E“乳香味”的喜歡程度顯著高于其他城市。就“稠厚感”而言，各地區消費者最喜歡的是樣品E；上海地區對樣品D“稠厚感”的喜歡程度明顯高于成都。在“細膩感”的認知上，各地區消費者最喜歡的是樣品C和樣品E；北京地區對樣品E“細膩感”的喜歡程度顯著高于上海地區；上海地區對樣品D“細膩感”的喜歡程度顯著高于北京地區。

表4 5 種不同配方液態乳樣品關鍵感官屬性區域喜好性Table 4 Local preference of sensory attributes for flavored liquid milk samples%

2.2.2 感官屬性與整體喜好度相關性分析

對樣品A～E的感官屬性與整體喜好度進行偏相關分析，分析樣品感官屬性（酸味、甜味、乳香味、稠厚感、細膩感）與樣品整體喜好度之間的關系，如在控制酸味、乳香味、稠厚感和細膩感的前提下，考察甜味和整體喜好度之間的相關性，以此類推。得到風味感官屬性與整體喜好度的偏相關系數（P＜0.05）如圖4所示。

圖4 感官屬性與整體喜好度間的偏相關系數Fig. 4 Partial correlation coefficients between sensory attributes and overall preference of samples

由圖4可以看出，細膩感是對整體喜好度正向影響最顯著的風味感官屬性，且其影響因子較大。甜味和乳香味也是對樣品喜好度影響較大的關鍵感官屬性，酸味對整體喜好度呈現負影響，且影響因子相對較大。此外，酸味對其他感官屬性的影響比較小，對甜味和細膩感呈負相關。甜味對乳香味的影響較大，對其他屬性影響較小，且對酸味呈現負影響。乳香味對稠厚感、細膩感和甜味的影響都比較大，對酸味影響很小，且為負影響。稠厚感對乳香味和細膩感的影響比較大，對其他屬性影響較小。細膩感對乳香味和稠厚感的影響較大，對其他屬性影響比較小。

2.2.3 液態乳感官屬性優化

Penalty分析結合感官屬性恰好標度及喜好標度進行分析，Penalty系數的大小反映了某個屬性的偏向對整體喜好度的影響。為了直觀地了解樣品配方的改進方向，可通過二維象限圖方法展示。其中x軸代表消費者比例，y軸代表Penalty系數。在Penalty分析象限分布圖中，第一象限的感官指標是優先改進區，即該區域的感官屬性亟需改進[27]。由于不同地區的消費者喜好有所差異，可針對區域性喜好差異對樣品感官屬性分別進行改進。北京、成都、上海3 個典型消費城市的液態乳樣品關鍵感官屬性優化結果如圖5～7所示。

圖5 北京地區Penalty分析樣品感官屬性優化Fig. 5 Penalty analysis plot of sensory attributes of the samples from Beijing

圖5 是北京地區消費者的Penalty分析結果，可以看出樣品A的酸味太濃，乳香味、甜味太淡，是需要改進的指標，稠厚感和細膩感可以更加濃厚一些；樣品B的酸味太濃，甜味、乳香味太淡，是首先需要改進的指標，稠厚感和細膩感也太淡，可更加濃厚一些；樣品C的整體感官屬性表現較好，甜味太濃、稠厚感太淡，可適當改進；樣品D的酸味太濃、稠厚感太淡的指標需改進，也可提高乳香味的濃度；樣品E的感官屬性整體接受度較高，需對甜味及細膩感太濃進行改進。

圖6 成都地區Penalty分析樣品感官屬性優化Fig. 6 Penalty analysis plot of sensory attributes of the samples from Chengdu

成都地區消費者的Penalty分析結果（圖6）表明，樣品A的多項感官屬性均顯不足，需要提高，包括酸味太濃，甜味、乳香味、稠厚感以及細膩感太淡；類似的，樣品B的乳香味、稠厚感和細膩感也需提升，且酸味太濃、甜味太淡，需調整酸甜比例；樣品C和樣品D的乳香味和稠厚感較淡，而細膩感太濃，需對相應感官屬性進行改進；樣品E的指標改進程度較小，可適當提高酸味和乳香味。

圖7 上海地區Penalty分析樣品感官屬性優化Fig. 7 Penalty analysis plot of sensory attributes of the samples from Shanghai

