CN110400092A - 基于大数据的食品安全问题的识别方法及系统 - Google Patents
基于大数据的食品安全问题的识别方法及系统 Download PDFInfo
- Publication number
- CN110400092A CN110400092A CN201910703363.4A CN201910703363A CN110400092A CN 110400092 A CN110400092 A CN 110400092A CN 201910703363 A CN201910703363 A CN 201910703363A CN 110400092 A CN110400092 A CN 110400092A
- Authority
- CN
- China
- Prior art keywords
- enterprise
- food
- information
- safety
- current
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 15
- 235000013305 food Nutrition 0.000 claims abstract description 86
- 239000003814 drug Substances 0.000 claims abstract description 31
- 230000003542 behavioural effect Effects 0.000 claims abstract description 24
- 238000012544 monitoring process Methods 0.000 claims abstract description 14
- 238000007689 inspection Methods 0.000 claims abstract description 11
- 238000012360 testing method Methods 0.000 claims abstract description 8
- 238000004458 analytical method Methods 0.000 claims abstract description 5
- 238000003860 storage Methods 0.000 claims abstract description 5
- 238000011156 evaluation Methods 0.000 claims description 19
- 238000012549 training Methods 0.000 claims description 9
- 230000007306 turnover Effects 0.000 claims description 9
- 238000007405 data analysis Methods 0.000 claims description 7
- 238000012797 qualification Methods 0.000 claims description 7
- 230000006399 behavior Effects 0.000 claims description 5
- 238000012806 monitoring device Methods 0.000 claims description 5
- 238000009472 formulation Methods 0.000 claims 2
- 239000000203 mixture Substances 0.000 claims 2
- 238000001914 filtration Methods 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 4
- 239000000047 product Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- ZLIBICFPKPWGIZ-UHFFFAOYSA-N pyrimethanil Chemical compound CC1=CC(C)=NC(NC=2C=CC=CC=2)=N1 ZLIBICFPKPWGIZ-UHFFFAOYSA-N 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 231100000279 safety data Toxicity 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种基于大数据的食品安全问题的识别方法，包括：获取企业的行为数据并储存：以企业名称为基准，关联该企业的基本信息、监控信息、自检自查信息、巡查信息，得到当前企业的信息分析范围，以当前信息分析范围为基础，构建该当前该企业的安全画像；获取企业所在行政区域范围内的食品药品监督局制定的评价项及各项对应的评分标准；筛选出当前该企业的安全画像中与评价项一致的项，并根据对应的评分标准对筛选出的项进行评分，各项评分经加权计算后得到的总分即为当前企业的食安指数；获取该行政区域范围内所有企业的企业名称和对应的食安指数并显示。本发明具有精准误识别企业食品安全问题的有益效果。
