CN107609807A - 一种网络餐饮风险识别方法及系统 - Google Patents

Abstract

本发明公开了一种网络餐饮风险识别方法，包括以下步骤：采集网络餐饮店的关键信息；建立证照信息库；证照信息比对；经营异常判断；风险评估，建立多维风险评估模型，并计算餐饮风险值。本发明同时还提供了一种网络餐饮风险识别系统。本发明通过对网络餐饮店进行信息采集和分析，辅助食品监管人员及时发现网上餐饮违规经营目标、预警风险、精确执法。

Description

一种网络餐饮风险识别方法及系统

技术领域

本发明涉及数据分析技术领域，特别涉及一种网络餐饮风险识别方法及系统。

背景技术

随着互联网的高速发展和Web技术的不断改进，网络应用及信息传播途径日益多样化和便利。2016年网络餐饮外卖市场规模达980亿，且未来3年都将处于持续的增长趋势，餐饮安全问题层出不穷。相关单位实际监管中遇到一照多用、一址多店、证照假冒、无证经营、证照过期等多种技术问题，为监管带来困难。

发明内容

本发明的目的在于提供一种网络餐饮风险识别方法，其通过对网络餐饮店进行信息采集和分析，辅助食品监管人员及时发现网上餐饮违规经营目标、预警风险、精确执法。本发明同时还提供了一种网络餐饮风险识别系统。

为实现上述目的，本发明采用以下技术方案：

一种网络餐饮风险识别方法，包括以下步骤：

S1、采集网络餐饮店的关键信息，所述关键信息包括证照信息、地址、电话号码、产品、销量、评论条数及评论内容；

S2、建立证照信息库，所述证照信息库包含网络餐饮店的证照数据，所述证照数据包括工商营业执照和餐饮经验许可证数据；

S3、证照信息比对，判断证照是否存在缺失、虚假及重复使用，若是则列为证照风险要素；

S4、经营异常判断，采用正则表达式过滤出模糊地址，对判定为模糊地址的网络餐饮店，列为地址模糊风险要素，对比计算多个网络餐饮店的地址，若一致，则判定为地址重复的网络餐饮店，列为地址重复风险要素，对比计算多个网络餐饮店的电话号码，若一致，则判定为电话号码重复的网络餐饮店，列为电话号码重复风险要素；

S5、风险评估，建立多维风险评估模型，并计算餐饮风险值。

优选地，步骤S3中所述的判断证照是否存在重复使用，采用图片唯一性判断方式对步骤S1采集到的多家网络餐饮店的证照信息进行分析，判断是否存在多家网络餐饮店重复使用证照。

优选地，步骤S3中所述的判断证照是否存在虚假及重复使用，通过以下方法实现：

S31、预处理：对证照信息的图像进行二值化、噪声去除及倾斜较正处理，获得文档图片；

S32、版面分析：将所述文档图片分段落；

S33、字符切割：对文档图片进行字符切割处理；

S34、字符识别：对步骤S31中切割出来的字符进行字符识别，获得证照信息字符；

S35、版面恢复：对所述证照信息字符进行排版，使排版后的文字段落、位置、顺序与所述文档图片一致；

S36、校正：根据语言上下文的关系，步骤S35获得的文字内容进行较正，最终获得证照文字信息；

S37、对多家网络餐饮店的证照文字信息进行分析比对，判断是否存在多家网络餐饮店重复使用证照。

S38、将网络餐饮店的证照文字信息与所述证照信息库的证照数据进行比对，判断是否存在虚假。

优选地，步骤S1中所述的采集网络餐饮店的关键信息，通过以下方法实现：

通过网络爬虫的方式，自动采集网络餐饮店的关键信息，启动多个搜索引擎爬虫以多线程的方式模拟浏览器对订餐平台上的网络餐饮店信息进行请求，各搜索引擎对下载分页进行解析，提取并格式化搜索结果，搜索结果保存在数据库中。

