科学购物：圣罗兰（YSL）的脑电波香水体验
尼古拉斯·S·威廉姆斯博士
更新于
2024年8月21日
科学购物：圣罗兰（YSL）的脑电波香水体验
尼古拉斯·S·威廉姆斯博士
更新于
2024年8月21日
科学购物：圣罗兰（YSL）的脑电波香水体验
尼古拉斯·S·威廉姆斯博士
更新于
2024年8月21日
欧莱雅（L’Oréal）与 Emotiv 联合开发了 Scent-sation，这是一种根据您的情绪反应推荐产品的互动式购物体验。
顾客先回答一系列关于他们从纺织品到环境等偏好的问题，然后戴上 Emotiv Insight 脑电图（EEG）头设。顾客测试不同的气味调性，例如“花香调”或“木质调”。与此同时，复杂的算法将他们的脑电波转化为实时的性能指标，如专注度、刺激度和压力水平。Scent-sation 根据每个人的生物特征反应推荐三款圣罗兰 (YSL) 奢华香水。
Scent-sation 在 2021 年迪拜世博会的 YSL 科技创新实验室首次亮相。与会者能够在时尚的环境中亲自尝试这种互动式购物体验。在成功展出后，他们在全球精选的圣罗兰（Yves Saint Laurent） 旗舰店安装了 Scent-sation。欧莱雅在 2024 年消费电子展（CES）上展示了其神经营销的创新方法，为此 Scent-sation 荣获了享有盛誉的创新奖（Innovation Award）。
“通过这个沉浸式系统，我们能够帮助 95% 的人找到符合其个性化需求和欲望的香水，这比没有这项技术的情况要高得多，” 圣罗兰美妆（Yves Saint Laurent Beauté）国际总经理 Stephan Bezy 在谈到与 Emotiv 的合作时表示。“这是该领域迈出的巨大第一步。一旦我们知道哪些气味能让人感到快乐、充满活力或其他情绪，我们就可以更加个性化地定制香水——潜力是无限的。”
气味与情绪之间的联系
人类的嗅觉与记忆和情感的形成之间有着密切的关系。我们拥有大约 300 个基因，帮助我们利用嗅觉受体检测许多不同的气味 [1]。研究表明，与嗅觉相关的记忆比其他感官触发的记忆更能追溯到一个人更早的生活经历 [2]。
根据欧莱雅的内部研究，77% 的消费者希望他们的香水能为他们带来情感上的益处。通过盲测，欧莱雅还发现人们会将各种情绪（包括快乐和放松）与他们的气味偏好联系起来。在 12-34 岁的消费者中，超过一半的人表示他们会根据自己的心情来选择香水 [3]。
现代科技向我们承诺了高效，但通常过多可供选择的选项会让人无从下手。科技通过仅显示重要的选项来帮助我们做出更好的选择。欧莱雅和其他领先品牌已转向神经营销来实现这一目标。合乎道德的神经营销不会告诉客户他们应该想要什么，而是帮助他们发现自己真正想要什么，从而提高客户忠诚度。
Scent-sation 是如何工作的？
Scent-sation 体验的核心是脑电图，即 EEG。 智能可穿戴头设可以测量脑细胞（神经元）活动时产生的电活动。研究人员在头皮上测量 EEG，作为潜在脑活动的指标。
当我们看着一张脸时，传感器可以测量大脑中独特的电信号。同样，当你闻到自己喜欢或讨厌的东西时，研究人员可以观察到可识别的脑电模式。研究人员可以测量并研究电活动的变化，以实时了解大脑功能和情绪反应。
Emotiv 结合了我们多年的研究专业知识和开发定制、复杂检测算法的经验，设计并提供了一款定制嗅觉检测产品。在与欧莱雅的合作中，我们收集了数百名接触过一系列 YSL 香水和香调的参与者的数据。参与者还对这些气味在不同维度（喜爱度、熟悉度、购买意愿等）上进行了主观评分。
利用与嗅觉相关的脑电图，Emotiv 的数据科学家创建了一种新的检测算法，可以捕捉与每种气味相关的特定特征。该算法经过训练，能够预测每个人对每次气味接触的自我报告“喜欢/讨厌”反应。大脑对一小部分香调的反应被整合到第二个模型中，该模型可以预测参与者对 27 款 YSL 香水中每一款产生好感的可能性，然后推荐前三款香水。
独特的门店体验与香水相结合，可以使消费者对品牌产生持久的美好记忆。在完成体验后，个人在做出购买决定时也会更有信心。
从脑电图（EEG）中你能学到什么？