Description
技术领域
本发明涉及食品安全领域。更具体地说，本发明涉及一种基于大数据的食品安全问题的识别方法及系统。
背景技术
以往的食品安全问题直接依托于食药局(食品药品监督局)的管理人员通过人工检测，定时巡查，社会群众举报，企业自我整改等方式进行。这种完全通过人力的处理问题方式，耗费资源多，时间周期长，企业干扰性强，只能出一事解决一事，无法实现在有问题的时候，提前处理，出现问题，却不知道当前企业问题的严重程度，无法量化，且信息覆盖面不全。
发明内容
本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。
本发明还有一个目的是提供一种基于大数据的食品安全问题的识别方法，可以全面获取企业的行为数据，并构建企业的食品安全画像，及时精准的识别出当前企业存在的食品安全问题，提高食品安全问题识别的效率，为后面及时检查、监督更正提供基础。还提供了一种基于大数据的食品安全问题的识别系统，可以实现对企业的行为数据的全面采集、储存，构建企业的食品安全画像，计算当前企业的食安指数并显示。
为了实现根据本发明的这些目的和其它优点，提供了一种基于大数据的食品安全问题的识别方法，包括：
获取企业的行为数据并储存：以企业名称为基准，关联该企业的基本信息、监控信息、自检自查信息、巡查信息，得到当前企业的信息分析范围，以当前信息分析范围为基础，构建该当前该企业的安全画像；
获取企业所在行政区域范围内的食品药品监督局制定的评价项及各项对应的评分标准；
筛选出当前该企业的安全画像中与评价项一致的项，并根据对应的评分标准对筛选出的项进行评分，各项评分经加权计算后得到的总分即为当前企业的食安指数；
获取该行政区域范围内所有企业的企业名称和对应的食安指数并显示。
优选的是，所述监控信息包括监控设备是否在线和每天的在线时长。
优选的是，所述自检自查信息为企业根据指令在预设时间内上传的信息。
优选的是，所述巡查信息包括企业所在行政区域范围内的食品药品监督局对该企业巡查后上传的信息。
优选的是，所述行为数据还包括消费者对企业的评价信息，并显示该评价信息。
优选的是，还包括：对当前企业的安全画像和该企业的历史的安全画像进行比较，筛选企业的基本信息变化频繁、员工流动量大、培训程度低、供应商资质差、监控信息采集设备在线率低的企业，即得问题企业并显示。
还提供了一种基于大数据的食品安全问题的识别系统，包括：
数据采集模块，其用于获取企业的行为数据和企业所在行政区域范围内的食品药品监督局制定的评价项及各项对应的评分标准；
数据存储模块，其用于存储企业的行为数据和企业所在行政区域范围内的食品药品监督局制定的评价项及各项对应的评分标准；
数据分析模块，其用于构建当前企业的安全画像及计算当前企业的食安指数；
数据显示模块，其用于显示当前企业的食安指数。
优选的是，所述数据分析模块，还用于对当前企业的安全画像和该企业的历史的安全画像进行比较，筛选企业的基本信息变化频繁、员工流动量大、培训程度低、供应商资质差、监控信息采集设备在线率低的企业；
所述显示模块显示所述问题企业。
优选的是，所述数据采集模块采集消费者对企业的评价信息，所述述显示模块显示消费者对企业的评价信息。
本发明至少包括以下有益效果：，通过对企业的行为数据的获取，对获取的行为数据按是否与食品安全相关的属性进行分类，得到企业维度，构建企业安全画像，是否将某一属性列为与食品安全相关，取决于企业所在行政区域范围内的食品药品监督局颁发的标准或下达的指令，可以及时精准的识别出当前企业存在的食品安全问题，提高食品安全问题识别的效率，为后面及时检查、监督更正提供基础。再通过计算当前企业的食安指数，可以对当前该企业进行一个整体的评价，从而可以从整体上反应当前该企业食品安全问题的严重性。通过按行政区域显示所有企业的食安指数，可以让公众、企业从业人员、食品药品监督局执法人员一目了然的知晓该行政区域内各企业的食品安全问题的整体情况，可以为企业从业人员和食品药品监督局执法人员提供一个对比，从而督促企业从业人员自我改善，为食品药品监督局执法人员找出重点监督对象。
本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