上海地區消費者的Penalty分析結果（圖7）表明，樣品A和樣品B的甜味、乳香味太淡，酸味太濃，是需要改進的感官屬性，且樣品A的稠厚感可以更加濃厚些；樣品C的甜味太濃、乳香味太淡等感官屬性需適當改進；樣品D的整體接受性較好，需降低酸味，適當提高甜味；樣品E的酸味、乳香味、稠厚感等屬性比較低，需要提高。

2.2.4 評價小組與消費者感官評價相結合的感官屬性優化

采用偏好圖分析方法將評價小組專業感官評價（樣品感官屬性定量描述分析）與消費者感官評價（樣品喜好線性標度）結果結合起來，可將不同地區的消費者人群進行劃分，對人群喜好特點進行分析，并將樣品、人群、感官屬性三者聯系起來，且感官屬性體現的更具體多樣，并不局限于消費者測試中所選用的關鍵感官屬性。通過二維散點圖的形式，可以直觀分析對樣品更細致的風味感官屬性的優化方向。

圖8 不同地區感官屬性偏好圖優化分析Fig. 8 Preference map for the samples from different cities

三個調研城市的偏好圖分析結果如圖8所示。其中cluster代表人群聚類類別，根據消費者對樣品的喜好度進行聚類分析，將消費者分成喜好相近的幾類人群。隨后采用主成分分析方法分析樣品與消費者人群之間的關系，將主成分分析得分向量及因子載荷向量以二維空間形式展示。此外，感官評價小組對感官屬性的線性標度評價結果與消費者數據進行偏最小二乘回歸分析，將感官屬性因子向量加入二維散點圖，從而綜合展示樣品、消費者以及感官屬性之間的關系。

從北京地區偏好圖中可以看出，聚類分析將消費者分成8 組，在8 個消費者群體中，多數消費者群體（cluster 1、3～6、8）比較喜愛樣品D和樣品E。這部分消費者數量為168 人，占總消費者人數的77%，可代表北京地區消費者的喜好取向。樣品A的代表性屬性為甜味（氣味）、乳香味（氣味），樣品B的代表性屬性為酸味（氣味）、酸爽味（滋味）和酸甜味（滋味），樣品D、E在甜味（氣味/滋味）、乳香味（滋味）、甜爽味（滋味）以及稠厚感、細膩感等屬性上更具代表性。消費者認為樣品A感官屬性偏淡，樣品B的酸味比較濃郁，而樣品C、D、E的甜味、乳香味、細膩感和稠厚感的特點比較明顯，而其中樣品D和樣品E的乳香味、細膩感比樣品C更為明顯。由此可知，北京消費者比較偏愛乳香味濃郁、口感細膩的液態乳樣品。

從成都地區偏好圖中可以看出，聚類分析將消費者分成9 組，9 個消費者群體中，多數消費者群體（cluster 1、3～5、7、9）比較喜愛樣品C。這部分消費者數量為167 人，占總消費者人數的77%，可代表成都地區消費者的喜好取向。樣品A的代表性屬性為酸味（氣味/滋味），樣品B的代表屬性為酸爽味（滋味）和酸甜味（滋味），樣品D在乳香味（滋味）和甜爽味（滋味）上更具有代表性，而樣品C和樣品E的代表屬性為甜味（氣味/滋味）、細膩感和稠厚感。消費者認為樣品A的酸味較強，樣品B也偏酸爽，而樣品C和樣品E的甜味、乳香味、細膩感和稠厚感的特點比較明顯，而樣品C的甜味更濃，樣品E的乳香味、細膩感和稠厚感更強。由此可知，成都消費者比較偏愛口味較甜、乳香味濃郁、口感細膩稠厚的液態乳樣品。

從上海地區偏好圖中可以看出，聚類分析將消費者分成7 組，7 個消費者群體中，多數消費者群體（cluster 1～3、5、7）比較喜愛樣品C和樣品E。這部分消費者數量為168 人，占總消費者人數的76%，可代表上海地區消費者的喜好取向。樣品A和樣品D的代表性屬性為酸味（氣味）、酸爽味（滋味）和酸甜味（滋味），樣品B的代表性屬性為乳香味（氣味），樣品C的代表性屬性為甜味（氣味/滋味）、乳香味（滋味）、甜爽味（滋味）以及稠厚感和細膩感。消費者認為樣品A和樣品D的酸味比較濃郁，而樣品B整體口味比較寡淡，樣品C的甜味（氣味/滋味）、乳香味、細膩感和稠厚感的特點比較明顯。由此可知，上海消費者比較偏愛口味較甜、口感細膩的液態乳樣品。

