穆振東

摘要：消費在市場化經(jīng)濟的今天，是一個很關(guān)鍵的詞，為了發(fā)展經(jīng)濟國家要關(guān)注刺激，但是作為自然人，我們?nèi)粘ＯM是否合理，是否有計劃會關(guān)系到個人的經(jīng)濟計劃，情緒化消費顯然不是有計劃的消費，經(jīng)常帶有情緒化的消費會極大的影響我們的日常生活，為此對情緒化消費進行研究顯得尤為重要，本文從腦電信號和情緒的關(guān)系出發(fā)，通過對情緒消費場景設(shè)計，闡述應(yīng)用腦電信號對情緒化消費研究的可信性。

關(guān)鍵詞：腦電信號；情緒化；消費

情緒化消費，本文定義為由于消費者出于某種不穩(wěn)定情緒下的無度的不必要的消費。這里不穩(wěn)定情緒指的是生氣、發(fā)怒、緊張或者興奮情緒，在日常生活中，我們都或多或少的會出現(xiàn)各種的情緒波動，為了平復(fù)自己的情緒，有很多手段可以采納，例如聽音樂、看電影、找朋友等等，但是也有一種是去消費，通過不停的買東西，花錢來緩解自己的情緒，從商家來講，這無疑是好事，從刺激消費的角度來講，這也不算壞事，但是從自己來講，那就是壞事，首先在情緒掌控下的自己，根本就不知道自己是否真的有購買的需要；其次鋪張浪費的購買會對自己以后的經(jīng)濟狀況帶來困擾；最后雖然消費發(fā)泄短時間能緩解自己的緊張心情，但是并不能解決任何問題，反而對消費和延遲問題解決帶來的后果可能更加加重自己的心理負擔(dān)。

消費，特別是無度的消費，對家庭對自己都是有很大的負面意義的。無計劃，情緒化消費對于大學(xué)生的害處更大，比如攀比、比如追求潮流、比如追求享樂等等這些都會影響大學(xué)生的學(xué)習(xí)，在搜狐新聞網(wǎng)上連續(xù)版面報道了大學(xué)生的“人情消費”、“戀愛消費”這些本不該成為名詞的消費概念現(xiàn)在成為了很多大學(xué)生家庭的負擔(dān)，為此有很多大學(xué)生竟然放棄學(xué)業(yè)去打工甚至去犯罪來滿足自己的“面子需求”。這些消費無疑都是毫無理智的情緒化消費，對于消費的研究，如今常用的手段還是停留在統(tǒng)計、綜合等定性研究上，那么影響和反映情緒化消費有沒有人本身物理反應(yīng)呢？

對人情緒化研究的最好工具，無疑是腦電信號，腦電信號一經(jīng)提出，很多研究者都對它從很多方面研究，也取得了很多研究成果。本人曾主持過“基于運動想象腦電信號物理機制研究”課題，結(jié)果發(fā)現(xiàn)人的運動相關(guān)產(chǎn)生的腦電信號都有自己的大腦物理機制在影響。那么情緒化消費能否利用腦電信號來研究呢？腦電信號包括不同的頻率段，一般分為四個波段即σ（1-3Hz）、θ（4-7Hz）、α（8-13Hz）、β（14-30Hz）。γ波大于30Hz。每個波段對應(yīng)不同的情緒，例如σ波段出現(xiàn)在人在極度疲勞和昏睡狀態(tài)下。θ波一般出現(xiàn)在成年人在意愿受到挫折和抑郁時以及精神病患者這種波極為顯著。α是正常人腦電波的基本節(jié)律，如果沒有外加的刺激，其頻率是相當恒定的。人在清醒、安靜并閉眼時該節(jié)律最為明顯，睜開眼睛或接受其它刺激時，α波即刻消失。β是當精神緊張和情緒激動或亢奮時出現(xiàn)的。

情緒化消費的腦電研究，腦電獲取是首要任務(wù)，因此設(shè)計很好的場景是第一個要完成的任務(wù)，本文設(shè)計腦電信號誘發(fā)刺激程序是一個日常消費場景，模擬學(xué)生日常生活，然后通過腦電獲取設(shè)備，跟蹤實時獲取腦電信號，并把腦電信號記錄下來，通過各種信號分析手段，提取和情緒化消費相關(guān)的腦電特征。（作者單位：江西科技學(xué)院信息技術(shù)研究所）

參考文獻：

[1]Malakhov A I，Schookin S I，Ivancov V I，et al. A Combined Algorithm for Identification and Differentiation of Atrial Flutter and Atrial Fibrillation Based on ECG Analysis[J]. Biomedical Engineering，2013： 1-4.

[2]Wijnmaalen A P，Stevenson W G，Schalij M J，et al. ECG identification of scar-related ventricular tachycardia with a left bundle-branch block configuration[J]. Circulation： Arrhythmia and Electrophysiology，2011，4（4）： 486-493.

[3]Sufi F，Khalil I，Mahmood A. Compressed ECG biometric： a fast，secured and efficient method for identification of CVD patient[J]. Journal of medical systems，2011，35（6）： 1349-1358

[4]Daudelin D H，Sayah A J，Kwong M，et al. Improving use of prehospital 12-lead ECG for early identification and treatment of acute coronary syndrome and ST-elevation myocardial infarction[J]. Circulation： Cardiovascular Quality and Outcomes，2010，3（3）： 316-323.

[5]Mu Z，Hu J. Research of EEG identification computing based on AR model[C]//BioMedical Information Engineering，2009. FBIE 2009. International Conference on Future. IEEE，2009： 366-368