具体实施方式
下面对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
本发明提供一种基于大数据的食品安全问题的识别方法，包括：
获取企业的行为数据并储存：以企业名称为基准，关联该企业的基本信息、监控信息、自检自查信息、巡查信息，得到当前企业的信息分析范围，以当前信息分析范围为基础，构建该当前该企业的安全画像；食品安全数据主要依托于企业信息的完善性，通过企业信息完善度来检测当前企业是否存在问题。企业信息的存在源头有多重途径，我们根据数据之间的关联性，进而对企业信息数据进行补全，完善。比如，我们获得一个企业门店的信息，可能起初只有该企业的门店名称，企业名称，公司法人，关于企业具体问题检查的数据在其它数据库中，通过企业名称的唯一标识进行关联，对企业行为数据进行一个补全，比如，可能目前知晓这个企业所在的街道，通过地域信息关联，补全该企业的省市区等。比如，当前企业在登记至大数据平台时，没有录入许可证号，可以通过智能信息库进行检索，补录该企业的许可证号。
将以上获取的行为数据关联完成后，作为当前该企业的信息分析范围，将行为数据按属性分类，提取与食品安全相关的属性作为企业维度，得到多个企业维度及该企业维度下的信息，多个企业维度及该企业维度下的信息即构建形成当前该企业的安全画像。企业维度的确定是随着某一属性是否被列为与食品安全相关而变化的，比如，行为数据可以包括网络经营情况，企业规模，但是如果这些行为数据的属性如果不是被列为与食品安全相关，则不会成为企业维度或者某一企业维度下的信息，只要涉及到影响食品安全的问题的属性才会统计在企业维度之内，而是否将某一属性列为与食品安全相关，取决于企业所在行政区域范围内的食品药品监督局颁发的标准或下达的指令。这样可以随时根据企业所在行政区域范围内的食品药品监督局颁发的标准或下达的指令，可以及时精准的识别出当前企业存在的食品安全问题，提高食品安全问题识别的效率，为后面及时检查、监督更正提供基础。
获取企业所在行政区域范围内的食品药品监督局制定的评价项及各项对应的评分标准；
筛选出当前该企业的安全画像中与评价项一致的项，并根据对应的评分标准对筛选出的项进行评分，各项评分经加权计算后得到的总分即为当前企业的食安指数；对当前该企业进行一个整体的评价，从而可以从整体上反应当前该企业食品安全问题的严重性。
获取该行政区域范围内所有企业的企业名称和对应的食安指数并显示。可以让公众、企业从业人员、食品药品监督局执法人员一目了然的知晓该行政区域内各企业的食品安全问题的整体情况，可以为企业从业人员和食品药品监督局执法人员提供一个对比，从而督促企业从业人员自我改善，为食品药品监督局执法人员找出重点监督对象。
在上述技术方案中，通过对企业的行为数据的获取，对获取的行为数据按是否与食品安全相关的属性进行分类，得到企业维度，构建企业安全画像，是否将某一属性列为与食品安全相关，取决于企业所在行政区域范围内的食品药品监督局颁发的标准或下达的指令，可以及时精准的识别出当前企业存在的食品安全问题，提高食品安全问题识别的效率，为后面及时检查、监督更正提供基础。再通过计算当前企业的食安指数，可以对当前该企业进行一个整体的评价，从而可以从整体上反应当前该企业食品安全问题的严重性。通过按行政区域显示所有企业的食安指数，可以让公众、企业从业人员、食品药品监督局执法人员一目了然的知晓该行政区域内各企业的食品安全问题的整体情况，可以为企业从业人员和食品药品监督局执法人员提供一个对比，从而督促企业从业人员自我改善，为食品药品监督局执法人员找出重点监督对象。
在另一种技术方案中，所述监控信息包括监控设备是否在线和每天的在线时长。监控设备比如采用摄像头对一些区域在线监控，比如食品原料清洗区域，食品制作区域等，可以供公众或食品药品监督局执法人员随时查看实时情况，以起到监督的作用，而采用收集设备是否在线和每天的在线时长，可以量化该信息，以起到评估食品安全问题的一个指示性的作用。
在另一种技术方案中，所述自检自查信息为企业根据指令在预设时间内上传的信息。根据指令进行自检自查可以有针对性的对食品安全相关的项进行检查和整改，从而可以有针对性减少企业的食品安全问题，使企业的行为数据更佳规范，食品更加安全。
在另一种技术方案中，所述巡查信息包括企业所在行政区域范围内的食品药品监督局对该企业巡查后上传的信息。食品药品监督局执法人员根据法律法规对企业进行巡查后，将信息上传到大数据平台，以提供更为客观可靠及权威的与食品安全相关的信息，从而可以更为精准的识别当前该企业的食品安全问题。
在另一种技术方案中，所述行为数据还包括消费者对企业的评价信息，并显示该评价信息。消费者作为企业的销售终端，对食品具有更为直接的接触和体验，收集消费者对企业的评价信息，可以进一步反映企业的行为，然后再从评价信息中筛选出与食品安全相关的信息，可以更全面的反映该企业的食品安全问题。