EEG 是研究实验中常用的数据收集方法。与 MRI 和 fMRI 相比，EEG 具有一定优势，因为它可以快速检测大脑活动的流转过程。相比预订 MRI 设备，它也更加经济实惠，且非常省时。
无线 EEG 由 Emotiv 开创，允许在更自然的环境中、甚至远程收集实时大脑数据。这使得它成为一种独特适用于“在线”用途的工具 [4]。换句话说，其是在实时产生洞察，而不是在收集完所有数据后的稍后时间里。
原始 EEG 类似于观察声波，用肉眼几乎很难看出其中的含义。从“原始”EEG 中几乎看不出什么端倪。通常，科学家会查看多位反复接触某种刺激的人的平均 EEG 数据。了解更多有关神经振荡的基础知识。
EEG 必须经过处理以清除“噪点”，并且通常需要经过格式转换或其他数学变换，才能推导出任何有意义的模式。这通常是在实际数据收集完成很久之后才进行的。
产生实时脑电（EEG）洞察
如果脑电（EEG）必须经过清洗和转换才有意义，那么它在实时中又是如何发挥作用的呢？通过使用先前收集的数据，我们可以生成机器学习算法，从而识别与特定情况相关的大脑活动的一般模式。然后，您可以调整这些算法使其对其他情况也同样敏感。
例如，我们收集了许多人在执行几项令人沮丧的任务时的脑电数据。然后，我们建立了一个数学模型，模拟这种由于沮丧产生的脑电数据，并将沮丧程度量化在 0 到 100% 之间。该模型可以集成到软件中，以指示新体验者在做什么令其感到沮丧的事情。
Emotiv 积累了十多年开发此类实时 EEG 洞察的经验。我们在受控的实验条件下收集了数千人的脑电图。使用我们独特的数据库和方法，我们开发了几种不同的机器学习算法，可以实时识别认知状态。
这些 Emotiv “检测”（即性能指标）包括：沮丧度、兴趣度、放松度、参与度、兴奋度、压力度和注意力。我们通过进一步测试来微调这些检测指标并开发新的指标。
将实时检测融入消费者体验
通过与欧莱雅合作，Emotiv 将我们的嗅觉检测算法整合到流畅、基于应用程序的美妆体验中。在美妆顾问的协助下，顾客首先回答八个情绪画像问题，这些问题将决定六种最有可能刺激到他们的香调。
在确定了六种香调之后，美妆顾问会为顾客戴上 Emotiv 头设，并引导他们进行气味接触。顾客在体验每种香调的同时，脑部反应会被无线传输到移动设备上。在此过程中，Emotiv 的实时检测算法会不断调整该顾客对每款 YSL 香水产生好感的个体概率。
最后该体验为客户提供个人专属的画像。这个喜爱度曲线让顾客有机会将他们自己的画像与 YSL 美妆社群进行比较。
整个体验在推荐三款 YSL 香水时达到高潮。其中两款预测可以完美契合顾客的个体情绪和大脑反应。为了拓宽顾客的感官选择范围，第三款推荐是一款中性香水或异性香水，但两者的选择仍与大脑嗅觉预测算法保持一致。
从顾客、美妆顾问、欧莱雅和 Emotiv 的角度来看，这次合作体验取得了巨大的成功。
面向消费者的神经科学的未来
这次合作展示了如何将 Emotiv 业界领先的硬件与我们的神经科学处理管道相结合，从而建立高效且精准的预测应用。
随着硬件和软件技术的创新，我们已经进入了一个可以将神经科学广泛应用于实际生活的时代。
无论一个公司是希望对客户如何使用他们的产品获得实用的洞察，还是寻求通过对工作流和环境的客观评估来提升员工的福祉，现代神经技术现在都将成为未来的首选工具。它可以迅速取代问卷调查等主观测量方法，成为企业寻求更深入了解其员工、客户、产品和市场的最有效方法。与 Emotiv 一起开发
*更新于2024年8月21日*
*H.B. Duran 对本文亦有贡献。*
**您可能还会喜欢：**
**参考文献**
K. Sowndhararajan 和 S. Kim，“气味对人类心理生理活动的影响：特别参考人类脑电图反应。” *Scientia Pharmaceutica*，第 84 卷，第 4 期，第 724-751 页，2016 年 11 月年，doi: 10.3390/scipharm84040724.可下载于：https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5198031/
