肉纸具有薄如蝉翼、香酥可口的特点，是一种特色旅游休闲肉制品，尤其在福建等地颇受欢迎[1]。肉纸分为猪肉纸、牛肉纸、鱼肉纸等，其中以猪肉纸最为常见[2]。猪肉作为全球重要的肉消费品类之一，供应稳定且原料成本相对可控。相较于牛肉或鱼类，猪肉纤维结构通过机械处理（如绞碎、擀压）更易形成均匀的肉糜。猪肉纸以猪后腿精瘦肉为主要原料，通过肉糜重组或整片切割的方式，经调味、定型、烘干烘烤熟化等加工步骤制作而成[3]。目前，肉纸产品的销售与消费具有一定的区域性，但市场开发潜力可观，因此研究其感官属性是产品开发的必要前提。
获取食品感官描述词的传统方法（如电子邮件、问卷调查、焦点小组访谈）不仅耗时费力，且常因样本量有限而存在较大的系统误差[4]。通过大数据技术可有效解决上述问题，实现食品感官描述词的快速收集与提取。大数据因其数据特征而得名，术语“大”通常指在可视化、体量、多样性、准确性和价值等方面均表现突出的数据[5-6]。文本挖掘作为数据挖掘的分支，侧重于从文本数据中提取有用信息、模式和知识，例如基于Python开发的网络爬虫[7]。网络爬虫是一种自动化工具，用于从互联网页面自动检索信息，其应用涵盖词频分析、词关联分析（如网络分析）以及高级自然语言处理（如文本分类、文本聚类、主题建模、信息检索和情感分析等）[8]。Yang Fang等[9]利用Python网络爬虫和定量描述分析比较大数据挖掘与感官评价小组对中华绒螯蟹感官特征的描述，发现大数据挖掘具有高效、样本量大的优势，能为感官评价提供更加详尽的细节信息。Huang Yizhen等[10]结合网络爬虫、词频-逆文件频率（term frequency-inverse document frequency，TF-IDF）关键词提取、共现矩阵分析和快速感官评价方法，实现了对3 种冷冻鲭鱼感官属性的快速筛选。Valente等[11]通过大数据技术收集约7 000 种白诗南葡萄酒和长相思葡萄酒的感官属性数据并进行可视化分析，为构建大型非结构化文本数据集提供了一种有力的研究手段。在利用网络数据建立感官描述词方面，Hamilton等[12]系统阐述了从网络自动收集、清洗和分析产品描述的步骤，并以威士忌为例收集在线评论，利用对应分析和聚类分析将最终描述词组合成风味轮。王博等[13]运用大数据分析和相关性分析等多元统计方法，从多维度研究不同地区消费者对红烧肉感官属性的偏好和描述差异。研究表明，借助大数据挖掘技术开展食品感官属性的快速筛选是一种高效、可行的技术手段。
人们对食物的感官感知是一个动态过程，感知到的感官属性会随着食物在口腔中的变化而改变[14]。由于感官感知具有时间依赖性，静态感官评价方法难以捕捉感官属性随时间的动态变化规律，而动态感官评价方法则能够有效记录感官属性的动态变化过程。目前常用的动态感官表征方法[15]主要包括时间-强度法（timeintensity，TI）、暂时性感官支配法（temporal dominance of sensations，TDS）、动态适合项勾选法（temporal check-all-that-apply，T-CATA）等。TDS旨在跟踪食品食用过程中“主导”或“支配”感觉属性的演变规律，通过动态监测和分析感官属性的变化，既能优化产品配方和工艺，又能更好地理解消费者的感官体验[16]。Pierguidi等[17]将TDS与离散TI相结合，成功解析了3 种不同配方鸡尾酒的差异化感官轨迹，为酒精饮料的风味精准调控提供了数据支持。Zhang Mingcheng等[18]使用TDS、多口-TDS等技术，系统研究复热次数对鸡汤感官动态特性与化学成分的影响，为速食鸡汤产品开发与复热工艺优化提供了理论依据。Nguyen等[19]结合TDS与T-CATA对市售常规与低盐食品（薯片、火腿、玉米罐头、蘑菇汤）在单次与多次摄入下的动态感官特征进行评价，揭示了低盐食品的复杂动态感官变化，证实TDS更适用于同类产品的差异分析，为产品优化和市场营销提供了综合感官依据。
本研究拟通过大数据技术收集电商平台上的消费者评论并进行文本分析，建立猪肉纸产品的感官描述词表。随后，结合专业感官评价小组的评估结果，采用M值法、主成分分析（principal component analysis，PCA）和皮尔逊（Pearson）相关性分析选出关键感官属性描述词。最后，采用TDS分析猪肉纸产品从入口到吞咽过程中的感官属性动态变化，挖掘出产品的关键感官属性，为产品开发及品质提升提出科学依据，为产品感官评价方法提供新思路。
1 材料与方法
1.1 材料与工具
5 种市售猪肉纸产品，分别记为WF（江苏王福记）、DL（福建多伦多）、ZR（福建自然派）、XZ（福建小猪找肉）、MZ（福建闵之味）；原味苏打饼干亿滋食品（北京）有限公司；纯净水 杭州娃哈哈集团有限公司。
感官评价与消费者测试软件（AppSense） 北京盈华利科技有限公司。
1.2 猪肉纸感官描述词挖掘
1.2.1 猪肉纸感官描述词的数据来源
猪肉纸产品的消费者感官数据来源于电商平台的消费者评价，包括淘宝（https://www.taobao.com）、京东（https://www.jd.com）、拼多多（https://www.pinduoduo.com）等平台。
1.2.2 猪肉纸感官描述词的数据收集
