胡培泓 窦伟峰 李会晓

摘 要：数据量的增加使安全管理面对着较大的挑战，通过大数据及云计算可以有效处理现存问题。利用数据挖掘技术对数据精准开展分析处理，结合要求提供精准服务，从而为安全管理提供思路。大数据环境下的食品安全管理主要包括利用爬虫收集技术准确采集食品风险资料;利用Java技术创建食品生产溯源体系，以此从源头监管食品生产问题，积极消除食品风险;使用HACCP技术有效创建食品安全生产体系，量化设置生产限制;使用数据挖掘技术有效分析食品安全舆情的具体情况，以此积极发挥数据技术价值，从食品检查、食品生产、食品人员操作规范性及舆情各方面，开展食品安全管理，具有较强的创新价值。

关键词：数据挖掘;食品安全;创新

Innovative Thinking on Food Safety Management in Big Data Environment

HU Peihong， DOU Weifeng， LI huixiao

（Zhengzhou Shuqing Medical College， Zhengzhou 450000， China）

Abstract： The increase of data volume make the security management face great challenges. The existing problems can be effectively handled through big data and cloud computing. Use data mining technology to accurately analyze and process data， and provide accurate services in combination with requirements， so as to provide ideas for safety management. Food safety management in big data environment mainly includes using reptile collection technology to accurately collect food risk information; Using Java technology to create food production traceability system， so as to supervise food production problems from the source and actively eliminate food risks; Using HACCP technology to effectively create a food safety production system and quantitatively set production restrictions; Using data mining technology to effectively analyze the specific situation of food safety public opinion， so as to give full play to the value of data technology， and carry out food safety management from the aspects of food inspection， food production， food personnel operation standardization and public opinion， which has strong innovative value.

Keywords： data mining; food safety; innovation

食品安全屬于一种公共卫生问题，与人们的生活息息相关。由于食品流通很快，和消费者健康有着紧密的联系，在出现问题之后，不易进行追溯，容易造成食品安全事故，影响人们的身体健康，甚至影响社会稳定性。

1 食品安全管理体系以及信息不对称问题

1.1 食品安全管理体系

食品安全问题的处理，依托于食品生产、保存及销售等环节中安全问题的处理。食品安全管理体系属于一种综合性管理体系，其中政府管理发挥主导作用，基于市场管理，部门管理扮演着主体的角色，将社会管理当作支撑，科学配置权利，达到优势互补，以便能够节省社会管理费用，达到社会福利理想化以及长远化的管理体系。

1.2 信息不对称问题

食品管理有着一定的复杂性，当下的食品行业为经典的信息不对称企业。消费人员难以全方位了解食品质量信息，仅能从一些专业的超市中看见食品安全公示，及其背后的检测机构与标准等，信服力存在一定的局限性。很多消费者会就近购买食品，如菜市场及路边小摊等，但这些场所一般不设置食品检测，仅有依靠机构开展抽查才能了解到食品信息。这种信息对称性的缺乏，造成消费者可能面临着食品安全问题。

基于信息的不对称，一些企业通过以次充好的手段来谋取利益。按照有关理论，部分企业如此做时，其他企业若没有同步跟进，则竞争对手会处于劣势地位，而制造伪劣食品的公司，可能赢得市场，良心企业反被淘汰，即出现“逆向选择”情况。为了处理这些问题，应当制定市场级检测体系。在超市及市场中，安装检测设备、提供检测手段，对样品开展检测，强化研究检测手段，以便短时间内确定质量，避免不达标产品上市。此外，还应提高数据信息透明程度，及时公开检测结果，对质量优质的产品要表彰，以吸引消费者购买，同时曝光不达标产品，并要求下架整改[1]。

综上，为了有效解决信息不对称问题，构建涉及面广泛、时效性突出、可以被广大消费者所接触及便于进行操作的食品安全检测体系是必不可少的。此外，该体系还需具有极强的数据分析及挖掘能力，可以短时间内整合很多数据，同时具有存储功能完善、系统稳定且安全的特点。

2 食品风险分析中的数据技术应用

2.1 食品风险识别

2.1.1 风险识别的重要意义

食品安全风险存在于食品行业的各个环节，如食品原材料质量风险、食品加工处理不到位风险、产品存储运输风险等。结合现有已知、未知各类风险特点，加强风险识别，有序利用数据技术进行风险分析，创建有效的风险监测平台，以此保障食品风险防控质量。例如，利用爬虫收集分析方式，创建食品风险的测评系统，运行爬虫程序判定食品安全风险级别，客观测定食品安全性，具有较高的数据量化分析优势[2]。

2.1.2 爬虫收集技术的风险测评应用

H单位是一家食品安全检查单位，创建爬虫系统以此测定各类食品材料的安全性。系统创建时，采取中文分词数据分析方法，“分词”是保证主题爬虫信息处理质量的前提条件，借助相似度测算、页面归集等处理方式，对页面信息进行分词处理。H单位创建的食品材料风评平台，引入了Ansj分词工具，此工具是以java语言编程为主，可保证分词质量，分词速度为100万字/s，分词准确性不小于98%。分词词汇数量将近1 000项，包括塑料包装、自封袋、铝桶等。出题爬行数据采集时，含有手动采集和定时采集两种模式。其中，定时采集可降低人工处理量，增强系统操作的简便性。定时采集的默认值为7 d，每间隔7 d系统会自动爬行采集食品包装信息。用户可自行修改時间，点击启动5 s后系统爬行。系统实践运行后，可抓取页面数量与分词准确性如表1所示。

爬虫程序进行400个页面抓取后，分词准确性仍能保持85%，证明此数据平台运行能力优异，能够获取提取“食品接触材料”相关的安全信息，给予食品安全检测有利的参考依据，可切实增强食品风险识别的高效性，发挥数据技术用于网页信息抓取、分词提炼的优势。

