-
题名基于多源异构数据的肉类食品安全风险评级模型研究
- 1
-
-
作者
吴立颖
葛宇
-
机构
上海市质量监督检验技术研究院
-
出处
《食品安全质量检测学报》
CAS
2024年第12期165-173,共9页
-
基金
国家重点研发计划项目(2022YFF1101104-3)。
-
文摘
目的基于多源异构数据构建肉类食品安全风险评级模型。方法依据2020—2023年肉类监督抽查数据、食品召回数据、实验室管理系统数据和行政处罚数据等多源异构数据,分析肉类食品的全链安全风险因素类别。通过数据治理手段,使用基于决策树的随机森林算法构建肉类食品安全风险评级模型。结果肉类食品安全风险评级模型的准确率达到90%以上,与实际情况基本吻合,基于模型分析发现食品添加剂和微生物指标的风险程度要高于其他类别,其中山梨酸、亚硝酸盐和胭脂红这3类食品添加剂具有较高风险,菌落总数在微生物指标中具有较高风险,在流通环节的菌落总数的不合格率要高于生产和餐饮环节。结论基于随机森林的肉类食品安全风险评级模型可以推断肉类安全风险因素的风险程度,该模型可以为政府和监管机构提供风险管理方面的数据支持,并为监督抽检方向提供建议。
-
关键词
肉类食品安全风险
随机森林
决策树
机器学习
数据治理
-
Keywords
meat food safety risks
random forest
decision tree
machine learning
data governance
-
分类号
TS201.6
[轻工技术与工程—食品科学]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