利用Python软件编写的爬虫代码获取猪肉纸产品的消费者评论，具体操作流程参考郭宏慧[20]的方法。主要步骤包括：1）使用Microsoft Edge浏览器访问电商平台，在首页搜索框输入关键词“猪肉纸”，筛选5 个品牌店铺的商品链接并点击进入评论页面；2）使用浏览器开发者工具编写代码，将爬取的评论数据存储在记事本文档中，文本包含消费者ID、产品名称、产品类别和产品描述等字段。
1.2.3 文本数据预处理与可视化
“jieba”是Python中的中文分词工具，可将文本分为相互独立的词组或单字，并提供多种分词算法和模式。在获取的文本基础上，使用TF-IDF算法进行关键字提取，该算法通过计算每个关键字的TF和IDF并将两者相乘得到特征权重，对特征权重排序形成新的集。其中“Jieba.analyze.extract_tags”函数包含的TF-IDF算法可直接用于文本关键词提取。提取关键词后需进行筛选，剔除无用词、停用词、享乐主义词、模糊定量词及与猪肉纸感官属性无关的词等。随后利用Python的第三方库“word cloud（词频统计和绘图模块）”对数据进行可视化处理，绘制感官属性词云图，图中词语大小与其出现频率成正比。为进一步可视化猪肉纸产品感官描述词间的内在关联性，将感官描述词与文本语句生成的基于共现性的共词矩阵表导入Gephi软件进行分析和处理，并绘制社会网络关系图。
1.3 感官评价小组对猪肉纸产品的感官评价
1.3.1 感官评价小组的建立
感官评价在渤海大学食品科学研究院肉类科学与技术研究所感官评价室进行，共有15 名感官评价员参与。感官评价员的招募、筛选和培训参考GB/T 16291.1—2012《感官分析 选拔、培训与管理评价员一般导则 第1部分：优选评价员》[21]。评价员均具有较强的感知能力和敏感性、无不良嗜好，年龄范围为20～44 岁，6男9女。
1.3.2 猪肉纸感官描述词的建立
感官描述词的初步整理参考岳营峰等[22]的方法并稍作修改。将5 种市售猪肉纸样品外包装去除后完整置于托盘中，采用随机编码方式呈递给评价员。每位感官评价员需独立品评样品，从外观、色泽、气味、滋味、质地5 个方面进行评价，结合大数据获得的消费者感官描述词及从相关文献专利中收集的猪肉纸感官属性描述词，要求评价员尽可能全面地选择和补充感官描述词。评价过程中，为缓解味觉疲劳，每位评价员均通过饮用纯净水、食用苏打饼干进行味觉清洁。
感官描述词的筛选参考董丽[23]的方法。首先采用M值法进行初步筛选，使用5 点标度法对感官属性强度打分（“无感觉”为0 分、“弱”为1 分、“稍弱”为2 分、“中等”为3 分、“稍强”为4 分、“强”为5 分）。随后通过PCA和Pearson相关性分析进行二次筛选，删除近义词及无法反映样品特征的描述词。M值按式（1）计算：
式中：F为感官描述词出现频率；I为某一描述词强度占该描述词最大可能强度的百分比。
1.3.3 TDS挖掘猪肉纸产品的关键感官属性
1.3.3.1 感官评价小组的培训
为使评价员掌握TDS并熟悉AppSense软件操作流程，对感官评价小组成员开展专项培训。由于本研究前期已完成猪肉纸感官描述词库的构建，故跳过TDS常规首次培训（建立感官属性词列表环节）[24]。基于2.3节获得的感官描述词，剔除“黄褐色”这一描述色泽的感官属性词，以“易碎的” “咸的” “酥脆” “香辛料香” “鲜甜味” “残渣感” “香醇” “嘎吱感”作为TDS属性列表。第2次培训针对“主导”的概念、属性的定义。TDS并非针对一系列属性进行强度评级，而是对主导属性进行选择，因此，培训的重点应关注属性之间的区别，而非属性强度。第3次培训针对TDS评价流程及AppSense软件操作。所有培训均在恒温（25±1）℃的标准感官评价实验室内进行，每次培训约1 h。
1.3.3.2 TDS实验
参考何英霞[25]的方法并稍作修改。在标准感官评价实验室的白光条件下，评价员需提前1 h禁食，严格遵循品尝程序，在固定时间（上午9:30—11:30）进行单口TDS评估。将5 种猪肉纸样品去除包装后置于托盘上的标准感官杯中，按拉丁方设计随机排列并呈递15 名评价员。每位评价员对每种产品进行3 次独立实验，共计45 次实验。
TDS评估流程：点击TDS实验页面进入3 s倒计时的准备阶段，点击“开始实验”的同时将样品放入口中，同时也开始选择品尝过程中占主导地位的感官属性词。在感知不到属性变化时，评价员可不再点击页面。最大评估时间设置为60 s，此时评价员可点击“结束”按钮。每隔1 s记录一次数据，采用AppSense软件进行数据采集和处理。根据感官评价员的记录，计算每个时间点选择某一描述词作为优势属性的感官评价员的占比，即为猪肉纸样品感官属性在每个时间点的优势率，按式（2）计算[26]。以时间为横坐标，以属性优势率为纵坐标，绘制TDS曲线。为更好地解释TDS结果，在曲线上设置2 条参考线，其中一条为偶然性水平线，代表属性偶然获得的优势率，其值（P0）按式（3）计算。若TDS曲线位于此线以下，表明该属性不具备显著的感官优势[27]；另一条为显著性水平线，当TDS曲线超过此线时，表示该属性显著强于其他属性，为主要感官属性，其值（Ps）可使用基于正态近似的二项分布的置信区间计算（建议nP0（1-P0）＞5），见式（4）[26]。评估过程中，评价员不必选择列表中的所有属性，可多次选择同一属性，也可不选择某一属性作为主导属性。
