科學家使用復雜的數(shù)學分析 - 而不是他們的鼻子 - 來確定香水成分的成分。并不是說他們打算通過自己生產來吸引香水行業(yè)的鼻子。他們的公式是對超過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。

來自英國倫敦帝國理工學院的物理學家Vaiva Vasiliauskaite和Tim Evans采用的方法是香水業(yè)務的新穎方法。

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

傳統(tǒng)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)議和筆記知識的專家，他們的揮發(fā)性，氣味長壽和其他在香水制造中很重要的屬性。

這種專業(yè)知識通常是通過多年對天然油和化學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)網時代，因此Vasiliauskaite和Evans將一種稱為復雜網絡分析的專業(yè)數(shù)學工具應用于香水的在線數(shù)據庫，包括制造商的描述，客戶評級和銷售數(shù)據。

他們的第一個發(fā)現(xiàn)是，香水的流行似乎并不是由價格或年齡決定的。

研究人員在PLOS ONE雜志上寫道： “這促使我們使用網絡方法來研究成分，看看這些成分是否可以說明成功制作香水的成分。”

他們發(fā)現(xiàn)數(shù)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，但香水中每個鈔票的確切數(shù)量仍然是商業(yè)秘密。

有趣的是，最常用的筆記與從客戶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，最有效推動客戶評級的筆記是(按順序)茴香，鳶尾根，蘭花，竹子和康乃馨。

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

研究人員寫道：“我們的研究結果表明，這些協(xié)議應該比現(xiàn)在更受歡迎，未來應該得到更多關注。”

“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解。它還建立了一個基于簡單屬性和客戶評論的香水統(tǒng)計分析框架。

“它可能是系統(tǒng)成分選擇的有益工具，并可作為人工鼻子。