Résumé 241 :
Stabiliser des cartes de préférences en débruitant les données d’appréciation
Rebhi, Ibtihel
ENIT Tunis
Dans le domaine de l’analyse sensorielle, nous pouvons considérer les données d’appréciation des consommateurs comme une structure d’un signal corrompu par un bruit. Ce bruit s’explique par le rang de dégustation du produit, le moment de la dégustation, l’arrière-effet du produit précédent, etc. Nous proposons dans ce travail un débruitage de ce type de donnés par la méthode d’Analyse en Composantes Principales régularisée permettant de mieux reconstituer et visualiser le signal sous-jacent en fournissant une meilleure estimation au sens de l’erreur quadratique moyenne du signal (Verbranck et al., 2013). Nous construisons alors une carte des préférences en utilisant les données d’appréciation débruitées et les données de caractéristiques sensorielles de ces produits. La carte est obtenue en réalisant une ACP sur les données sensorielles, en projetant les préférences en supplémentaire et en modélisant par régression quadratique pour chaque consommateur les notes données aux différents produits (Danzart, 2004). Nous évaluons, sur un exemple de données de biscuits, que l’élimination du bruit par ACP régularisée améliore la qualité de cartographie comparée à celle sans débruitage. Nous évaluerons les qualités de cette méthode par des simulations.