式中：n1为某一时刻选择某一描述词为优势属性的感官评价员数量；n总为感官评价员总数量；na为属性个数；n为评价次数（评价员人数×重复次数）；1.645为对应单侧5%显著性水平的正态分布Z值。
1.4 数据处理
使用Microsoft Office Excel 2019软件计算感官描述词数据的M值，运用IBM SPSS Statistics 27.0软件对样品数据进行PCA和Pearson相关性分析，并使用Origin Pro 2023b软件绘图。
2 结果与分析
2.1 基于大数据挖掘猪肉纸感官描述词
2.1.1 猪肉纸感官描述词的挖掘和分析
利用网络爬虫从电商平台挖掘到4 931 条关于猪肉纸产品的消费者评价，共包含11.83万 个字，经“jieba”库分词后共获得2.62万 个词，其中特征词为2 442 个，剔除无用词、停用词、享乐主义词（如“好吃” “喜欢” “还可以”等）、模糊定量词（如“有点” “一般”等）及与猪肉纸感官属性描述词无关的词（如“包装” “回购” “快递”等）后，经整理归纳得到51 个感官描述词，根据描述词TF绘制的词云图如图1所示。词云图能够清晰地展现消费者对猪肉纸的感官属性描述，涵盖外观、色泽、气味、滋味和质地5 个关键维度。其中，外观描述词有“薄的” “完整的” “成碎片”等6 个描述词；色泽描述词有“深色” “浅色” “橘色”等6 个描述词；气味描述词有“香味” “腥味” “香精味”等9 个词；滋味描述词有“咸的” “香脆” “香甜”等12 个词；质地描述词有“脆的” “酥脆” “薄脆”等18 个描述词。由各词汇大小可知，部分描述词出现频率较高，如“脆的” “酥脆” “咸的” “香脆” “薄脆” “薄的” “香味” “油腻” “完整的”和“肉质感”。这些感官属性的高频率出现不仅反映消费者在购买猪肉纸时最为关注的感官属性，也揭示这些属性在消费者决策过程中的重要性。进一步分析可推断，消费者在评价猪肉纸时最为重视的是质地属性，尤其是“脆的” “酥脆”和“薄脆”等描述词，这些描述词直接关系到猪肉纸的口感和食用体验，其次为滋味属性，如“咸的” “香脆”和“香甜”，这些描述词关系到猪肉纸的味道和风味，对消费者的吸引力同样不可忽略。相比之下，外观和色泽属性虽然也是消费者评价的一部分，但其描述词的数量和出现频率均明显低于质地和滋味属性。这表明，尽管外观和色泽在一定程度上影响消费者的购买意愿，但相较于质地和滋味，它们对猪肉纸总体感官品质评价的影响较小。总的来说，质地和滋味是消费者评价猪肉纸时最为关键的感官属性，它们在很大程度上决定了消费者对猪肉纸的整体满意度和购买决策。
图1 猪肉纸感官描述词云图
Fig. 1 Word cloud of sensory descriptors for pork paper
2.1.2 猪肉纸感官属性间的社会网络分析
基于关键词之间的共现值计算其间的联系，进而可生成社会网络关系图。网络关系图可通过节点（或圆圈）和边（或连线）表示关键词之间的关系，同一分类下的关键词使用相同颜色展示。其中，每个感官属性词均由一个节点表示，节点大小直观地反映该属性词的出现频率，即出现频次越多，节点越大[7]。
如图2 所示，除味道和口感外，“脆的” “酥脆” “香脆”节点较大，这与其在词云图中的大小相符合。分别采用紫色、草绿色、蓝色、橙色和深绿色标识5 个感官属性类别，紫色代表质地属性如“酥脆” “薄脆” “脆的”等；草绿色代表滋味属性如“香脆” “咸的” “香甜”等；蓝色代表气味属性如“香味” “香精味” “烤焦味”等；橙色代表外观属性如“薄的” “厚的” “易碎的”等；深绿色代表色泽属性如“鲜亮” “深色”等。通过观察网络关系的空间布局可知，紫色和草绿色关键词比例较高，这表明质地和滋味属性是消费者最为关注的猪肉纸感官特征。部分关键词如“酥脆” “薄脆” “咸的” “香脆”和“香味”频繁出现，这表明这些感官特征被广泛认可，可以作为消费者认为的猪肉纸感官描述的主要特征。
图2 猪肉纸感官属性间的社会网络关系图
Fig. 2 Map of social network relationships among sensory attributes of pork paper
感官属性词之间连线的粗细表示关系强度，连线越粗，表示属性词之间的关系越强。为更准确地描述感官属性词间的内在相关性，本研究引入节点总链接强度（权重）的概念，权重高的项目比权重低的项目更为重要[28]。权重排名前30的节点如表1所示，其中链接数指描述词之间的关联数量，即一个感官描述词与同一产品中的其他属性词共同出现的次数。链接数≥20的属性词包括“酥脆”（36 次）、“脆的”（30 次）、“香脆”（26 次）、“薄的”（24 次）、“香味”（22 次）、“咸的”（20 次）和“肉质感”（20 次）。总链接强度则代表属性之间的关联强度，总链接强度＞100的描述词共有7 个，分别是“脆的” “酥脆” “香脆” “咸的” “薄脆” “薄的”和“香味”。这些总链接强度高的属性词也具备较高的链接数和高出现频率，意味着它们在消费者对猪肉纸类产品的感官评价中发挥着重要作用。
表1 猪肉纸感官描述词间的权重节点
Table 1 Weight nodes between sensory descriptors of pork paper
