情绪化消费的脑电研究

穆振东

摘要：消费在市场化经济的今天，是一个很关键的词，为了发展经济国家要关注刺激，但是作为自然人，我们日常消费是否合理，是否有计划会关系到个人的经济计划，情绪化消费显然不是有计划的消费，经常带有情绪化的消费会极大的影响我们的日常生活，为此对情绪化消费进行研究显得尤为重要，本文从脑电信号和情绪的关系出发，通过对情绪消费场景设计，阐述应用脑电信号对情绪化消费研究的可信性。

关键词：脑电信号；情绪化；消费

情绪化消费，本文定义为由于消费者出于某种不稳定情绪下的无度的不必要的消费。这里不稳定情绪指的是生气、发怒、紧张或者兴奋情绪，在日常生活中，我们都或多或少的会出现各种的情绪波动，为了平复自己的情绪，有很多手段可以采纳，例如听音乐、看电影、找朋友等等，但是也有一种是去消费，通过不停的买东西，花钱来缓解自己的情绪，从商家来讲，这无疑是好事，从刺激消费的角度来讲，这也不算坏事，但是从自己来讲，那就是坏事，首先在情绪掌控下的自己，根本就不知道自己是否真的有购买的需要；其次铺张浪费的购买会对自己以后的经济状况带来困扰；最后虽然消费发泄短时间能缓解自己的紧张心情，但是并不能解决任何问题，反而对消费和延迟问题解决带来的后果可能更加加重自己的心理负担。

消费，特别是无度的消费，对家庭对自己都是有很大的负面意义的。无计划，情绪化消费对于大学生的害处更大，比如攀比、比如追求潮流、比如追求享乐等等这些都会影响大学生的学习，在搜狐新闻网上连续版面报道了大学生的“人情消费”、“恋爱消费”这些本不该成为名词的消费概念现在成为了很多大学生家庭的负担，为此有很多大学生竟然放弃学业去打工甚至去犯罪来满足自己的“面子需求”。这些消费无疑都是毫无理智的情绪化消费，对于消费的研究，如今常用的手段还是停留在统计、综合等定性研究上，那么影响和反映情绪化消费有没有人本身物理反应呢？

对人情绪化研究的最好工具，无疑是脑电信号，脑电信号一经提出，很多研究者都对它从很多方面研究，也取得了很多研究成果。本人曾主持过“基于运动想象脑电信号物理机制研究”课题，结果发现人的运动相关产生的脑电信号都有自己的大脑物理机制在影响。那么情绪化消费能否利用脑电信号来研究呢？脑电信号包括不同的频率段，一般分为四个波段即σ（1-3Hz）、θ（4-7Hz）、α（8-13Hz）、β（14-30Hz）。γ波大于30Hz。每个波段对应不同的情绪，例如σ波段出现在人在极度疲劳和昏睡状态下。θ波一般出现在成年人在意愿受到挫折和抑郁时以及精神病患者这种波极为显著。α是正常人脑电波的基本节律，如果没有外加的刺激，其频率是相当恒定的。人在清醒、安静并闭眼时该节律最为明显，睁开眼睛或接受其它刺激时，α波即刻消失。β是当精神紧张和情绪激动或亢奋时出现的。

情绪化消费的脑电研究，脑电获取是首要任务，因此设计很好的场景是第一个要完成的任务，本文设计脑电信号诱发刺激程序是一个日常消费场景，模拟学生日常生活，然后通过脑电获取设备，跟踪实时获取脑电信号，并把脑电信号记录下来，通过各种信号分析手段，提取和情绪化消费相关的脑电特征。（作者单位：江西科技学院信息技术研究所）

参考文献：

[1]Malakhov A I，Schookin S I，Ivancov V I，et al. A Combined Algorithm for Identification and Differentiation of Atrial Flutter and Atrial Fibrillation Based on ECG Analysis[J]. Biomedical Engineering，2013： 1-4.

[2]Wijnmaalen A P，Stevenson W G，Schalij M J，et al. ECG identification of scar-related ventricular tachycardia with a left bundle-branch block configuration[J]. Circulation： Arrhythmia and Electrophysiology，2011，4（4）： 486-493.

[3]Sufi F，Khalil I，Mahmood A. Compressed ECG biometric： a fast，secured and efficient method for identification of CVD patient[J]. Journal of medical systems，2011，35（6）： 1349-1358

[4]Daudelin D H，Sayah A J，Kwong M，et al. Improving use of prehospital 12-lead ECG for early identification and treatment of acute coronary syndrome and ST-elevation myocardial infarction[J]. Circulation： Cardiovascular Quality and Outcomes，2010，3（3）： 316-323.

[5]Mu Z，Hu J. Research of EEG identification computing based on AR model[C]//BioMedical Information Engineering，2009. FBIE 2009. International Conference on Future. IEEE，2009： 366-368