A. N. Miles 和 D. Berntsen，“气味引起的回到过去和未来的精神时间旅行：气味线索是否保留了与我们遥远过去的独特联系？”，*Memory*，第 19 卷，第 8 期，第 930-940 页，2011 年 11 月，doi: 10.1080/09658211.2011.613847。可下载于：https://www.tandfonline.com/doi/abs/10.1080/09658211.2011.613847
欧莱雅，“欧美莱雅宣布 2024 年包容性美妆基金获得者，” *L’Oréal*，2024年6月25日。可下载于：https://www.loreal.com/en/press-release/group/press-release-scent--sation/
N. S. Williams、W. King、G. Mackellar、R. Randeniya、A. McCormick 和 N. A. Badcock，“众包脑电图实验：使用 EmotivPRO Builder 和 EmotivLABS 进行远程脑电图采集的概念验证，” *Heliyon*，第 9 卷，第 8 期，页码 e18433，2023 年 8 月，doi: 10.1016/j.heliyon.2023.e18433。可下载于：https://www.cell.com/heliyon/fulltext/S2405-8440(23)05641-4?_returnURL=https%3A%2F%2Flinkinghub.elsevier.com%2Fretrieve%2Fpii%2FS2405844023056414%3Fshowall%3Dtrue
欧莱雅（L’Oréal）与 Emotiv 联合开发了 Scent-sation，这是一种根据您的情绪反应推荐产品的互动式购物体验。
顾客先回答一系列关于他们从纺织品到环境等偏好的问题，然后戴上 Emotiv Insight 脑电图（EEG）头设。顾客测试不同的气味调性，例如“花香调”或“木质调”。与此同时，复杂的算法将他们的脑电波转化为实时的性能指标，如专注度、刺激度和压力水平。Scent-sation 根据每个人的生物特征反应推荐三款圣罗兰 (YSL) 奢华香水。
Scent-sation 在 2021 年迪拜世博会的 YSL 科技创新实验室首次亮相。与会者能够在时尚的环境中亲自尝试这种互动式购物体验。在成功展出后，他们在全球精选的圣罗兰（Yves Saint Laurent） 旗舰店安装了 Scent-sation。欧莱雅在 2024 年消费电子展（CES）上展示了其神经营销的创新方法，为此 Scent-sation 荣获了享有盛誉的创新奖（Innovation Award）。
“通过这个沉浸式系统，我们能够帮助 95% 的人找到符合其个性化需求和欲望的香水，这比没有这项技术的情况要高得多，” 圣罗兰美妆（Yves Saint Laurent Beauté）国际总经理 Stephan Bezy 在谈到与 Emotiv 的合作时表示。“这是该领域迈出的巨大第一步。一旦我们知道哪些气味能让人感到快乐、充满活力或其他情绪，我们就可以更加个性化地定制香水——潜力是无限的。”
气味与情绪之间的联系
人类的嗅觉与记忆和情感的形成之间有着密切的关系。我们拥有大约 300 个基因，帮助我们利用嗅觉受体检测许多不同的气味 [1]。研究表明，与嗅觉相关的记忆比其他感官触发的记忆更能追溯到一个人更早的生活经历 [2]。
根据欧莱雅的内部研究，77% 的消费者希望他们的香水能为他们带来情感上的益处。通过盲测，欧莱雅还发现人们会将各种情绪（包括快乐和放松）与他们的气味偏好联系起来。在 12-34 岁的消费者中，超过一半的人表示他们会根据自己的心情来选择香水 [3]。
现代科技向我们承诺了高效，但通常过多可供选择的选项会让人无从下手。科技通过仅显示重要的选项来帮助我们做出更好的选择。欧莱雅和其他领先品牌已转向神经营销来实现这一目标。合乎道德的神经营销不会告诉客户他们应该想要什么，而是帮助他们发现自己真正想要什么，从而提高客户忠诚度。
Scent-sation 是如何工作的？