ID标签颜色聚类群链接数 总链接强度1脆的紫色C130738 2酥脆紫色C136526 4香脆草绿C226278 3咸的草绿C220264 6薄的橙色C424228 5薄脆紫色C116198 7香味蓝色C322124 8油腻紫色C11490
续表1
ID标签颜色聚类群链接数 总链接强度9肉质感紫色C12082 10腥味蓝色C3842 23酥脆可口草绿C2840 13浓郁紫色C11436 27厚的橙色C41436 28鲜亮深绿C51436 29香醇紫色C11436 30成碎片橙色C4430 17香甜草绿C2626 24松脆紫色C1626 11香精味蓝色C3624 16完整的橙色C4422 25味精味蓝色C3420 12香酥紫色C1416 31爽口紫色C11216 19鲜香草绿C2614 37咸淡适中草绿C21014 14干爽紫色C1812 33清香蓝色C31212 38脆嫩紫色C11012 39爽滑紫色C11012 32烤焦味蓝色C3410
2.2 猪肉纸感官描述词的初步确定
尽管大数据可以提供大量的消费者反馈信息，但这些信息往往缺乏详细的感官描述和定量化的评价。而感官评价则可通过训练有素的专业感官评价员进行充分的感官分析，包括外观、气味、滋味、色泽等方面的定量评价。这些评价结果可为大数据分析提供更具体、更准确的数据支持，从而更好地理解消费者的需求和偏好[29]。此外，大数据筛选感官描述词法缺乏专门将享乐主义词和生产相关的词从描述词中分离出来的能力，并且难以获得稳定的描述词，也缺乏区分语义相近词（即近义词）的能力[12]。以大数据获得的感官描述词为基础，通过品尝5 种市售猪肉纸产品，对描述词进行删减、汇总和替代处理。感官评价小组每次商讨1 h，共商讨4 次，初步确定35 个感官描述词，如表2所示。
表2 初步确定的35 个猪肉纸感官描述词
Table 2 Thirty-five preliminary determined sensory descriptors for pork paper
感官剖面描述词外观完整的、易碎的、成碎片、薄的、厚的、薄厚均匀色泽淡褐色、深褐色、黄褐色、红褐色、金黄色、焦黄色气味腥味、焦香味、香辛料香、鲜香味、干肉味、哈喇味滋味咸的、甜咸味、咸鲜味、苦咸味、醇厚、寡淡、焦苦味、香精香料味质地酥脆、干的、肉质感、嘎吱感、残渣感、颗粒感、尖锐的、油腻感、细腻
表 3 猪肉纸感官描述词M值
Table 3 M values of sensory descriptors of pork paper
描述词M值描述词M值描述词M值酥脆0.765咸鲜味0.358焦黄色0.100成碎片0.680黄褐色0.339腥味0.096焦香味0.586鲜香味0.319苦咸味0.080嘎吱感0.579完整的0.293哈喇味0.080香辛料香0.544淡褐色0.279尖锐的0.075残渣感0.512颗粒感0.256脆爽0.069肉香味0.500干的0.240油腻感0.062甜咸味0.452深褐色0.220焦苦味0.020薄的0.433薄厚均匀0.196肉质感0.013咸的0.416厚的0.133寡淡0.003易碎的0.402细腻0.120香精香料味 0.003香醇0.401金黄色0.105
2.3 猪肉纸感官描述词的二次筛选
2.3.1 M值法
M值是筛选感官描述词的关键数据，其值越大，对应感官描述词对感官评价的贡献越大[30]。如表3所示，M值＜0.300时，描述词出现频率及感受强度均较低，经评价小组讨论决定删除[31]，如深褐色、腥味、焦苦味、肉质感等。最终筛选出15 个猪肉纸感官描述词，包括外观描述词3 个（薄的、易碎的、成碎片），色泽描述词1 个（黄褐色），气味描述词4 个（焦香味、香辛料香、肉香味、鲜香味），滋味描述词4 个（甜咸味、咸的、咸鲜味、香醇），质地描述词3 个（酥脆、嘎吱感、残渣感）。
2.3.2 PCA结合Pearson相关性分析
为得到更具有代表性的感官属性描述词，进一步采用PCA对M值法筛选得到的猪肉纸感官描述词进行降维，获取到5 个PC的累计方差贡献率为62.38%（表4）。
表4 各PC特征值和方差贡献率
Table 4 Eigenvalue and explained variance for each principal component
PC特征值方差贡献率/% 累计方差贡献率/%PC13.34122.27322.27 PC21.86312.41934.70 PC31.60310.68745.38 PC41.3749.16354.54 PC51.1767.83962.38
