测度、预测和解释邮轮旅游产品的偏好——基于脑电(EEG)数据分析

李瑞雪，张言庆

(青岛大学 旅游与地理科学学院，山东 青岛 266071)

从2017年开始，邮轮业增速放缓，2018年邮轮市场陷入低谷，部分外资邮轮巨头由于在中国市场收益不理想选择加速调整。究其原因是中国的大多数邮轮公司一般都是根据北美人的品味和偏好开发的，不符合本土消费者的需求。在增长放缓的背后，其实是我国邮轮旅游业的一场供给侧改革，决定了邮轮市场能否从新兴市场逐步走向健康稳定市场的一个阶段。中国邮轮业是否会迎来下一个“黄金十年”？在很大程度上取决于邮轮产品是否符合中国人的消费习惯，只有深刻理解本土消费者的产品偏好，才能正确把握游客心理特征及其购买行为，才有可能持续扩大客源市场。

那么如何测度消费者对邮轮旅游产品的偏好成了最为关键的问题，本文在对国内外旅游产品偏好测度方法梳理总结的基础上，选择了EEG方法来测度、预测和解释对邮轮产品的偏好情况。

一、旅游产品偏好测度方法综述

消费者偏好是指在不考虑预算约束的条件下，消费者喜欢或愿意消费的各种物品与劳务的数量。偏好这一概念被应用到旅游学中，国外大多数的研究侧重于解释旅游偏好对旅游行为选择的影响，这些行为涉及到旅游者食住行游购娱等各方面。国内学者从心理学的角度来解释旅游偏好，认为旅游偏好是一种趋向于某旅游目标的心理倾向，包含了认知、情感和意向因素,具体来说，旅游偏好是指旅游者在旅游六要素——食住行游购娱等方面的心理倾向。[1-3]

旅游者对旅游产品的偏好测度研究一般是采用自我报告的理论和方法，如联合分析和选择实验法。联合分析法通过估计产品价值或者每个属性的价值来确定哪种属性组合对被调查者的选择影响最大。选择实验法具有完整的经济理论基础和实证方法体系，并且具有与真实市场情景相吻合的高信息负荷，但是高信息负荷在提供充足的游客偏好信息的同时，也大大增加了实验设计的难度，造成实验过程中的偏差。[4]如重要性-绩效分析法(IPA)将属性重要性和绩效表现的度量组合到一个二维网格中，网格由y轴和x轴表示，由四个象限组成。x轴代表顾客对产品或服务属性的感知重要性，y轴表示顾客对产品或服务属性的感知绩效。许多学者将IPA应用于旅游领域研究中以确定游客偏好的属性或因素[5]，如基于UGC数据的文本分析和照片采访。文本分析最大优势在于能获取游客完整的心理感知，学者孙晓东和倪荣鑫就是利用UGC数据进行内容分析来了解本土中国游客对邮轮产品的感知和偏好情况。[6]采访将照片分析和游客采访结合起来进行研究，可以更客观地反映游客的认知和偏好。有的学者用照片采访研究方法，对来自四个大城市的20个邮轮旅游者样本深度采访了解他们的邮轮旅游体验，根据采访数据构建了分层体验模型。[7]研究结论是：中国游客喜欢追求与惯常环境不同的体验，如国外服务者的服务，国外的文化体验，同时追求中国元素。

传统的自我报告式的对偏好研究方法(如访谈、问卷调查)虽然测量方法简单、成本低[8]，但是这些方法容易导致被研究者的故意犯错行为，因为社会期望效应会扭曲情绪反应[9]，人们不能(或不想)在明确要求时充分解释自己的偏好，所以这些研究方法并不能有效捕捉到对产品刺激的最初无意识的情绪反应。在这种情况下，可以通过脑电采集帽采集EEG信息，用MATLAB编写程序及其插件来进行EEG信号的处理与分析，从而根据消费者观察不同广告和产品时产生的大脑活动来评估不同营销策略的有效性以及消费者对产品的偏好情况。人类的行为是由运行在意识水平以下的过程来驱动的，EEG提供了获取无意识大脑活动数据的途径，是非入侵性的一种方式，是传统的行为研究方法做不到的。而且心理生理学测量更加客观，不受参与者理解的限制，可以跟踪受试者的实时反应，而不依赖于记忆和认知过程。