在另一种技术方案中，还包括：对当前企业的安全画像和该企业的历史的安全画像进行比较，筛选企业的基本信息变化频繁、员工流动量大、培训程度低、供应商资质差、监控信息采集设备在线率低的企业，即得问题企业并显示。
在上述技术方案中，选取出了与食品安全相关的多个关键的企业维度，企业的基本信息、员工流动量、培训程度、供应商资质、监控信息采集设备在线率，根据当前企业中上述多个企业维度信息的比较，识别出食品安全问题严重的企业，并将这些企业显示为问题企业，以利于公众和食品药品监督局执法人员知晓，为其进一步整改该企业提供有利依据。
一种基于大数据的食品安全问题的识别系统，包括：
数据采集模块，其用于获取企业的行为数据和企业所在行政区域范围内的食品药品监督局制定的评价项及各项对应的评分标准；数据采集模块可以是企业通过大数据平台自行输入信息从而获取企业的行为数据，也可以是大数据平台根据企业的信息进行检索其它现有的数据库中储存的相关信息，并将检索到的信息补充至大数据平台。
数据存储模块，其用于存储企业的行为数据和企业所在行政区域范围内的食品药品监督局制定的评价项及各项对应的评分标准；数据存储模块采用现有技术中的存储模式实现，比如可以是通过ETL方式，如程序语言sql，java，scala，shell，工具kettle，flume等通过程序设计和模型设计把数据批量写入分布式数据仓库。
数据分析模块，其用于构建当前企业的安全画像及计算当前企业的食安指数；食品企业，比如餐饮企业，其信息繁多，复杂多变，对餐饮信息处理可以通过聚类算法，首先构建每个企业的模型，然后将多个企业的模型汇总分类成几个具有突出特点的企业的模型，然后根据企业模型对其它企业进行归类。突出特点是与食品安全相关的多个属性，从企业模型中筛选得出与食品安全问题相关的属性作为企业维度，得到多个企业维度及该企业维度下的信息，多个企业维度及该企业维度下的信息即构建形成当前该企业的安全画像。
建立企业模型的方法具体为：将原始信息数据通过随机森林算法模型进行训练，用N来表示训练用例(样本)的个数，M表示特征数目。
输入特征数目m，用于确定决策树上一个节点的决策结果；其中m应远小于M。
从N个训练用例(样本)中以有放回抽样的方式，取样N次，形成一个训练集(即bootstrap取样)，并用未抽到的用例(样本)作预测，评估其误差。
对于每一个节点，随机选择m个特征，决策树上每个节点的决定都是基于这些特征确定的。根据这m个特征，计算其最佳的分裂方式。
每棵树都会完整成长而不会剪枝，这有可能在建完一棵正常树状分类器后会被采用，进而可以产生高准确度的识别食品安全问题，学习速度快，企业数据变化，食品安全问题随时会对应发生变化，这样通过该模型不断对企业食品安全问题进行精准识别，也不断回馈模型训练完善，面临复杂多样的企业，也能达到精准识别企业食品安全问题的效果。
数据显示模块，其用于显示当前企业的食安指数。
在上述技术方案中，通过数据采集模块采集复杂多变的各企业的行为数据，数据存储模块关联储存各行为数据，数据分析模块，建立并不断完状况企业模型，根据各企业模型对各企业进行分类，面临复杂多样的企业，也能达到精准识别企业食品安全问题的效果，然后再计算当前企业的食安指数，实现从整体上反映食品安全问题的作用。
在另一种技术方案中，所述数据分析模块，还用于对当前企业的安全画像和该企业的历史的安全画像进行比较，筛选企业的基本信息变化频繁、员工流动量大、培训程度低、供应商资质差、监控信息采集设备在线率低的企业；例如计算在一定时间范围内企业基本信息的变化次数，员工流动次数、培训次数或时间、供应商评分、监控设备在线时长与预设在线时长的比值等，量化反映企业的食品安全问题，直观且客观。
所述显示模块显示所述问题企业。
选取出了与食品安全相关的多个关键的企业维度，企业的基本信息、员工流动量、培训程度、供应商资质、监控信息采集设备在线率，根据当前企业中上述多个企业维度信息的比较，识别出食品安全问题严重的企业，并将这些企业显示为问题企业，以利于公众和食品药品监督局执法人员知晓，为其进一步整改该企业提供有利依据。在另一种技术方案中，所述数据采集模块采集消费者对企业的评价信息，可以设置一个端口，供公众，即消费者输入自己对企业的评价信息，从而实现对评价信息的采集，所述述显示模块显示消费者对企业的评价信息。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的技术方案。
Claims (9)
1.基于大数据的食品安全问题的识别方法，其特征在于，包括：
获取企业的行为数据并储存：以企业名称为基准，关联该企业的基本信息、监控信息、自检自查信息、巡查信息，得到当前企业的信息分析范围，以当前信息分析范围为基础，构建该当前该企业的安全画像；