猪肉纸感官描述词载荷因子见表5。每个载荷系数反映PC与感官属性词的相关关系，载荷系数绝对值大于0.4意味着指标和PC之间有着较强的关联性，PC可以有效地提反映属性信息[32]。PC1方差贡献率为22.273%，其主要载荷因子包括外观属性中的“成碎片”（0.719）、“易碎的”（0.559）、“薄的”（0.576）和气味属性中的“肉香味”（0.584）、“鲜香味”（0.620）及“黄褐色”（0.525）。如表6所示，“成碎片”与“易碎的”（r＝0.423、P＜0.01）、“肉香味”（r＝0.433、P＜0.01）、“鲜香味”（r＝0.299、P＜0.01）呈极显著正相关，而与“薄的”相关性较弱（r＝0.223、P＜0.05）。考虑到“成碎片”可能受快递和包装影响，选择“易碎的”和“黄褐色”作为PC1代表性指标，外观和色泽是影响消费者购买决策的关键因素。PC2方差贡献率为12.419%，其关键载荷因子包括“焦香味”（0.533）、“咸的”（-0.675）和“酥脆”（0.635），主要体现猪肉纸的风味和质地特性。如表6所示，“焦香味”与“酥脆”呈极显著正相关（r＝0.300、P＜0.01）。由于“焦香味”的M值低于“酥脆”，因此选择“咸的”和“酥脆”作为PC2代表性指标。滋味和口感是影响消费者接受度和回购意愿的关键因素，对消费者喜好有显著影响。PC3代表性描述词为“香辛料香”（0.455）、“咸鲜味”（-0.542）和“残渣感”（-0.540）。“香辛料香”与“咸鲜味” “残渣感”之间无显著相关性（P＞0.05），但“咸鲜味”与“咸的”呈显著负相关（r＝-0.205、P＜0.05）。“甜咸味”在PC1和PC4中的载荷系数相近，难以归属于任一PC，且与“咸的”呈显著正相关性（r＝0.231、P＜0.05）。综合感官评价小组的意见，并考虑到PC2已包含“咸的”描述词，本研究将“咸鲜味”和“甜咸味”合并为“鲜甜味”，即入口时鲜味明显，回味又有点甜味的感觉。因此，选择“香辛料香”和“残渣感”作为PC3代表性指标，并保留合并后的“鲜甜味”。PC4代表性感官描述词为“香醇”（-0.527），其方差解释率为9.163%。PC5代表性描述词为“嘎吱感”（0.697），其方差贡献率为7.839%。“嘎吱感”与“残渣感” “酥脆”均无显著相关性（P＞0.05），且“嘎吱感”是评价脆性食品咀嚼过程中声音大小的关键因素，用以判断产品的脆度。综上，选择“易碎的” “黄褐色” “咸的” “酥脆” “香辛料香” “鲜甜味” “残渣感” “香醇” “嘎吱感”9 个描述词作为猪肉纸感官评价属性词。
表5 猪肉纸感官描述词的载荷系数
Table 5 Loading factors for sensory descriptors of pork paper
描述词PC1PC2PC3PC4PC5成碎片0.7190.134-0.172-0.232-0.135易碎的0.5590.299-0.0650.307-0.450薄的0.5760.1290.3200.4500.020焦香味0.3040.5330.250-0.2530.364鲜香味0.620-0.1620.206-0.2170.037香辛料香0.344-0.2620.4550.079-0.247肉香味0.5840.0630.041-0.3650.146咸的0.225-0.6750.2180.2360.115甜咸味0.5400.0090.1240.5430.359咸鲜味0.4910.321-0.542-0.174-0.240嘎吱感0.173-0.001-0.4430.0270.697黄褐色0.525-0.469-0.336-0.0250.116残渣感0.378-0.383-0.5400.148-0.195酥脆0.1680.6350.0730.3030.023香醇0.428-0.1680.434-0.527-0.024
表6 猪肉纸感官描述词的相关性分析
Table 6 Correlation analysis among sensory descriptors of pork paper
注：*.显著相关（P＜0.05）；**.极显著相关（P＜0.01）。
描述词 成碎片 易碎的薄的焦香味 鲜香味 香辛料香 肉香味咸的甜咸味 咸鲜味 嘎吱感 黄褐色 残渣感酥脆易碎的 0.423**薄的0.233* 0.351**焦香味0.223*0.0830.186鲜香味 0.299**0.1880.392**0.061香辛料香 0.216*0.1930.242**0.0370.146肉香味 0.433**0.1890.1860.1760.331**0.108咸的-0.0080.0340.101-0.1620.1170.270**0.107甜咸味0.208* 0.266** 0.494**0.1380.244*0.0780.1510.231*咸鲜味 0.470** 0.389**0.1140.1840.215* -0.0420.189 -0.205* 0.020嘎吱感0.107-0.037 -0.0410.0890.047-0.0970.1710.0310.216*0.160黄褐色0.1640.1450.057 -0.239* 0.1390.0080.0610.1300.1790.297**0.083残渣感 0.345**0.0690.1440.0360.215*0.1070.213* 0.333**0.1920.1890.1670.516**酥脆0.0690.233*0.1930.300** -0.057 -0.020.060 -0.238* 0.1560.121-0.067 -0.005 -0.113香醇0.246* -0.0010.0780.273** 0.471** 0.248*0.248*0.1080.0710.025-0.1750.0970.158-0.003
2.4 猪肉纸消费过程中的主导感官属性变化分析