2.2 食品风险监测

食品风险监测各项工作，逐步引入了先进的技术方法，部分大规模单位自行创建了监测系统，以此判断食品生产潜在的风险问题。例如，将实验室平台与Java科技进行联合，创建出完整的实验室管理、初期数据存储、食品安全监测预判程序，此系统可高效管理各类食品数据，保证食品管理的有效性。同时，此系统能够从食品原辅料采购、运输等方面进行信息管理，全面监管食品生产流程，给出风险预警，并能提供食品生产的完整溯源信息[3]。

这种具有食品生产溯源功能的监测平台，含有食材及生产两个监测模块。其中，食材监测模块含有食材信息整合、原材料采集、食材送检结果及食材检测等多个单元。此系统可增强食品监管的全面性，尝试从食品生产源头进行安全监管，保证数据可追溯性。监控设备的运行时间较长、监测信息精准性较高，可降低灰尘对监控设施形成的不利作用。系统框架如图1所示。

2.3 食品风险评估

2.3.1 食品风险评估的数据技术融合思路

食品安全监测期间进行的风险测评工作，依赖于较多的食品数据。该工作积极利用数据分析技术，保证数据分析的全面性，以更全面、更准确的视角，准确判断食品风险。借助食品风评结果，逐步确定风险等级，积极化解食品危险，利用数据资料，提供量化分析过程，有效判断食品风险的形成因素，提供具有指向性的防范措施，合理控制食品风险。例如，利用大数据技术，创建安全分析平台，分析营养摄入量、单日营养需求量、食品营养含量之间的关联，给出相应的风评结果，给予食品监管明确的执法依据。

2.3.2 HACCP食品危害分析的应用实践

HACCP体系的创建是以原材料处理、烹饪各环节操作不规范形成的食品危害问题，作为食品风控节点，确保食品加工的规范性。H企业对餐饮食品进行安全监测时，使用HACCP制定限值，切实提升食品行为监管的合理性。限值设计方法如下。

（1）原材料、辅食材料。要求餐饮企业选择食品生产正规的供应单位，获取供应单位的生产合格证，食品材料采买后，存储时间不可大于6个月。

（2）保藏方法。依据餐饮食品处理的安全要求，食品冷藏处理的温度不可高于4 ℃，食品冷冻处理的温度需小于-18 ℃。

（3）食品预处理。食品前期处理时，清洗、浸泡等的水温不可大于70 ℃。

（4）烹调。食品制作烹饪温度不可低于70 ℃，烹调处理用时需持续15 s。

安全监测时，对各类限值主体进行监测，采取感官检查、温度检测、随机抽查等方式，保证安全监测次数的合理性。结合监测结果，对照限值规范，进行各岗位食品操作的纠偏管理，形成数字档案，便于查用。

2.4 食品风险预警

2.4.1 风险预警的数据融合思路

食品安全测评融合数据技术，旨在找出食品问题原因，给出相应的应对策略。多数情况下，使用预测分析、数据挖掘等技术，有效分析食品安全风险[4]。例如，对于食品安全线上舆情进行风险测评，可有效分析食品安全的各类情况，保证数据分析的准确性。

2.4.2 基于数据挖掘技术的食品风险预警应用实践

H单位以食品安全舆情为视角，利用数据挖掘技术，创建了安全预警平台，如图2所示。图2中，P为一级指标，热度、真实度、受众性和观点变化度作为二级指标，其余为三级指标。例如，2019年国内发生的“三全猪瘟水饺”食品风险问题，引起人们对食品安全开展线上交流，话题热度较高。对此问题，以此食品风险为实证分析目标，验证图2系统的风险测评能力。使用八爪鱼工具抓取各线上平台的事故相关信息。结合生命周期理论，综合判断网络舆情的严重性，采集数据的时域为20 d，信息抓取的时间节点为2 d。数据采集结果如表2所示。

结合20 d内舆情各项指标的数据分析结果，对其进行预警分析，其中网名热议的食品安全问题共有15种，参照国内突发公共问题的应急处理意见，预警结果为舆情一级风险有1个问题，二级风险有3个问题，三级风险有1个问题，四级风险有10个问题[5]。经实践分析发现，数据挖掘技术可有效处理较大数量、较多类型的数据，对食品安全问题进行深入分析，给出准确的风险预警级别，便于相关单位进行决策。

3 结语

大数据的创新运用，可有效采集食品相关信息、加强食材生产监管，提升食品监管的全面性，进而符合消费者对食品安全的需求，让安全信息变得更加透明，推动对市场监管的规范，达到逆向影响以及推动市场改良，使得管理水准得到提高，推动企业加强产品质量意识，有力维护消费者的知情权，确保信息来源，切实提高食品安全公信力。针对农药残留监测，该系统可以提供较大帮助，基于试纸检测，将来能够延伸试纸种类，拓展能够监测的对象。在安全管理革新方面，能够预测大数据具备正向的作用，今后对这方面提供更大的帮助。

参考文献

[1]刘奉岩，石阳，王润琪，等.大数据环境下食品安全管理的创新思考[J].现代食品，2021（21）：151-153.

[2]何晓荣.大数据背景下食品安全管理模式构建[J].中国食品，2021（11）：44-45.

[3]李强.大数据背景下计算机信息技术在食品安全管理中的应用[J].食品界，2021（3）：122.

[4]王玉珏，陈子鹏，谭亦卿，等.大数据环境下食品安全管理的创新思考[J].食品安全质量检测学报，2019，10（14）：4775-4780.

[5]潘晓晓，王冀宁，陈庭强，等.基于大数据挖掘的食品安全管理研究[J].中国调味品，2018，43（9）：184-188.