优选地，所述搜索结果采用的记录格式为：Record(RID，title，url，urlID，inTime，docTime，docSummary)。

优选地，所述关键信息还包括餐饮店上线时间和月销量信息。

优选地，所述步骤S4还包括：

上线时间风险判断，计算当前时间与网络餐饮店的上线时间的差值，若该差值小于预先设定的上线时间阈值，则认定为新上线商家，列为新上线商家风险要素；

月销量环比风险判断，判断月销量环比是否大于预先设定的环比阈值，若是，则列为月销环比大风险要素；

差评风险判断，判断差评数是否大于预先设定的差评阈值，若是，则列为差评风险要素。

优选地，步骤S5中所述的计算餐饮风险值通过以下方法实现：

对各项风险要素分别赋予风险分值和权重值；

对各项风险因素，计算其风险分值和权重值的乘积，获得风险中间值；

计算各项风险因素的风险中间值之和，获得所述餐饮风险值。

一种网络餐饮风险识别系统，包括：

关键信息采集模块，其用于采集网络餐饮店的关键信息，所述关键信息包括证照信息、地址、电话号码、产品、销量、评论条数及评论内容；

证照管理模块，其用于建立证照信息库，所述证照信息库包含网络餐饮店的证照数据，所述证照数据包括工商营业执照和餐饮经验许可证数据；

证照信息比对模块，其用于判断网络餐饮店的证照是否存在缺失、虚假及重复使用，若是则列为证照风险要素；

经营异常判断模块，其用于判断网络餐饮店是否存在地址模糊、地址重复、电话号码重复的情况，若存在则列为风险要素；

风险评估模块，其用于建立多维风险评估模型，并计算餐饮风险值。

采用上述技术方案后，本发明与背景技术相比，具有如下优点：

本发明通过对网络餐饮店进行信息采集和分析，辅助食品监管人员及时发现网上餐饮违规经营目标、预警风险、精确执法；通过证照审计、地址信息、销量排行、评价口碑等多个维度建立外卖餐饮商家风险指数评估模型，为执法人员及时发现涉嫌违法线索、精确执法提供依据；针对一照多用、一址多店、证照假冒、无证经营等多个日常监管的痛点，分项监测发现问题风险；通过分析区域内餐饮商家的生命周期、销量、口碑、舆情热点等经营动态，为监管决策提供参考依据。

附图说明

图1为本发明实施例一的流程示意图；

图2为本发明实施例二的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例一

请参阅图1，本发明公开了一种网络餐饮风险识别方法，包括以下步骤：

S1、采集网络餐饮店的关键信息，关键信息包括证照信息、地址、电话号码、产品、销量、评论条数及评论内容。本步骤通过以下方法实现：

通过网络爬虫的方式，自动采集网络餐饮店的关键信息，启动多个搜索引擎爬虫以多线程的方式模拟浏览器对订餐平台上的网络餐饮店信息进行请求，各搜索引擎对下载分页进行解析，提取并格式化搜索结果，搜索结果保存在数据库中。搜索结果采用的记录格式为：Record(RID，title，url，urlID，inTime，docTime，docSummary)。对搜索引擎下载分页的解析结果，经过URL排重分析、排除广告等无关内容等优化选择处理后保存于数据库中。为了深入判断餐饮店是否有风险，有时需要综合判断多个餐饮店，因此，在采集餐饮店关键信息的时候，可同时采集多个，甚至可采集某一地区的所有餐饮店的关键信息。

S2、建立证照信息库，证照信息库包含网络餐饮店的证照数据，证照数据包括工商营业执照和餐饮经验许可证数据。证照信息库需要通过政府相关主管部门开放数据收集建设而成。对于从事餐饮经营的商家而言，必须获得工商营业执照和和餐饮经营监管部门发放的餐饮经营许可证，因此建立证照信息库对判断餐饮店是否有风险至关重要。

S3、证照信息比对，判断证照是否存在缺失、虚假及重复使用，若是则列为证照风险要素。

对于判断证照是否存在重复使用，采用图片唯一性判断方式对步骤S1采集到的多家网络餐饮店的证照信息进行分析，判断是否存在多家网络餐饮店重复使用证照。在本实施例中，图片唯一性判断方式具体为，分别计算多家网络餐饮店的证照信息(图片格式)的MD5值，通过比对MD5值判断是否存在多家网络餐饮店重复使用证照。