Scent-sation 体验的核心是脑电图，即 EEG。 智能可穿戴头设可以测量脑细胞（神经元）活动时产生的电活动。研究人员在头皮上测量 EEG，作为潜在脑活动的指标。
当我们看着一张脸时，传感器可以测量大脑中独特的电信号。同样，当你闻到自己喜欢或讨厌的东西时，研究人员可以观察到可识别的脑电模式。研究人员可以测量并研究电活动的变化，以实时了解大脑功能和情绪反应。
Emotiv 结合了我们多年的研究专业知识和开发定制、复杂检测算法的经验，设计并提供了一款定制嗅觉检测产品。在与欧莱雅的合作中，我们收集了数百名接触过一系列 YSL 香水和香调的参与者的数据。参与者还对这些气味在不同维度（喜爱度、熟悉度、购买意愿等）上进行了主观评分。
利用与嗅觉相关的脑电图，Emotiv 的数据科学家创建了一种新的检测算法，可以捕捉与每种气味相关的特定特征。该算法经过训练，能够预测每个人对每次气味接触的自我报告“喜欢/讨厌”反应。大脑对一小部分香调的反应被整合到第二个模型中，该模型可以预测参与者对 27 款 YSL 香水中每一款产生好感的可能性，然后推荐前三款香水。
独特的门店体验与香水相结合，可以使消费者对品牌产生持久的美好记忆。在完成体验后，个人在做出购买决定时也会更有信心。
从脑电图（EEG）中你能学到什么？
EEG 是研究实验中常用的数据收集方法。与 MRI 和 fMRI 相比，EEG 具有一定优势，因为它可以快速检测大脑活动的流转过程。相比预订 MRI 设备，它也更加经济实惠，且非常省时。
无线 EEG 由 Emotiv 开创，允许在更自然的环境中、甚至远程收集实时大脑数据。这使得它成为一种独特适用于“在线”用途的工具 [4]。换句话说，其是在实时产生洞察，而不是在收集完所有数据后的稍后时间里。
原始 EEG 类似于观察声波，用肉眼几乎很难看出其中的含义。从“原始”EEG 中几乎看不出什么端倪。通常，科学家会查看多位反复接触某种刺激的人的平均 EEG 数据。了解更多有关神经振荡的基础知识。
EEG 必须经过处理以清除“噪点”，并且通常需要经过格式转换或其他数学变换，才能推导出任何有意义的模式。这通常是在实际数据收集完成很久之后才进行的。
产生实时脑电（EEG）洞察
如果脑电（EEG）必须经过清洗和转换才有意义，那么它在实时中又是如何发挥作用的呢？通过使用先前收集的数据，我们可以生成机器学习算法，从而识别与特定情况相关的大脑活动的一般模式。然后，您可以调整这些算法使其对其他情况也同样敏感。
例如，我们收集了许多人在执行几项令人沮丧的任务时的脑电数据。然后，我们建立了一个数学模型，模拟这种由于沮丧产生的脑电数据，并将沮丧程度量化在 0 到 100% 之间。该模型可以集成到软件中，以指示新体验者在做什么令其感到沮丧的事情。
Emotiv 积累了十多年开发此类实时 EEG 洞察的经验。我们在受控的实验条件下收集了数千人的脑电图。使用我们独特的数据库和方法，我们开发了几种不同的机器学习算法，可以实时识别认知状态。
这些 Emotiv “检测”（即性能指标）包括：沮丧度、兴趣度、放松度、参与度、兴奋度、压力度和注意力。我们通过进一步测试来微调这些检测指标并开发新的指标。
将实时检测融入消费者体验
通过与欧莱雅合作，Emotiv 将我们的嗅觉检测算法整合到流畅、基于应用程序的美妆体验中。在美妆顾问的协助下，顾客首先回答八个情绪画像问题，这些问题将决定六种最有可能刺激到他们的香调。
在确定了六种香调之后，美妆顾问会为顾客戴上 Emotiv 头设，并引导他们进行气味接触。顾客在体验每种香调的同时，脑部反应会被无线传输到移动设备上。在此过程中，Emotiv 的实时检测算法会不断调整该顾客对每款 YSL 香水产生好感的个体概率。
最后该体验为客户提供个人专属的画像。这个喜爱度曲线让顾客有机会将他们自己的画像与 YSL 美妆社群进行比较。
整个体验在推荐三款 YSL 香水时达到高潮。其中两款预测可以完美契合顾客的个体情绪和大脑反应。为了拓宽顾客的感官选择范围，第三款推荐是一款中性香水或异性香水，但两者的选择仍与大脑嗅觉预测算法保持一致。
从顾客、美妆顾问、欧莱雅和 Emotiv 的角度来看，这次合作体验取得了巨大的成功。
面向消费者的神经科学的未来