3 結 論

通過不同區域消費者對樣品的喜好度評價可知，北京、成都、上海的消費者對樣品C、D、E的喜好程度較高。北京地區消費者最喜歡樣品C和樣品E，認為樣品C各項屬性強度正好，少數消費者認為其甜味偏少，樣品E的甜味和酸味都偏少，而D的酸味偏重，由此可見，北京地區消費者喜歡口味相對較淡的乳制品，以及酸甜適中的口感。成都地區消費者最喜歡樣品E和樣品C，認為樣品E口味偏酸，樣品C各項屬性強度正好，而樣品D的酸味偏重，可見成都地區消費者也喜歡口味相對較淡的乳制品。上海地區消費者最喜歡樣品C和樣品D，但普遍認為樣品的酸味偏重，可見上海地區消費者喜歡偏甜一些的口味。通過配方模型優化結果可知，上海地區消費者喜歡偏甜的樣品，相對的，北京和成都地區消費者偏愛酸甜適中的樣品，3 個地區消費者對乳香味的喜好類似，都喜歡乳香味較大、口感細膩的樣品，北京地區消費者對稠厚感的要求沒有成都和上海地區消費者高。

本研究對不同消費城市的消費群體進行喜好分析，建立不同消費群體的產品配方改進模型，采用偏相關分析、Penalty分析、偏好圖分析等對感官評價小組的評價結果與消費者感官評價結果相關聯，建立描述性分析與喜好度測試相結合的產品關鍵感官屬性確定方法，并建立以消費者喜好為依據的產品風味配方優化量化設計模型。基于消費者喜好意愿的產品風味配方設計模型，針對目標人群進行定向營銷，可為新產品研發、已有產品感官品質改進、產品上市風險評估等方面提供有力的技術支撐。

參考文獻：

[1] 生慶海, 張愛霞, 馬蕊. 乳與乳制品感官品評[M]. 北京: 中國輕工業出版社, 2009: 264-273.

[2] RAZ C, PIPER D, HALLER R, et al. From sensory marketing to sensory design: how to drive formulation using consumers’ input?[J].Food Quality and Preference, 2008, 19: 719-726. DOI:10.1016/j.foodqual.2008.04.003.

[3] KRISHNA A. An integrative review of sensory marketing: engaging the senses to affect perception, judgment and behavior[J]. Journal of Consumer Psychology, 2012, 22: 332-351. DOI:10.1016/j.jcps.2011.08.003.

[4] 支瑞聰, 趙鐳, 張璐璐. 情感型感官測試技術動態分析[J]. 食品研究與開發, 2016, 37(13): 200-206. DOI:10.3969/j.issn.1005-6521.2016.13.048.

[5] BERNSTEIN A J. Mapping of whole grain and high fiber products:whole wheat bread and extruded rice and bean snake[D]. Lincoln:University of Nebraska, 2015: 12-16.

[6] 劉明, 鐘其頂, 劉傳賀, 等. 中國年輕人群對白酒香氣感官偏好特性的研究[J]. 釀酒科技, 2015(2): 136-139. DOI:10.13746/j.njkj.2014338.

[7] ELMORE J R, HEYMANN H, JOHNSON J, et al. Preference mapping: relating acceptance of ‘creaminess’ to a descriptive sensory map of a semi-solid[J]. Food Quality and Preference, 1999,10: 465-475. DOI:10.1016/S0950-3293(99)00046-4.

[8] THOMPSON J L, DRAKE M A, LOPETCHARAT K, et al.Preference mapping of commercial chocolate milks[J]. Journal of Food Science, 2004, 69(9): 406-413. DOI:10.1111/j.1365-2621.2004.tb09958.x.

[9] LI B, HAYES J E, ZIEGLER G R. Just-about-right and ideal scaling provide similar insights into the influence of sensory attributes on liking[J]. Food Quality and Preference, 2014, 37: 71-78. DOI:10.1016/j.foodqual.2014.04.019.

[10] ZHI R, ZHAO L, SHI J. Improving the sensory quality of flavored liquid milk by engaging sensory analysis and consumer preference[J]. Journal of Dairy Science, 2016, 99: 5305-5317. DOI:10.3168/jds.2015-10612.

[11] PALAZZO A B, BOLINI H M A. Sweeteners in diet chocolate ice cream: Penalty analysis and acceptance evaluation[J]. Journal of Food Studies, 2017, 6(1): 1-13. DOI:10.5296/jfs.v6i1.10655.