TDS可以表征食物从入口到吞咽整个过程中的主导属性（质地、气味、滋味等）动态变化[26]。如图3所示，5 种猪肉纸样品的主导感官属性随时间变化而异。“易碎的” “咸的” “酥脆”和“残渣感”是5 种猪肉纸样品共有的感官属性，且出现顺序均依次为“易碎的” “酥脆” “咸的” “残渣感”。
图3 5 种市售猪肉纸TDS曲线
Fig. 3 TDS curves of five commercially available pork papers
a. WF；b. MZ；c. XZ；d. ZR；e. DL。
由图3a～d可知，WF、MZ、XZ和ZR这4 种猪肉纸样品的TDS曲线相似，这可能是因为它们的配方或生产工艺相近。“咸的”这一感官属性出现在8～20 s，其最大主导属性优势率分别为34%、42%、39%和38%。在吞咽后期，所有猪肉纸样品均以“残渣感”为主导属性。此外，感官小组成员一致认为在食用过程中几乎感受不到“鲜甜味”，这可能是由味的消杀作用（又称拮抗作用，一种呈味物质能够减弱另外一种呈味物质味觉强度的现象）所致，“咸的”所带来的刺激感覆盖了“鲜甜味”。研究[33]表明，一些风味属性的刺激感和灼烧感不仅能影响主导感官属性，还可能掩盖其他感官属性。研究[34]表明，由于酸度和苦味的对称抑制作用，绍兴黄酒样品均以酸味为主导属性，从入口一直持续到35～40 s，在此过程中，苦味的主导优势逐渐增加。相较于其他猪肉纸样品，MZ样品的“咸味”感知更强，其主导属性优势率为42%，说明MZ样品较其他4 种市售猪肉纸更咸。与其他猪肉纸样品不同的是，XZ样品在10 s出现“香醇”的主导属性，其最大主导属性优势率为35%。由图3e可知，对于DL来说，在4 s出现“香辛料香”味，其最大主导属性优势率为40%。相较于其他样品，DL样品的“残渣感”持续时间短，最大主导属性优势率小（22%），说明该产品在质地的细腻度或吞咽体验上可能具有优势。相反，ZR样品的“酥脆”感持续时间最长，可能比其他样品更酥脆。酥脆感与产品的水分含量、质地结构等有关，水分含量低的产品往往具有良好的酥脆感，此外，结构疏松、薄、刚性大、韧性差的食品同样具有较好的酥脆性[35]。
3 结 论
本研究围绕猪肉纸产品的感官特性和关键感官属性开展研究，通过网络爬虫获取猪肉纸的外观、色泽、气味、滋味、质地5 个方面的感官属性描述词。“脆的” “酥脆” “香脆” “咸的” “薄脆” “薄的” “香味”在消费者对猪肉纸类产品的感官评价中发挥着重要作用。结合专业感官评价，采用M值法、PCA、Pearson相关性分析确定了猪肉纸产品的感官描述词：“易碎的” “黄褐色” “咸的” “酥脆” “香辛料香” “鲜甜味” “残渣感” “香醇” “嘎吱感”。TDS分析结果表明，“易碎的” “咸的” “酥脆”和“残渣感”是5 种猪肉纸样品共有的感官属性，而“香醇”和“香辛料香”分别是XZ和DL区别于其他猪肉纸产品的2 种主导属性，此外DL的“残渣感”相比于其他产品持续时间短，最大主导属性优势率小。值得注意是，尽管“鲜甜味”被纳入TDS属性列表，但在所有样品的食用过程中均未观察到其占据主导地位（优势率未超过显著性水平线）。这表明在实际食用情境下，“鲜甜味”可能被强烈的“咸的”或其他滋味属性所掩盖（拮抗作用），其作为独立主导属性的感知较弱。
综上，本研究成功融合了大数据挖掘、专业感官评价和TDS 3 种方法，构建了一套完整、高效的食品感官特性研究框架，为其他休闲肉制品乃至复杂食品体系的感官研究提供了有益借鉴。明确的主导属性（如“酥脆” “咸的”）和品牌差异点（如“香醇” “香辛料香” “残渣感”）为猪肉纸的产品定位、配方优化、工艺改进及差异化竞争策略提供了科学依据。未来需要进一步比较最优产品与市售产品在挥发性香气成分上的差异，探讨风味物质与样品感官属性之间的关系；扩大样本范围，探究品牌、产地及口味之间的感官属性差异，以更全面地描绘市场全景。
[1] 戴阳军, 胡舰, 周莹, 等. 响应面法优化鱼糜肉纸制作工艺[J]. 美食研究, 2018, 35(3): 48-53. DOI:10.3969/j.issn.1009-4717.2018.03.012.
[2] KIM G D, JUNG T C, JUNG E Y, et al. Optimization of processing conditions for meat paper from beef semimembranosus muscle using response surface methodology[J]. LWT-Food Science and Technology,2013, 50(1): 326-330. DOI:10.1016/j.lwt.2012.05.005.
[3] 蔡华珍, 王璐, 胡慧娟, 等. 一种健康肉纸: CN201911165388.X[P].2023-10-10.
[4] FRANCIS I L, WILLIAMSON P O. Application of consumer sensory science in wine research[J]. Australian Journal of Grape and Wine Research, 2015, 21: 554-567. DOI:10.1111/ajgw.12169.