这次合作展示了如何将 Emotiv 业界领先的硬件与我们的神经科学处理管道相结合，从而建立高效且精准的预测应用。
随着硬件和软件技术的创新，我们已经进入了一个可以将神经科学广泛应用于实际生活的时代。
无论一个公司是希望对客户如何使用他们的产品获得实用的洞察，还是寻求通过对工作流和环境的客观评估来提升员工的福祉，现代神经技术现在都将成为未来的首选工具。它可以迅速取代问卷调查等主观测量方法，成为企业寻求更深入了解其员工、客户、产品和市场的最有效方法。与 Emotiv 一起开发
*更新于2024年8月21日*
*H.B. Duran 对本文亦有贡献。*
**您可能还会喜欢：**
**参考文献**
K. Sowndhararajan 和 S. Kim，“气味对人类心理生理活动的影响：特别参考人类脑电图反应。” *Scientia Pharmaceutica*，第 84 卷，第 4 期，第 724-751 页，2016 年 11 月年，doi: 10.3390/scipharm84040724.可下载于：https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5198031/
A. N. Miles 和 D. Berntsen，“气味引起的回到过去和未来的精神时间旅行：气味线索是否保留了与我们遥远过去的独特联系？”，*Memory*，第 19 卷，第 8 期，第 930-940 页，2011 年 11 月，doi: 10.1080/09658211.2011.613847。可下载于：https://www.tandfonline.com/doi/abs/10.1080/09658211.2011.613847
欧莱雅，“欧美莱雅宣布 2024 年包容性美妆基金获得者，” *L’Oréal*，2024年6月25日。可下载于：https://www.loreal.com/en/press-release/group/press-release-scent--sation/
N. S. Williams、W. King、G. Mackellar、R. Randeniya、A. McCormick 和 N. A. Badcock，“众包脑电图实验：使用 EmotivPRO Builder 和 EmotivLABS 进行远程脑电图采集的概念验证，” *Heliyon*，第 9 卷，第 8 期，页码 e18433，2023 年 8 月，doi: 10.1016/j.heliyon.2023.e18433。可下载于：https://www.cell.com/heliyon/fulltext/S2405-8440(23)05641-4?_returnURL=https%3A%2F%2Flinkinghub.elsevier.com%2Fretrieve%2Fpii%2FS2405844023056414%3Fshowall%3Dtrue
欧莱雅（L’Oréal）与 Emotiv 联合开发了 Scent-sation，这是一种根据您的情绪反应推荐产品的互动式购物体验。
顾客先回答一系列关于他们从纺织品到环境等偏好的问题，然后戴上 Emotiv Insight 脑电图（EEG）头设。顾客测试不同的气味调性，例如“花香调”或“木质调”。与此同时，复杂的算法将他们的脑电波转化为实时的性能指标，如专注度、刺激度和压力水平。Scent-sation 根据每个人的生物特征反应推荐三款圣罗兰 (YSL) 奢华香水。
Scent-sation 在 2021 年迪拜世博会的 YSL 科技创新实验室首次亮相。与会者能够在时尚的环境中亲自尝试这种互动式购物体验。在成功展出后，他们在全球精选的圣罗兰（Yves Saint Laurent） 旗舰店安装了 Scent-sation。欧莱雅在 2024 年消费电子展（CES）上展示了其神经营销的创新方法，为此 Scent-sation 荣获了享有盛誉的创新奖（Innovation Award）。