神经生理学方法作为辅助手段在市场研究中的行为数据的应用并不完全是新的，但在过去的十年中，使用了新的成像方法，如功能磁共振成像(FMRI)和脑电图(EEG)。[10]其中一些方法考虑到了决策背后的神经机制，逐步发展成为神经营销研究领域。近年来，脑电图数据在神经营销学研究中的应用引起了人们的关注，在神经营销学研究中，通过检测生物识别反应，包括眼动追踪、面部表情、皮肤电反应、功能磁共振成像和脑电图来跟踪顾客的注意力。从生物测定反应中获得的信息可能比倾向于故意错误的问卷更可靠。[11]78人脑信号的变化，记为脑电图(EEG)，其主要频谱带为Delta(0-3 Hz)，Theta(4-8 Hz)，Alpha(9-12 Hz)，Beta(13-30 Hz)和Gamma(31-40 Hz)，可以测定消费者对特定产品或营销刺激的认知或情感过程。这类研究的主要目的一是根据EEG变化了解消费者对产品的偏好以及决策过程中相对应的脑电波变化，二是通过研究结果的应用提高营销商的利润。国内有利用眼动仪来研究旅游者偏好问题[12]的探索，但已有学者研究表明眼动仪对偏好的预测准确率很低[13]91，远低于脑电图的准确率。

有研究者利用脑电波频率调查客户偏好(喜欢/不喜欢)，研究表明，额叶、顶叶和枕叶区域的光谱活动随参与者的喜好而改变。[14]有研究者使用EEG数据预测鞋类产品的消费者偏好，研究表明，与基于自我报告的预测相比，基于EEG的预测可能会更可靠，从而增加公司利润。[15]在利用SVM分类法从脑电功率中提取的特征预测消费者对手机品牌的偏好时，准确率达到87%。[13]97还有研究者使用EEG评估了消费者对内衣颜色的偏好。[16]但是在旅游研究领域，EEG的应用还处于起步阶段，国外有少量研究涉及目的地偏好[11]86，国内几乎还未有学者利用EEG研究旅游偏好问题。

本文的研究目的是试图发现脑电波功率谱密度对于邮轮旅游者偏好的预测潜力，用EEG方法来解释对邮轮产品的偏好情况。

二、材料和方法

(一)实验设置

1. 试验被试。选取10位被试(男性5位，女性5位)参加试验，10位被试为在某大学随机抽取的学生，年龄在23-27岁之间，在实验前均签署知情同意书。所有被试视力或矫正视力正常，均为右利手。所有被试在实验前一晚保证充足的睡眠，并在此前未直接或者间接接触过此次用于检测偏好的旅游产品，排除先验干扰。

2. 实验材料。为了研究脑电图EEG识别验证消费者对邮轮产品偏好的能力，要求参与者对邮轮产品广告做出喜欢或不喜欢的决定。本研究选取了4个邮轮品牌产品的广告视频，分别是海洋光谱号、双子星号、大西洋号、荣耀号。虽然在产品属性上都有不同程度上的适应中国邮轮旅游者特点的本土化改进，但在整体风格上也分别代表了美式、中式、意式、欧式四种风格。视频内容包括邮轮名称，邮轮产品各个属性介绍。

四个邮轮产品视频展示了各个邮轮的不同特色。“海洋光谱号”是超量子系列首艘游轮，拥有全新超量子标志性设施，客房、餐饮、娱乐和科技等也全面升级和突破，如南极球(Sky Pad)的VR蹦极，Bionic Bar中机器人精心制作的定制果汁饮料；双子星号船上设施包罗万有，包括中式、亚洲及国际餐饮选择、露天烧烤、表演场地、卡拉OK、水疗及健康中心、美容及发型中心、儿童天地及泳池等，以满足客人饮食及娱乐的需要，免税店和购物场所众多；大西洋号以其精美绝伦的意大利设计和弥漫着艺术气息的装潢装饰，被业界誉为“艺术之船”，不仅处处洋溢着威尼斯古典建筑风情，而且混合了梦境和巴洛克艺术；欧洲旗舰邮轮MSC地中海荣耀号，传承300年航海世家的欧洲文化底蕴和探索精神，以家庭优选为品牌核心，倾力打造海上旗舰奢华度假胜地。

3. 实验仪器。本次实验包括信号采集与信号分析两个部分。在EEG信号采集方面，本文采用Neuroscan公司的32通道脑电采集帽及NuAmps放大器。采样频率为1000Hz，所有电极根据10-20国际标准导联系统原则的放置在被试的大脑头皮处，用Curry8.0软件进行记录EEG信号。在信号分析方面，本文主要用MATLAB编写程序及其插件EEGLAB来进行EEG信号的处理与分析。