[5] JOSEPHSON C B, ARONICA E, BENICZKY S, et al. Big data research is everyone’s research-making epilepsy data science accessible to the global community: report of the ILAE big data commission[J].Epileptic Disorders, 2024, 26(6): 733-752. DOI:10.1002/epd2.20288.
[6] MEHTA N, PANDIT A. Concurrence of big data analytics and healthcare: a systematic review[J]. International Journal of Medical Informatics, 2018, 114: 57-65. DOI:10.1016/j.ijmedinf.2018.03.013.
[7] GÜRBÜZ T, ULUYOL Ç. Research article classification with text mining method[J]. Concurrency and Computation: Practice and Experience, 2023, 35(1): e7437. DOI:10.1002/cpe.7437.
[8] KUMAR N, AGGARWAL D. Learning-based focused web crawler[J].IETE Journal of Research, 2023, 69(4): 2037-2045. DOI:10.1080/037 72063.2021.1885312.
[9] YANG F, GUO H H, GAO P, et al. Comparison of methodological proposal in sensory evaluation for Chinese mitten crab (Eriocheir sinensis) by data mining and sensory panel[J]. Food Chemistry, 2021,356: 129698. DOI:10.1016/j.foodchem.2021.129698.
[10] HUANG Y Z, LIU Y, YU X L, et al. Rapid screening of sensory attributes of mackerel using big data mining techniques and rapid sensory evaluation methods[J]. Journal of Texture Studies, 2023, 54(6):872-884. DOI:10.1111/jtxs.12776.
[11] VALENTE C C, BAUER F F, VENTER F, et al. Modelling the sensory space of varietal wines: mining of large, unstructured text data and visualisation of style patterns[J]. Scientific Reports, 2018, 8(1): 4987.DOI:10.1038/s41598-018-23347-w.
[12] HAMILTON L M, LAHNE J. Fast and automated sensory analysis: using natural language processing for descriptive lexicon development[J]. Food Quality and Preference, 2020, 83: 103926.DOI:10.1016/j.foodqual.2020.103926.
[13] 王博, 曹振霞, 刘登勇, 等. 基于网络大数据研究不同区域消费者对红烧肉感官属性及其描述的差异性[J]. 食品科学, 2019, 40(15): 15-22. DOI:10.7506/spkx1002-6630-20180913-131.
[14] LE QUÉRÉ J L, SCHOUMACKER R. Dynamic instrumental and sensory methods used to link aroma release and aroma perception:a review[J]. Molecules, 2023, 28(17): 6308. DOI:10.3390/molecules28176308.
[15] PINEAU N, SCHLICH P. Temporal dominance of sensations (TDS)as a sensory profiling technique[M]//DELARUE J, LAWLOR J B,ROGEAUX M. Rapid sensory profiling techniques. Cambridge:Woodhead Publishing, 2015: 269-306. DOI:10.1533/9781782422587.2.269.