对于判断证照是否存在虚假及重复使用，通过以下方法实现：

S31、预处理：对证照信息的图像进行二值化、噪声去除及倾斜较正处理，获得文档图片；

S32、版面分析：将文档图片分段落；

S33、字符切割：对文档图片进行字符切割处理；

S34、字符识别：对步骤S31中切割出来的字符进行字符识别，获得证照信息字符；

S35、版面恢复：对证照信息字符进行排版，使排版后的文字段落、位置、顺序与文档图片一致；

S36、校正：根据语言上下文的关系，步骤S35获得的文字内容进行较正，最终获得证照文字信息；

S37、对多家网络餐饮店的证照文字信息进行分析比对，判断是否存在多家网络餐饮店重复使用证照。

S38、将网络餐饮店的证照文字信息与证照信息库的证照数据进行比对，判断是否存在虚假。

S4、经营异常判断，本步骤具体为：

模糊地址判断，采用正则表达式过滤出模糊地址，对判定为模糊地址的网络餐饮店，列为地址模糊风险要素；

地址重复判断，对比计算多个网络餐饮店的地址，若一致，则判定为地址重复的网络餐饮店，列为地址重复风险要素；

电话号码重复判断，对比计算多个网络餐饮店的电话号码，若一致，则判定为电话号码重复的网络餐饮店，列为电话号码重复风险要素；

上线时间风险判断，计算当前时间与网络餐饮店的上线时间的差值，若该差值小于预先设定的上线时间阈值，则认定为新上线商家，列为新上线商家风险要素；

月销量环比风险判断，判断月销量环比是否大于预先设定的环比阈值，若是，则列为月销环比大风险要素；

差评风险判断，判断差评数是否大于预先设定的差评阈值，若是，则列为差评风险要素。

S5、风险评估，建立多维风险评估模型，并计算餐饮风险值。本步骤S5中的计算餐饮风险值通过以下方法实现：

对各项风险要素分别赋予风险分值和权重值；

对各项风险因素，计算其风险分值和权重值的乘积，获得风险中间值；

计算各项风险因素的风险中间值之和，获得餐饮风险值。

对于上述各项风险要素的风险分值和权重值，可根据网络餐饮监管单位的实际工作要求进行设定。

针对网络餐饮行业，容易理解的是，餐饮销量越大，基于上述步骤S5获得的餐饮风险值所产生的风险也越大，因此在计算风险值时，可基于月销售量设定影响因子，最终的餐饮风险值等于上述上述步骤S5获得的餐饮风险值与该影响因子的乘积。

在本实施例中，影响因子按以下规则设定：

月销售量大于等于10000的，影响因子为1；月销售量为1000～9999的，影响因子为(0.9+月销售量/100000)；月销售量为100～999的，影响因子为(0.8+月销售量/10000)；月销售量为1～99的，影响因子为(0.7+月销售量/10000)；月销售量为0的，影响因子为0.5。

实施例二

请参阅图2，本发明公开了一种网络餐饮风险识别系统，其包括关键信息采集模块10、证照管理模块20、证照信息比对模块30、经营异常判断模块40及风险评估模块50，其中：

关键信息采集模块10用于采集网络餐饮店的关键信息，关键信息包括证照信息、地址、电话号码、产品、销量、评论条数及评论内容。关键信息采集模块10通过网络爬虫的方式，自动采集网络餐饮店的关键信息，启动多个搜索引擎爬虫以多线程的方式模拟浏览器对订餐平台上的网络餐饮店信息进行请求，各搜索引擎对下载分页进行解析，提取并格式化搜索结果，搜索结果保存在数据库中。搜索结果采用的记录格式为：Record(RID，title，url，urlID，inTime，docTime，docSummary)。对搜索引擎下载分页的解析结果，经过URL排重分析、排除广告等无关内容等优化选择处理后保存于数据库中。为了深入判断餐饮店是否有风险，有时需要综合判断多个餐饮店，因此，在采集餐饮店关键信息的时候，可同时采集多个，甚至可采集某一地区的所有餐饮店的关键信息。

证照管理模块20用于建立证照信息库，证照信息库包含网络餐饮店的证照数据，证照数据包括工商营业执照和餐饮经验许可证数据。证照信息库需要通过政府相关主管部门开放数据收集建设而成。对于从事餐饮经营的商家而言，必须获得工商营业执照和和餐饮经营监管部门发放的餐饮经营许可证，因此建立证照信息库对判断餐饮店是否有风险至关重要。

证照信息比对模块30用于判断网络餐饮店的证照是否存在缺失、虚假及重复使用，若是则列为证照风险要素。

对于判断证照是否存在重复使用，采用图片唯一性判断方式对步骤S1采集到的多家网络餐饮店的证照信息进行分析，判断是否存在多家网络餐饮店重复使用证照。在本实施例中，图片唯一性判断方式具体为，分别计算多家网络餐饮店的证照信息(图片格式)的MD5值，通过比对MD5值判断是否存在多家网络餐饮店重复使用证照。

对于判断证照是否存在虚假及重复使用，通过执行实施例一中步骤S31-S38的方式进行判断。

经营异常判断模块40用于判断网络餐饮店是否存在地址模糊、地址重复、电话号码重复的情况，若存在则列为风险要素。经营异常判断模块40还用于判断网络餐饮店是否为新上线商家、是否月销环比偏大、是否差评数过多。

风险评估模块50用于建立多维风险评估模型，并计算餐饮风险值。餐饮风险值的具体计算方式是：对各项风险要素分别赋予风险分值和权重值；对各项风险因素，计算其风险分值和权重值的乘积，获得风险中间值；计算各项风险因素的风险中间值之和，获得餐饮风险值。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (9)