“通过这个沉浸式系统，我们能够帮助 95% 的人找到符合其个性化需求和欲望的香水，这比没有这项技术的情况要高得多，” 圣罗兰美妆（Yves Saint Laurent Beauté）国际总经理 Stephan Bezy 在谈到与 Emotiv 的合作时表示。“这是该领域迈出的巨大第一步。一旦我们知道哪些气味能让人感到快乐、充满活力或其他情绪，我们就可以更加个性化地定制香水——潜力是无限的。”
气味与情绪之间的联系
人类的嗅觉与记忆和情感的形成之间有着密切的关系。我们拥有大约 300 个基因，帮助我们利用嗅觉受体检测许多不同的气味 [1]。研究表明，与嗅觉相关的记忆比其他感官触发的记忆更能追溯到一个人更早的生活经历 [2]。
根据欧莱雅的内部研究，77% 的消费者希望他们的香水能为他们带来情感上的益处。通过盲测，欧莱雅还发现人们会将各种情绪（包括快乐和放松）与他们的气味偏好联系起来。在 12-34 岁的消费者中，超过一半的人表示他们会根据自己的心情来选择香水 [3]。
现代科技向我们承诺了高效，但通常过多可供选择的选项会让人无从下手。科技通过仅显示重要的选项来帮助我们做出更好的选择。欧莱雅和其他领先品牌已转向神经营销来实现这一目标。合乎道德的神经营销不会告诉客户他们应该想要什么，而是帮助他们发现自己真正想要什么，从而提高客户忠诚度。
Scent-sation 是如何工作的？
Scent-sation 体验的核心是脑电图，即 EEG。 智能可穿戴头设可以测量脑细胞（神经元）活动时产生的电活动。研究人员在头皮上测量 EEG，作为潜在脑活动的指标。
当我们看着一张脸时，传感器可以测量大脑中独特的电信号。同样，当你闻到自己喜欢或讨厌的东西时，研究人员可以观察到可识别的脑电模式。研究人员可以测量并研究电活动的变化，以实时了解大脑功能和情绪反应。
Emotiv 结合了我们多年的研究专业知识和开发定制、复杂检测算法的经验，设计并提供了一款定制嗅觉检测产品。在与欧莱雅的合作中，我们收集了数百名接触过一系列 YSL 香水和香调的参与者的数据。参与者还对这些气味在不同维度（喜爱度、熟悉度、购买意愿等）上进行了主观评分。
利用与嗅觉相关的脑电图，Emotiv 的数据科学家创建了一种新的检测算法，可以捕捉与每种气味相关的特定特征。该算法经过训练，能够预测每个人对每次气味接触的自我报告“喜欢/讨厌”反应。大脑对一小部分香调的反应被整合到第二个模型中，该模型可以预测参与者对 27 款 YSL 香水中每一款产生好感的可能性，然后推荐前三款香水。
独特的门店体验与香水相结合，可以使消费者对品牌产生持久的美好记忆。在完成体验后，个人在做出购买决定时也会更有信心。
从脑电图（EEG）中你能学到什么？
EEG 是研究实验中常用的数据收集方法。与 MRI 和 fMRI 相比，EEG 具有一定优势，因为它可以快速检测大脑活动的流转过程。相比预订 MRI 设备，它也更加经济实惠，且非常省时。
无线 EEG 由 Emotiv 开创，允许在更自然的环境中、甚至远程收集实时大脑数据。这使得它成为一种独特适用于“在线”用途的工具 [4]。换句话说，其是在实时产生洞察，而不是在收集完所有数据后的稍后时间里。
原始 EEG 类似于观察声波，用肉眼几乎很难看出其中的含义。从“原始”EEG 中几乎看不出什么端倪。通常，科学家会查看多位反复接触某种刺激的人的平均 EEG 数据。了解更多有关神经振荡的基础知识。
EEG 必须经过处理以清除“噪点”，并且通常需要经过格式转换或其他数学变换，才能推导出任何有意义的模式。这通常是在实际数据收集完成很久之后才进行的。
产生实时脑电（EEG）洞察
如果脑电（EEG）必须经过清洗和转换才有意义，那么它在实时中又是如何发挥作用的呢？通过使用先前收集的数据，我们可以生成机器学习算法，从而识别与特定情况相关的大脑活动的一般模式。然后，您可以调整这些算法使其对其他情况也同样敏感。
例如，我们收集了许多人在执行几项令人沮丧的任务时的脑电数据。然后，我们建立了一个数学模型，模拟这种由于沮丧产生的脑电数据，并将沮丧程度量化在 0 到 100% 之间。该模型可以集成到软件中，以指示新体验者在做什么令其感到沮丧的事情。
Emotiv 积累了十多年开发此类实时 EEG 洞察的经验。我们在受控的实验条件下收集了数千人的脑电图。使用我们独特的数据库和方法，我们开发了几种不同的机器学习算法，可以实时识别认知状态。
