COURSES
沿着一次真实研究的决策过程学
从「先选对研究问题:分析型还是享乐型」开始,一路到差别检验怎么选、 两类统计错误、d-prime、阈值与心理测量函数、Williams 拉丁方、 样本量与功效、PCA 双标图解读。讲的是判断,不是操作步骤。
TRAINING FIRST
走过的高校和企业多了以后,一件事越来越清楚:真正卡住感官评价的, 往往不是缺一套软件,而是没有人系统讲过这些方法为什么这样设计。 一个不知道呈送顺序为什么要平衡的人,拿到再好的平台,也只会把它当成 一个电子问卷。所以这一页从感官学院讲起——先把方法讲明白, 后面那套研究平台才用得对。
COURSES
从「先选对研究问题:分析型还是享乐型」开始,一路到差别检验怎么选、 两类统计错误、d-prime、阈值与心理测量函数、Williams 拉丁方、 样本量与功效、PCA 双标图解读。讲的是判断,不是操作步骤。
LABS
7 个互动实验可以直接上手:方法匹配器、三点检验与 3-AFC、 呈送顺序平衡、PCA 双标图、错误与功效、信号检测、阈值曲线。 改一个参数,立刻看到结论跟着变——这比听十遍都管用。
LEXICON
描述词、化合物、参考标准与方法之间互相牵连。查一个「涩感」, 能看到它关联的多酚与单宁、可用的训练参考物、以及该用哪类方法去测。
ASSESSMENT
入门、进阶、高阶各 15 题,不问定义,问的是给定场景该怎么选。 完成后评定等级并出具对应级别证书。
CHINESE STANDARDS
6 个专题讲清标准层级与时效、评分表、权数、判定逻辑和评价小组归约; 另有 14 项相关国家标准索引,明确教学内容与标准正文的边界。
FOR ORGANISATIONS
企业的感官团队常常是「有人会做,但没人教过」。感官学院把课程连同 配套材料一起给出来,不需要先花两周备课,也不需要自己攒案例数据。
THE RESEARCH CHAIN
方法学明白之后,剩下的是把它稳定地执行下去。感官实验最容易出问题的地方, 往往不在统计,而在样品怎么发、谁在什么时候评了什么——FlavourMind Core 把这条链路整个管起来,每一步都留下可复核的痕迹。
选定方法后,平台按方法契约生成问卷结构与属性词表,开始前预检会挡住不完整的实验。
Williams 拉丁方平衡呈送顺序,样品数过多时退化为近似 BIBD;每一杯生成独立盲码。
评价员在手机或平板上作答,断网也能继续,恢复网络后自动补传,不丢一条答案。
按方法自动匹配统计路径,给出显著性、置信区间与图表,而不是丢给你一张原始表格。
谁在什么时候改了什么、为什么改,全程审计留痕,导出即可作为研究材料的一部分。
METHOD LIBRARY
每种方法都带着自己的作答类型、属性规则、机遇概率和统计口径。选了方法, 后面的呈样、作答与分析就跟着定下来——不需要你再去记哪个检验该配哪个检定。
判断两个样品之间是否存在可察觉的差异。
用受过训练的评价员,把感官特性量化成剖面。
记录感知随时间的变化,而不只是一个终点分数。
用较低的训练成本,快速拿到属性层面的画像。
面向未训练消费者的接受度、适宜度与购买意向。
在多个样品之间给出方向性的偏好结论。
按现行国家或行业标准组织评分项、权数与评价流程。
BEYOND THE BASICS
用自然语言描述研究目标,得到一份可追溯的实验方案建议:方法选择、样品设计、 评价员构成与需要注意的效应控制。每条建议都标注它引用了知识图谱中的哪些节点。
描述词、化合物、参考标准与方法之间的关系网络,可检索、可审核、可扩充。
把仪器数据与传统品评放在同一条时间轴上对齐。已打通两条设备链路, 详见下方;其余厂商的接口已经预留。
评价现场的网络往往不可靠。评价员端在断网时照常作答,答案先存本机, 恢复连接后自动补传——不需要评价员理解发生了什么,也不会丢数据。
已打通的设备链路
CSV / ExcelEDF / BDFpyedflib / mne 解析各通道时间序列iMotions、Brain Products、Tobii Pro、BIOPAC、七鑫易维、 联影医疗等厂商的接口已在界面中预留,但尚未打通导入——需要哪一条, 欢迎来信告诉我们,有真实数据样例会快很多。
AGPL-3.0 许可证全文 版权与授权声明 第三方依赖许可清单
本平台默认实验开始前,相关各方已完成伦理审查与知情同意,并遵守《赫尔辛基宣言》等适用规范。
THE INTERFACE
下面是同一块驾驶舱的两种语言。整套界面已完成中英双语, 评价员端、方法学习中心、分析报告一并覆盖——留学生和外方同事可以直接参与, 不需要为他们另做一套。
GETTING STARTED
一套 Docker Compose 起全部服务:后端、PostgreSQL、Redis, 附带备份与恢复脚本。高校实验室、企业内网可以自建, 一台个人电脑同样跑得起来——先在自己机器上装一套试试,是最省事的开始。
自建部署意味着实验配置、评价员名单与全部作答记录都存在你自己的 数据库里,不经过任何第三方。感官数据常常是配方线索,这一点不该含糊。
AGPL-3.0 授权,可自由使用、审计与修改。方法实现和统计口径都写在 代码里,同行可以逐条检查,也可以改成自己需要的样子。 装好之后欢迎把问题和想法反馈回来,一起把它改得更好用。
平台仍在持续开发中。功能可用、数据可靠,但界面与部分模块还在迭代, 升级时请照常做好数据备份。我们更愿意先把这一点讲清楚, 而不是等你在生产环境里发现。
GET IN TOUCH
企业内部培训、高校课程共建、方法咨询,或者你在使用中发现了问题、 希望补充某个方法——都欢迎直接来信。
结合贵司的产品与现有感官团队,安排半天到一天的方法培训。
课程包、工作坊方案与课堂小测可直接使用,也可按课时调整。
方法实现有疑问、希望新增某个检验,或发现了缺陷,欢迎提出。
许飞 · 河南工业大学
ACKNOWLEDGEMENTS
学术支持与指导
致谢:FlavourMind 的开发与完善过程中,得到了上海交通大学刘源教授、 郑州烟草研究院张启东主任的大力支持与宝贵建议,在此谨致谢忱。
2026 年测试与完善团队
朱成胜、王志莹、尹玲鑫、孙英杰、郭思雅、张清亚、冯灿灿
代码开发与构建主要负责人:孙英杰
项目负责人
许飞,河南工业大学
以上署名用于记录个人对项目的实际贡献,不代表其所在单位对本软件作出官方认可、认证或担保。