4. 实验步骤。所有实验均在比较安静的实验室中进行，保证被试不受干扰，实验时间为上午9∶00。被试端坐在比较舒服的椅子上，眼睛与屏幕水平距离为40 cm。实验过程如图1所示。

图1 实验过程示意图

(1)实验开始，屏幕出现“+”号，提示被试做好准备；(2)每个邮轮产品广告播放60 s，接着是5 s的间隔，显示一个的“+”号，即interval-trial-interval。同时采集被试32通道的EEG信号。为了避免学习造成的偏差，视频顺序被随机播放。(3)每一个视频播放完毕，被试对邮轮产品进行选择按键，包括喜欢或不喜欢，直到最后一个视频播放完毕，结束采集信号，消费者做出四次选择，实验结束。

(二)研究方法

1. 研究框架。本文通过采集被试在观看产品视频的脑电信号，分析功率谱密度和微分熵特征与偏好的关系，进行游轮旅游产品的偏好预测，研究框架如图2所示。

图2 研究框架

2. 数据预处理方法。本文拟分析功率谱密度、微分熵和偏好的内在联系，所以对采集的EEG信号去除眼电、肌电等工频干扰，去除50Hz工频干扰，以A1、A2为参考电极进行基线校准去除基线漂移。对EEG信号降采样到500Hz，带通滤波0.5～75Hz，进行独立成分分析以去除眼电等生理伪迹和大部分环境噪声。

3. 特征提取。频谱特征和熵特征被广泛地应用于警觉度和情绪检测中。本文提取脑电信号的功率谱密度(power spectral density, PSD)和微分熵(differential entropy，DE)特征来分析被试对邮轮旅游产品的偏好程度。功率谱密度反映的是信号的功率随频率的变化情况[17]，我们首先对一段长度为N的脑电信号x(0),…,x(N-1)进行离散傅里叶变换得到:

功率谱密度可以通过下式计算得到：

其中，X*(ωk)为X(ωk)的共轭。

微分熵特征是表征信号序列复杂度的一项指标。微分熵的值越低，则序列的自相似度越高，复杂度越低；微分熵的值越高，则序列的自相似度越低，复杂度越高。求微分熵特征需要知道其概率密度函数，其计算公式为[17]：

其中，f(x)是时间序列X的概率密度函数，[a,b]表示信息取值的区间。

本文以窗口长度为2 s、重叠长度为1 s的滑动窗口将单次实验下采集的脑电信号划分为单个样本，每个旅游产品59个样本，单次实验样本数为236个。求取单个样本的每个通道的脑电信号的功率谱密度(PSD)和微分商(DE)特征。

三、实验结果与分析

这部分利用PSD和DE特征均值来分析被试在观看4个邮轮旅游产品时的大脑状态，包括PSD反映的脑电信号功率强度，DE反映的脑电复杂程度。首先在分析观看不同邮轮旅游产品大脑状态的基础上，对比被试者对邮轮旅游产品的偏好标记(喜欢/不喜欢)数据，分析脑电波对于邮轮旅游者偏好的预测潜力；然后根据脑电地形图直观了解被试者观看喜欢和不喜欢的邮轮旅游产品视频时的大脑各个区域的状态，以此得出哪些区域和偏好最为相关，最能用来解释对邮轮产品的偏好情况。

(一)实验结果记录

在被试者观看每一段视频时，会记录其脑电波信号，在每一段观看完毕后要求其标记喜欢/不喜欢，经过数据顺序整理，10位被试分别对每种邮轮旅游产品进行了选择喜欢/不喜欢，对被试选择喜欢的数量不做要求。如被试1的选择结果是(海洋光谱号，不喜欢；双子星号，喜欢；大西洋号，不喜欢；荣耀号，不喜欢)，被试2的选择结果是(海洋光谱号，喜欢；双子星号，不喜欢；大西洋号，喜欢；荣耀号，喜欢)。