这些 Emotiv “检测”（即性能指标）包括：沮丧度、兴趣度、放松度、参与度、兴奋度、压力度和注意力。我们通过进一步测试来微调这些检测指标并开发新的指标。
将实时检测融入消费者体验
通过与欧莱雅合作，Emotiv 将我们的嗅觉检测算法整合到流畅、基于应用程序的美妆体验中。在美妆顾问的协助下，顾客首先回答八个情绪画像问题，这些问题将决定六种最有可能刺激到他们的香调。
在确定了六种香调之后，美妆顾问会为顾客戴上 Emotiv 头设，并引导他们进行气味接触。顾客在体验每种香调的同时，脑部反应会被无线传输到移动设备上。在此过程中，Emotiv 的实时检测算法会不断调整该顾客对每款 YSL 香水产生好感的个体概率。
最后该体验为客户提供个人专属的画像。这个喜爱度曲线让顾客有机会将他们自己的画像与 YSL 美妆社群进行比较。
整个体验在推荐三款 YSL 香水时达到高潮。其中两款预测可以完美契合顾客的个体情绪和大脑反应。为了拓宽顾客的感官选择范围，第三款推荐是一款中性香水或异性香水，但两者的选择仍与大脑嗅觉预测算法保持一致。
从顾客、美妆顾问、欧莱雅和 Emotiv 的角度来看，这次合作体验取得了巨大的成功。
面向消费者的神经科学的未来
这次合作展示了如何将 Emotiv 业界领先的硬件与我们的神经科学处理管道相结合，从而建立高效且精准的预测应用。
随着硬件和软件技术的创新，我们已经进入了一个可以将神经科学广泛应用于实际生活的时代。
无论一个公司是希望对客户如何使用他们的产品获得实用的洞察，还是寻求通过对工作流和环境的客观评估来提升员工的福祉，现代神经技术现在都将成为未来的首选工具。它可以迅速取代问卷调查等主观测量方法，成为企业寻求更深入了解其员工、客户、产品和市场的最有效方法。与 Emotiv 一起开发
*更新于2024年8月21日*
*H.B. Duran 对本文亦有贡献。*
**您可能还会喜欢：**
**参考文献**
K. Sowndhararajan 和 S. Kim，“气味对人类心理生理活动的影响：特别参考人类脑电图反应。” *Scientia Pharmaceutica*，第 84 卷，第 4 期，第 724-751 页，2016 年 11 月年，doi: 10.3390/scipharm84040724.可下载于：https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5198031/
A. N. Miles 和 D. Berntsen，“气味引起的回到过去和未来的精神时间旅行：气味线索是否保留了与我们遥远过去的独特联系？”，*Memory*，第 19 卷，第 8 期，第 930-940 页，2011 年 11 月，doi: 10.1080/09658211.2011.613847。可下载于：https://www.tandfonline.com/doi/abs/10.1080/09658211.2011.613847
欧莱雅，“欧美莱雅宣布 2024 年包容性美妆基金获得者，” *L’Oréal*，2024年6月25日。可下载于：https://www.loreal.com/en/press-release/group/press-release-scent--sation/
N. S. Williams、W. King、G. Mackellar、R. Randeniya、A. McCormick 和 N. A. Badcock，“众包脑电图实验：使用 EmotivPRO Builder 和 EmotivLABS 进行远程脑电图采集的概念验证，” *Heliyon*，第 9 卷，第 8 期，页码 e18433，2023 年 8 月，doi: 10.1016/j.heliyon.2023.e18433。可下载于：https://www.cell.com/heliyon/fulltext/S2405-8440(23)05641-4?_returnURL=https%3A%2F%2Flinkinghub.elsevier.com%2Fretrieve%2Fpii%2FS2405844023056414%3Fshowall%3Dtrue
继续阅读