本发明属于食品安全,特别涉及一种基于抽检数据的食品安全风险预警分析方法。
背景技术:
1、食品安全监督抽检在保障食品安全中发挥着巨大作用,海量的食品安全抽检数据也成为食品生产经营企业、食品监管部门分析食品安全形势和风险的重要手段之一。然而,由于食品安全抽检数据具有类型多样、字段结构不统一、标准繁杂、属性长短不齐、部分数据有缺失或冗余的特点,目前仍需要通过人工对抽检数据处理使其规范符合标准,这些数据问题严重影响食品安全风险分析工作的正常进行。同时,目前对海量食品安全抽检数据的普遍基于传统的统计学原理,导致数据利用率低、分析预测能力弱、难以挖掘出数据背后更深层次的影响关系。
2、此外,食品安全风险分析预警是食品安全风险管理工作中的重要组成部分,然而目前已有的食品安全抽检风险预警方式一般是对食品安全抽检数据中的不合格信息(如不合格率)进行风险预警,这样只能实现对食品安全抽检的单一维度预警,通常在抽检出现异常情况后对某类产品进行预警,难以从多个方向、不同角度对食品安全进行全面考量,也无法起到分级预警的作用,缺乏对数据的有效利用、分析和挖掘。
3、可见,如何对食品安全抽检数据进行整合分析和深度挖掘、以及如何实现食品安全风险智能分析预警是目前食品行业亟需解决的技术问题。
技术实现思路
1、本发明为解决以上技术问题,提出了一种基于抽检数据的食品安全风险预警分析方法,可实现食品安全风险的多层次分析以及风险的快速识别和预测,为食品安全风险的快速识别及预警提供有效的依据和支撑,从而实现预防化解风险,降低食品安全风险造成的经济损失。
2、本发明的技术方案是:
3、本发明提出一种基于抽检数据的食品安全风险预警分析方法,所述方法包括:
4、s1,选取食品安全抽检数据集,并对数据集进行预处理;
5、s2,根据静态风险因素量化分值表构建食品类别风险评分体系,生成食品类别风险评分;
6、s3,根据产品合格率、产品抽检可能性、产品不合格比例、以及产品不合格项目数构建抽检数据风险评分体系,生成抽检数据风险评分;
7、s4,根据数据集中检测值与标准限值之间的偏离程度构建不合格程度风险评分体系,生成不合格程度风险评分;
8、s5,根据危害物的限量数值构建危害物风险评分体系,生成危害物风险评分;
9、s6,根据所述食品类别风险评分体系、所述抽检数据风险评分体系、所述不合格程度风险评分体系、所述危害物风险评分体系构建食品安全风险预警分析模型,并计算所述数据集的风险评分值以及风险等级;
10、s7,根据所述食品安全风险预警分析模型生成并输出可视化分析预警报告。
11、优选的,步骤s1中,所述预处理包括数据选择、数据清洗、以及数据规约操作。
12、优选的,所述数据选择根据食品分类选择相应的抽检数据集;
13、所述数据清洗对经过所述数据选择后的数据集进行缺失值处理以及一致性处理;
14、所述数据规约对经过所述数据清洗后的数据集进行统一规范处理,并为每条数据增加管理属性。
15、优选的,所述管理属性包括食品类别属性、不合格项目分类属性、产地属性、以及抽检地域属性。
16、优选的,步骤s3中,所述抽检数据风险评分体系包括根据产品合格率构建的产品合格率评分指标、根据产品抽检可能性构建的产品抽检可能性评分指标、根据产品不合格比例构建的产品不合格比例评分指标、以及根据产品不合格项目数构建的产品不合格项目数评分指标,以分别生成产品合格率风险评分、产品抽检可能性风险评分、产品不合格比例风险评分、以及产品不合格项目数风险评分。
17、优选的,所述抽检数据风险评分计算公式如下:
18、其中,
19、a,为产品合格率风险评分;
20、b,为产品抽检可能性风险评分;