[16] 张明成, 柴慧坤, 李铭, 等. 暂时性感官支配法及其在食品感官评价中的研究进展[J]. 食品科学, 2023, 44(15): 360-367. DOI:10.7506/spkx1002-6630-20220905-043.
[17] PIERGUIDI L, SPINELLI S, MONTELEONE E, et al. The combined use of temporal dominance of sensations (TDS) and discrete timeintensity (DTI) to describe the dynamic sensory profile of alcoholic cocktails[J]. Food Quality and Preference, 2021, 93: 104281.DOI:10.1016/j.foodqual.2021.104281.
[18] ZHANG M C, LI M, LI J L, et al. Using temporal dominance of sensations (TDS), multiple-sip TDS, chemical composition evaluation,and microstructural analysis to assess the impact of repeated reheating cycles on chicken soup[J]. Food Chemistry, 2024, 444: 138503.DOI:10.1016/j.foodchem.2024.138503.
[19] NGUYEN H, WISMER W. Temporal sensory profiles of regular and sodium-reduced foods elicited by temporal dominance of sensations(TDS) and temporal check-all-that-apply (TCATA)[J]. Foods, 2022,11(3): 457. DOI:10.3390/foods11030457.
[20] 郭宏慧. 中华绒螯蟹感官品质研究与评价方法建立[D]. 无锡: 江南大学, 2022. DOI:10.27169/d.cnki.gwqgu.2021.001783.
[21] 国家质量监督检验检疫总局, 国家标准化管理委员会. 感官分析选拔、培训与管理评价员一般导则 第1部分: 优选评价员: GB/T 16291.1—2012[S]. 北京: 中国标准出版社, 2012.
[22] 岳营峰, 史波林, 赵镭, 等. 辣条感官描述词的建立及感官特征比较[J].食品安全质量检测学报, 2022, 13(9): 2728-2735. DOI:10.19812/j.cnki.jfsq11-5956/ts.2022.09.002.
[23] 董丽. 红烧肉感官属性的确定与解析[D]. 锦州: 渤海大学, 2016.DOI:10.27190/d.cnki.gjzsc.2016.000021.
[24] 宋佳慧. 牛奶成分对咖啡感官品质的影响规律及相关机制分析[D].无锡: 江南大学, 2021. DOI:10.27169/d.cnki.gwqgu.2021.000850.
[25] 何英霞. 白酒刺激感特征的多维表征及风味化学基础解析[D].无锡: 江南大学, 2022. DOI:10.27169/d.cnki.gwqgu.2022.002047.
[26] PINEAU N, SCHLICH P, CORDELLE S, et al. Temporal dominance of sensations: construction of the TDS curves and comparison with time-intensity[J]. Food Quality and Preference, 2009, 20(6): 450-455.DOI:10.1016/j.foodqual.2009.04.005.
[27] 李元一, 李倩倩, 张葆春, 等. 基于静态及动态感官分析的中法白兰地风味特征研究[J]. 食品与发酵工业, 2022, 48(1): 227-232.DOI:10.13995/j.cnki.11-1802/ts.027755.
[28] WANG B, SHEN C, CAI Y, et al. Consumer culture in traditional food market: the influence of Chinese consumers to the cultural construction of Chinese barbecue[J]. Food Control, 2023, 143: 109311.DOI:10.1016/j.foodcont.2022.109311.
[29] QI Y N, WANG M S, WAN N J, et al. Sensory characteristics of “Shine Muscat” grapes based on consumer reviews and human and intelligent sensory evaluation[J]. LWT-Food Science and Technology, 2024, 195:115810. DOI:10.1016/j.lwt.2024.115810.
[30] 赵云鹏, 熊建林, 王洪伟. 酸奶感官描述词的建立与应用[J].中国乳品工业, 2018, 46(5): 31-35; 42. DOI:10.3969/j.issn.1001-2230.2018.05.007.
[31] 盖圣美, 夏文云, 陆逢贵, 等. 肉松感官描述词汇的建立[J]. 食品与发酵工业, 2020, 46(2): 277-285. DOI:10.13995/j.cnki.11-1802/ts.022051.
[32] 李懿霖, 王思思, 靳安文, 等. 鲜食玉米的感官描述词建立及感官品质特性分析[J]. 食品安全质量检测学报, 2023, 14(14): 273-281.DOI:10.19812/j.cnki.jfsq11-5956/ts.2023.14.043.
[33] 谢静茹. 传统绍兴酒关键苦味物质及其影响因素研究[D]. 上海:上海应用技术大学, 2021. DOI:10.27801/d.cnki.gshyy.2021.000177.
[34] 王晓雨. 基于感官导向的绍兴黄酒后苦味物质解析[D]. 上海: 上海应用技术大学, 2023. DOI:10.27801/d.cnki.gshyy.2023.000016.
[35] REN X N, WANG C, WANG X Q, et al. Impacts of various reheating methods on crispy chicken: physicochemical properties, oxidation and flavor profiles[J]. Foods, 2025, 14(9): 1574. DOI:10.3390/foods14091574.