科學(xué)家使用復雜的數學(xué)分析 - 而不是他們的鼻子 - 來(lái)確定香水成分的成分。并不是說(shuō)他們打算通過(guò)自己生產(chǎn)來(lái)吸引香水行業(yè)的鼻子。他們的公式是對超過(guò)10,000種香水的研究得出的，旨在找出哪種香味能得到最佳的顧客反應。

來(lái)自英國倫敦帝國理工學(xué)院的物理學(xué)家Vaiva Vasiliauskaite和Tim Evans采用的方法是香水業(yè)務(wù)的新穎方法。

香水是通過(guò)混合“香調” - 茉莉和蘋(píng)果等個(gè)體氣味 - 組合成“協(xié)定”。

傳統上，組成香水的工作一直是“鼻子”的工作，“鼻子”是一位具有協(xié)議和筆記知識的專(zhuān)家，他們的揮發(fā)性，氣味長(cháng)壽和其他在香水制造中很重要的屬性。

這種專(zhuān)業(yè)知識通常是通過(guò)多年對天然油和化學(xué)分子的許多不同組合的培訓和試驗獲得的。就是這樣，因為最古老的美索不達米亞記錄了最早的香水。

但這是互聯(lián)網(wǎng)時(shí)代，因此Vasiliauskaite和Evans將一種稱(chēng)為復雜網(wǎng)絡(luò )分析的專(zhuān)業(yè)數學(xué)工具應用于香水的在線(xiàn)數據庫，包括制造商的描述，客戶(hù)評級和銷(xiāo)售數據。

他們的第一個(gè)發(fā)現是，香水的流行似乎并不是由價(jià)格或年齡決定的。

研究人員在PLOS ONE雜志上寫(xiě)道： “這促使我們使用網(wǎng)絡(luò )方法來(lái)研究成分，看看這些成分是否可以說(shuō)明成功制作香水的成分。”

他們發(fā)現數據庫中的10,599香水使用了1047種不同的香調。雖然可以從制造商的描述中識別出鈔票，但香水中每個(gè)鈔票的確切數量仍然是商業(yè)秘密。

有趣的是，最常用的筆記與從客戶(hù)那里獲得最佳評級的筆記之間存在差異。

最有代表性的筆記是(按順序)麝香，茉莉，佛手柑，檀香和琥珀。但是，最有效推動(dòng)客戶(hù)評級的筆記是(按順序)茴香，鳶尾根，蘭花，竹子和康乃馨。

同樣，最常見(jiàn)的協(xié)議，如天竺葵和薰衣草，并不是客戶(hù)反應最強烈的。較少使用的協(xié)議，如茉莉和薄荷，或麝香，香根草和香草，推動(dòng)了更多積極的香水評級。

研究人員寫(xiě)道：“我們的研究結果表明，這些協(xié)議應該比現在更受歡迎，未來(lái)應該得到更多關(guān)注。”

“我們的工作為那些在香水成功中發(fā)揮作用的因素提供了見(jiàn)解。它還建立了一個(gè)基于簡(jiǎn)單屬性和客戶(hù)評論的香水統計分析框架。

“它可能是系統成分選擇的有益工具，并可作為人工鼻子。