Acceso usuarios
Julieta Domínguez Soberanes, Víctor M. Álvarez Pato, Claudia N. Sánchez, David E. Mendoza Pérez, Paolo Visconti, Ramiro Velázquez
Los productos alimenticios inducen reacciones psicológicas y fisiológicas en los consumidores que influencian sus preferencias y decisiones de compra. En particular, las reacciones fisiológicas hacia los alimentos han cobrado reciente interés en el campo de estudio del comportamiento del consumidor. Para incrementar las oportunidades de éxito en el mercado, las evaluaciones preventa de los productos alimenticios deben incorporar las respuestas fisiológicas de los consumidores. Este artículo presenta un sistema novedoso de análisis sensorial que comprende la medición de diversos parámetros fisiológicos como el reconocimiento de emociones faciales, la respuesta galvánica de la piel y la frecuencia cardiaca o pulso. La fusión de datos y su análisis con métodos de aprendizaje automático permiten predecir la aceptación de los alimentos por parte de los consumidores.
Experimentos realizados con un gran número de participantes (120) sugieren que las expresiones faciales por sí solas no son suficientes para determinar la aceptación del consumidor. Sin embargo, cuando se considera también la respuesta galvánica de la piel y el pulso, la predicción de la aceptación mejora significativamente.
Este trabajo tiene como objetivo contribuir al entendimiento de las reacciones fisiológicas humanas cuando se interactúa con alimentos y pretende aplicar este conocimiento en la industria de alimentos.
Food products elicit both psychological and physiological reactions in consumers that influence their liking and buying decisions. In particular, the physiological reactions toward food products have recently become of interest to better understand consumer behavior. To increase the chances of success in the market, pre-sale food product assessments must incorporate the consumers’ physiological responses. This paper presents a novel sensory analysis system encompassing the measurement of several physiological parameters such as facial emotion recognition, galvanic skin response (GSR), and heart rate or pulse. Data fusion and machine learning methods allow predicting consumer acceptance of food samples. Experiments conducted with a large cohort of participants (120) suggest that facial expressions alone are not sufficient to determine consumer acceptance.
However, when GSR and pulse signals are also considered, acceptance prediction is significantly improved. This work aims to contribute to the understanding of the human physiological reactions when interacting with food and to apply this knowledge to the food industry.
