Abstract This paper introduces SensoGraph, a novel approach for fast sensory evaluation using two-dimensional geometric techniques. In the tasting sessions, the assessors follow their own criteria to place samples on a tablecloth, according to the similarity between samples. In order to analyse the data collected, first a geometric clustering is performed to each tablecloth, extracting connections between the samples. Then, these connections are used to construct a global similarity matrix. Finally, a graph drawing algorithm is used to obtain a 2D consensus graphic, which reflects the global opinion of the panel by (1) positioning closer those samples that have been globally perceived as similar and (2) showing the strength of the connections between samples. The proposal is validated by performing four tasting sessions, with three types of panels tasting different wines, and by developing a new software to implement the proposed techniques. The results obtained show that the graphics provide similar positionings of the samples as the consensus maps obtained by multiple factor analysis (MFA), further providing extra information about connections between samples, not present in any previous method. The main conclusion is that the use of geometric techniques provides information complementary to MFA, and of a different type. Finally, the method proposed is computationally able to manage a significantly larger number of assessors than MFA, which can be useful for the comparison of pictures by a huge number of consumers, via the Internet.

中文翻译：

---

测试 SensoGraph，一种用于快速感官评估的几何方法

摘要 本文介绍了 SensoGraph，这是一种使用二维几何技术进行快速感官评估的新方法。在品酒会上，评估员按照自己的标准，根据样品之间的相似性将样品放在桌布上。为了分析收集到的数据，首先对每块桌布进行几何聚类，提取样本之间的联系。然后，这些连接用于构建全局相似度矩阵。最后，使用图形绘制算法获得 2D 共识图形，它通过 (1) 将那些被全球认为相似的样本定位得更近，以及 (2) 显示样本之间的联系强度. 该提案通过四次品酒会得到验证，由三种类型的小组品尝不同的葡萄酒，并通过开发新软件来实施所提出的技术。获得的结果表明，图形提供了与通过多因素分析 (MFA) 获得的共识图相似的样本定位，进一步提供了有关样本之间连接的额外信息，这在任何以前的方法中都不存在。主要结论是几何技术的使用提供了对 MFA 的补充信息，并且是不同类型的信息。最后，所提出的方法在计算上能够管理比 MFA 多得多的评估员，这对于大量消费者通过互联网比较图片非常有用。获得的结果表明，图形提供了与通过多因素分析 (MFA) 获得的共识图相似的样本定位，进一步提供了有关样本之间连接的额外信息，这在任何以前的方法中都不存在。主要结论是几何技术的使用提供了对 MFA 的补充信息，并且是不同类型的信息。最后，所提出的方法在计算上能够管理比 MFA 多得多的评估员，这对于大量消费者通过互联网比较图片非常有用。获得的结果表明，图形提供了与通过多因素分析 (MFA) 获得的共识图相似的样本定位，进一步提供了有关样本之间连接的额外信息，这在任何以前的方法中都不存在。主要结论是几何技术的使用提供了对 MFA 的补充信息，并且是不同类型的信息。最后，所提出的方法在计算上能够管理比 MFA 多得多的评估员，这对于大量消费者通过互联网比较图片非常有用。主要结论是几何技术的使用提供了对 MFA 的补充信息，并且是不同类型的信息。最后，所提出的方法在计算上能够管理比 MFA 多得多的评估员，这对于大量消费者通过互联网比较图片非常有用。主要结论是几何技术的使用提供了对 MFA 的补充信息，并且是不同类型的信息。最后，所提出的方法在计算上能够管理比 MFA 多得多的评估员，这对于大量消费者通过互联网比较图片非常有用。