[12] CURI P N, ALMEIDA A B, TAVARES B S, et al. Optimization of tropical fruit juice based on sensory and nutritional characteristics[J].Food Science and Technology, 2007, 37(2): 308-314.DOI:10.1590/1678-457x.24716.

[13] DANNER L, SIDORKINA L, JOECHL M, et al. Make a face! implicit and explicit measurement of facial expressions elicited by orange juices using face reading technology[J]. Food Quality and Preference,2014, 32: 167-172. DOI:10.1016/j.foodqual.2013.01.004.

[14] VILLANUEVA N D M, DASILVA M A A P. Comparative performance of the nine-point hedonic, hybrid and self-adjusting scales in the generation of internal preference maps[J]. Food Quality and Preference, 2009, 20: 1-20. DOI:10.1016/j.foodqual.2008.06.003.

[15] ROTHMAN L. The use of just-about-right (JAR) scales in food product development and reformulation in consumer-led food product development[M]. Boston: CRC Press, 2007: 16-25.

[16] NARAYANAN P, CHINNASAMY B, JIN L, et al. Use of justabout-right scales and Penalty analysis to determine appropriate concentrations of stevia sweeteners for vanilla yogurt[J]. Journal of Dairy Science, 2014, 97(6): 3262-3272. DOI:10.3168/jds.2013-7365.

[17] JIAN B. A review of statistical methods for determination of relative importance of correlated predictors and identification of drivers of consumer liking[J]. Journal of Sensory Studies, 2012, 27: 87-101.DOI:10.1111/j.1745-459X.2012.00370.x.

[18] 支瑞聰, 趙鐳, 汪厚銀, 等. 中國典型消費城市風味液態乳感官屬性喜好性研究[J]. 食品與機械, 2014, 30(4): 238-242. DOI:10.13652/j.issn.1003-5788.2014.04.060.

[19] 李寧, 孫寶國. 乳品風味物質研究進展[J]. 食品與發酵工業, 2016,42(8): 240-251. DOI:10.13995/j.cnki.11-1802/ts.201608042.

[20] 全國食品工業標準化技術委員會飲料分技術委員會. 含乳飲料:GB/T 21732—2008[S]. 北京: 中國標準出版社, 2008: 1-7.

[21] 全國食品工業標準化技術委員會飲料分技術委員會. 飲料通則:GB 10789—2007[S]. 北京: 中國標準出版社, 2007: 1-10.

[22] 農業部. 感官分析 選拔、培訓與管理評價員一般導則 第1部分 優選評價員: GB/T 16291.1—2012[S]. 北京: 中國標準出版社, 2012:1-22.

[23] 中國標準化研究院. 感官分析 建立感官分析實驗室的一般導則:GB/T 13868—2009[S]. 北京: 中國標準出版社, 2012: 1-17.

[24] 中國標準化與心系分類編碼研究所, 全國農業分析標準化技術委員會. 感官分析 通過多元分析方法鑒定和選擇用于建立感官剖面的描述詞: GB/T 16861—1997[S]. 北京: 中國標準出版社,1997: 1-16.

[25] MEILGAARD M C, CIVILLE G V, CARR B T. Sensory evaluation techniques[M]. Boston: CRC Press, 2006: 3-6.

[26] ESTIAGA C E. Bootstrapping Penalty analysis in sensory evaluation of pizza products[M]. Manila: The Philippine Statistician, 2015: 69-94.

[27] PACZKOWSKI W. Technical memorandum on Penalty analysis[M].New York: Data Analytics Corp, 2009: 10-16.

[28] 侯立娟, 王啟萬. 偏好圖譜在產品定位中的應用分析[J]. 中小企業管理與科技旬刊, 2008, 26: 255-256. DOI:10.3969/j.issn.1673-1069.2008.26.229.

[29] ROMANO R, DAVINO C, NAES T. Classification trees in consumer studies for combining both product attributes and consumer preferences with additional consumer characteristics[J]. Food Quality and Preference, 2014, 33: 27-36. DOI:10.1016/j.foodqual.2013.11.006.

[30] ENDRIZZI I, GASPERI F, R?DBOTTEN M, et al. Interpretation,validation and segmentation of preference mapping models[J].Food Quality and Preference, 2014, 32: 198-209. DOI:10.1016/j.foodqual.2013.10.002.