1.一种网络餐饮风险识别方法，其特征在于，包括以下步骤：

S1、采集网络餐饮店的关键信息，所述关键信息包括证照信息、地址、电话号码、产品、销量、评论条数及评论内容；

S2、建立证照信息库，所述证照信息库包含网络餐饮店的证照数据，所述证照数据包括工商营业执照和餐饮经验许可证数据；

S3、证照信息比对，判断证照是否存在缺失、虚假及重复使用，若是则列为证照风险要素；

S4、经营异常判断，采用正则表达式过滤出模糊地址，对判定为模糊地址的网络餐饮店，列为地址模糊风险要素，对比计算多个网络餐饮店的地址，若一致，则判定为地址重复的网络餐饮店，列为地址重复风险要素，对比计算多个网络餐饮店的电话号码，若一致，则判定为电话号码重复的网络餐饮店，列为电话号码重复风险要素；

S5、风险评估，建立多维风险评估模型，并计算餐饮风险值。

2.如权利要求1所述的一种网络餐饮风险识别方法，其特征在于，步骤S3中所述的判断证照是否存在重复使用，采用图片唯一性判断方式对步骤S1采集到的多家网络餐饮店的证照信息进行分析，判断是否存在多家网络餐饮店重复使用证照。

3.如权利要求1所述的一种网络餐饮风险识别方法，其特征在于，步骤S3中所述的判断证照是否存在虚假及重复使用，通过以下方法实现：

S31、预处理：对证照信息的图像进行二值化、噪声去除及倾斜较正处理，获得文档图片；

S32、版面分析：将所述文档图片分段落；

S33、字符切割：对文档图片进行字符切割处理；

S34、字符识别：对步骤S31中切割出来的字符进行字符识别，获得证照信息字符；

S35、版面恢复：对所述证照信息字符进行排版，使排版后的文字段落、位置、顺序与所述文档图片一致；

S36、校正：根据语言上下文的关系，步骤S35获得的文字内容进行较正，最终获得证照文字信息；

S37、对多家网络餐饮店的证照文字信息进行分析比对，判断是否存在多家网络餐饮店重复使用证照。

S38、将网络餐饮店的证照文字信息与所述证照信息库的证照数据进行比对，判断是否存在虚假。

4.如权利要求1-3任一项所述的一种网络餐饮风险识别方法，其特征在于，步骤S1中所述的采集网络餐饮店的关键信息，通过以下方法实现：

通过网络爬虫的方式，自动采集网络餐饮店的关键信息，启动多个搜索引擎爬虫以多线程的方式模拟浏览器对订餐平台上的网络餐饮店信息进行请求，各搜索引擎对下载分页进行解析，提取并格式化搜索结果，搜索结果保存在数据库中。

5.如权利要求4所述的一种网络餐饮风险识别方法，其特征在于，所述搜索结果采用的记录格式为：Record(RID，title，url，urlID，inTime，docTime，docSummary)。

6.如权利要求4所述的一种网络餐饮风险识别方法，其特征在于：所述关键信息还包括餐饮店上线时间和月销量信息。

7.如权利要求4所述的一种网络餐饮风险识别方法，其特征在于：所述步骤S4还包括：

上线时间风险判断，计算当前时间与网络餐饮店的上线时间的差值，若该差值小于预先设定的上线时间阈值，则认定为新上线商家，列为新上线商家风险要素；

月销量环比风险判断，判断月销量环比是否大于预先设定的环比阈值，若是，则列为月销环比大风险要素；

差评风险判断，判断差评数是否大于预先设定的差评阈值，若是，则列为差评风险要素。

8.如权利要求7所述的一种网络餐饮风险识别方法，其特征在于，所述步骤S5具体通过以下方法实现：

对各项风险要素分别赋予风险分值和权重值；

对各项风险因素，计算其风险分值和权重值的乘积，获得风险中间值；

计算各项风险因素的风险中间值之和，获得所述餐饮风险值。

9.一种网络餐饮风险识别系统，其特征在于，包括：

关键信息采集模块，其用于采集网络餐饮店的关键信息，所述关键信息包括证照信息、地址、电话号码、产品、销量、评论条数及评论内容；

证照管理模块，其用于建立证照信息库，所述证照信息库包含网络餐饮店的证照数据，所述证照数据包括工商营业执照和餐饮经验许可证数据；

证照信息比对模块，其用于判断网络餐饮店的证照是否存在缺失、虚假及重复使用，若是则列为证照风险要素；

经营异常判断模块，其用于判断网络餐饮店是否存在地址模糊、地址重复、电话号码重复的情况，若存在则列为风险要素；

风险评估模块，其用于建立多维风险评估模型，并计算餐饮风险值。