21、c,为产品不合格比例风险评分;
22、d,为产品不合格项目数风险评分。
23、优选的,步骤s4中,所述偏离程度计算公式如下:
24、其中,
25、i,为数据集中抽检数据的条数编号;
26、li,为数据集中第i条数据的偏离程度;
27、vi,为数据集中第i条数据的检测值;
28、mini,为数据集中第i条数据的标准限值下限值;
29、maxi,为数据集中第i条数据的标准限值上限值。
30、优选的,步骤s6还包括以下步骤:根据所述数据集的风险评分值采用最优分箱算法构建风险等级划分体系,并得到与风险评分值对应的风险等级。
31、优选的,所述食品安全风险预警分析模型的输入变量包括食品名称、生产月份、通报月份、被抽检场所类型、通报省份、生产省份、抽检项目;
32、所述食品安全风险预警分析模型的输出变量包括风险等级。
33、优选的,所述分析预警报告包括趋势分析报告、时空分析报告、产品产地分析报告、不合格项目分析报告、抽样单位分析报告、被抽样场所分析报告、空间相关性分析报告。
34、本发明相对于现有技术具有如下的优点及效果:
35、本发明提供的基于抽检数据的食品安全风险预警分析方法,一方面结合食品安全抽检历史数据,另一方面结合危害物毒性数据以及专家经验数据(静态风险因素量化分值表、标准检测限值),构建出食品安全风险预警分析模型,从而综合确定风险评分值以及风险等级,实现食品安全风险的多层次分析以及风险的快速识别和预测,为食品安全风险的快速识别及预警提供有效的依据和支撑;同时通过可视化分析预警报告,全面、直观、清晰、细致的进行预警,进而实现精准预防化解风险。
1.一种基于抽检数据的食品安全风险预警分析方法,其特征在于,所述方法包括:
2.根据权利要求1所述的基于抽检数据的食品安全风险预警分析方法,其特征在于:步骤s1中,所述预处理包括数据选择、数据清洗、以及数据规约操作。
3.根据权利要求2所述的基于抽检数据的食品安全风险预警分析方法,其特征在于:所述数据选择根据食品分类选择相应的抽检数据集;
4.根据权利要求3所述的基于抽检数据的食品安全风险预警分析方法,其特征在于:所述管理属性包括食品类别属性、不合格项目分类属性、产地属性、以及抽检地域属性。
5.根据权利要求1所述的基于抽检数据的食品安全风险预警分析方法,其特征在于:步骤s3中,所述抽检数据风险评分体系包括根据产品合格率构建的产品合格率评分指标、根据产品抽检可能性构建的产品抽检可能性评分指标、根据产品不合格比例构建的产品不合格比例评分指标、以及根据产品不合格项目数构建的产品不合格项目数评分指标,以分别生成产品合格率风险评分、产品抽检可能性风险评分、产品不合格比例风险评分、以及产品不合格项目数风险评分。
6.根据权利要求5所述的基于抽检数据的食品安全风险预警分析方法,其特征在于,所述抽检数据风险评分计算公式如下:
7.根据权利要求1所述的基于抽检数据的食品安全风险预警分析方法,其特征在于,步骤s4中,所述偏离程度计算公式如下:
8.根据权利要求1所述的基于抽检数据的食品安全风险预警分析方法,其特征在于,步骤s6还包括以下步骤:
9.根据权利要求1所述的基于抽检数据的食品安全风险预警分析方法,其特征在于:所述食品安全风险预警分析模型的输入变量包括食品名称、生产月份、通报月份、被抽检场所类型、通报省份、生产省份、抽检项目;
10.根据权利要求1所述的基于抽检数据的食品安全风险预警分析方法,其特征在于:所述分析预警报告包括趋势分析报告、时空分析报告、产品产地分析报告、不合格项目分析报告、抽样单位分析报告、被抽样场所分析报告、空间相关性分析报告。