(二)脑电波对于邮轮旅游者偏好的预测潜力

1. PSD特征分析。对10位被试在观看每个产品所有样本的30个通道的特征求取均值，以被试1和被试2的数据为例进行分析，并对所有样本求取均值和方差，结果如图3所示。

图3 两位被试的PSD特征分析

由图3可以看出，第一位被试对邮轮旅游“双子星号”的反应较为显著，PSD特征的均值达到了0.62，远远高于在观看其他三个旅游产品时的功率值。由分布图可以看到，第一位被试的PSD特征在观看“双子星号”时多次达到了1以上，说明此时被试的脑电信号功率高，大脑较为活跃，这与被试实验后给我们的反馈(对喜欢或不喜欢的选择)一致。同样的，第二位被试在“海洋光谱号”“大西洋号”“荣耀号”时的脑电功率都比较高，这与我们得到的反馈也是一致的。

2. DE特征分析。从第一位被试的DE特征均值可以看出，在观看“双子星号”视频时DE均值和特征分布均较高，对其他三个产品的反应较弱；第二位被试在“海洋光谱号”“大西洋号”“荣耀号”时的DE特征都比较高，对“双子星号”反应较弱。DE特征高说明被试者脑电信号相似度低，较为复杂，这也与PSD分析的结果相一致。

结合PSD与DE特征分布图来看，这两个特征在被试观看偏好的旅游产品视频时产生较大的波动，两者结果一致性高，而且将PSD与DE特征和被试对邮轮旅游产品的喜欢或不喜欢的选择，被试者在观看视频时，脑电波PSD和DE均值高的一般会被标记为喜欢，脑电波PSD和DE均值低的一般会被标记为不喜欢。如第一位被试者的脑电波PSD和DE均值在观看“双子星号”邮轮时较高，相应地，第一位被试者将“双子星号”邮轮标记为喜欢，而将其他3个标记为不喜欢。所以结合这两个特征对消费者的旅游产品偏好进行预测是较为有效的。

(三)EEG方法来解释对邮轮产品的偏好情况

由以上分析结果可知，PSD和DE特征对消费者选择邮轮产品的偏好有较强的预测能力，那么在消费者对某一邮轮旅游产品表现出偏好时，大脑各个区域的脑电波信号如何波动？偏好是否和特定区域的脑电波功率相关？

1. 基于PSD特征的脑电地形图。在这个实验中，对每个产品所有样本的特征求取均值，基于脑电地形图分析大脑区域对偏好的反应。如图4，可以看出在给被试者不同的邮轮旅游产品刺激后脑电波的状态。结果显示，喜欢的偏好增加了枕叶和颞叶区域的PSD功率，而不喜欢的偏好增加了前额叶和顶叶的PSD功率。这一结果与其他对于偏好的研究一致。[13]92同样，大脑区域的活跃度用DE和PSD两个特征来表示的结果相似。

图4 两位被试的PSD特征脑电地形图

四、结论和建议

神经生理学方法弥补了传统自我报告方法的缺陷，如导致被研究者的故意犯错行为，对旅游者偏好测度的主观性，EEG提供了获取无意识大脑活动数据的途径，是非入侵性的一种方式，是传统的行为研究方法做不到的。而且心理生理学测量更加客观，不受参与者理解的限制，可以跟踪受试者的实时反应。本文通过EEG的实验方法测度了消费者对邮轮产品的偏好，首先通过记录被试者观看四种不同风格的邮轮旅游产品视频时的脑电信号和偏好选择信息，然后提取脑电数据的PSD特征和DE特征，对被试者偏好进行预测，结果说明利用EEG方法来预测消费者对邮轮产品的偏好是有效的。在此基础上，通过脑电地形图可以更加直观地看出面对偏好产品时，大脑各个区域的活跃度。通过这项研究，开启EEG方法在旅游产品偏好测度领域的应用，使旅游领域的研究方法更加多元化。

但是文章依然存在一些不足之处，比如选取样本不够丰富，文章选取的样本是学生，所以很难全面反映初次邮轮旅游者和成熟邮轮旅游者的偏好差别。同时在进行PSD特征和DE特征提取和地形图分析时，选取的是总体均值，而没有区分不同区域的不同波段的EEG强度，如果对大脑区域不同波段的EEG信号进行分析，会更具体地了解哪些波段的EEG信号和偏好密切相关。分析消费者对邮轮旅游产品的偏好目的是为了了解中国游客的特点，以便针对性设计邮轮旅游产品来满足其需要，文章是根据在消费者观看不同邮轮旅游产品的EEG信号来反映和预测其偏好的，而没有将消费者观看邮轮旅游产品的各个属性时的EEG区分出来，很难具体地来指导实践中邮轮旅游产品的设计，未来还需要进一步的完善补充。