获取企业所在行政区域范围内的食品药品监督局制定的评价项及各项对应的评分标准；
筛选出当前该企业的安全画像中与评价项一致的项，并根据对应的评分标准对筛选出的项进行评分，各项评分经加权计算后得到的总分即为当前企业的食安指数；
获取该行政区域范围内所有企业的企业名称和对应的食安指数并显示。
2.如权利要求1所述的基于大数据的食品安全问题的识别方法，其特征在于，所述监控信息包括监控设备是否在线和每天的在线时长。
3.如权利要求1所述的基于大数据的食品安全问题的识别方法，其特征在于，所述自检自查信息为企业根据指令在预设时间内上传的信息。
4.如权利要求1所述的基于大数据的食品安全问题的识别方法，其特征在于，所述巡查信息包括企业所在行政区域范围内的食品药品监督局对该企业巡查后上传的信息。
5.如权利要求1所述的基于大数据的食品安全问题的识别方法，其特征在于，所述行为数据还包括消费者对企业的评价信息，并显示该评价信息。
6.如权利要求1所述的基于大数据的食品安全问题的识别方法，其特征在于，还包括：对当前企业的安全画像和该企业的历史的安全画像进行比较，筛选企业的基本信息变化频繁、员工流动量大、培训程度低、供应商资质差、监控信息采集设备在线率低的企业，即得问题企业并显示。
7.如权利要求1～4任一项所述的基于大数据的食品安全问题的识别系统，其特征在于，包括：
数据采集模块，其用于获取企业的行为数据和企业所在行政区域范围内的食品药品监督局制定的评价项及各项对应的评分标准；
数据存储模块，其用于存储企业的行为数据和企业所在行政区域范围内的食品药品监督局制定的评价项及各项对应的评分标准；
数据分析模块，其用于构建当前企业的安全画像及计算当前企业的食安指数；
数据显示模块，其用于显示当前企业的食安指数。
8.如权利要求7所述的基于大数据的食品安全问题的识别系统，其特征在于，所述数据分析模块，还用于对当前企业的安全画像和该企业的历史的安全画像进行比较，筛选企业的基本信息变化频繁、员工流动量大、培训程度低、供应商资质差、监控信息采集设备在线率低的企业；
所述显示模块显示所述问题企业。
9.如权利要求7所述的基于大数据的食品安全问题的识别系统，其特征在于，所述数据采集模块采集消费者对企业的评价信息，所述述显示模块显示消费者对企业的评价信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910703363.4A CN110400092A (zh) | 2019-07-31 | 2019-07-31 | 基于大数据的食品安全问题的识别方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910703363.4A CN110400092A (zh) | 2019-07-31 | 2019-07-31 | 基于大数据的食品安全问题的识别方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110400092A true CN110400092A (zh) | 2019-11-01 |
Family
ID=68326996
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910703363.4A Pending CN110400092A (zh) | 2019-07-31 | 2019-07-31 | 基于大数据的食品安全问题的识别方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110400092A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111721719A (zh) * | 2020-06-30 | 2020-09-29 | 詹晨 | 一种基于大数据的生鲜商品安全智能检测管理系统 |
| CN114723492A (zh) * | 2022-04-15 | 2022-07-08 | 山东浪潮爱购云链信息科技有限公司 | 一种企业画像的生成方法及设备 |
| CN115511396A (zh) * | 2022-11-22 | 2022-12-23 | 成都银光软件有限公司 | 基于数据分析的食品管理设备运行监控方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102880934A (zh) * | 2012-09-07 | 2013-01-16 | 中国标准化研究院 | 一种食品企业诚信评价方法 |
| CN106485513A (zh) * | 2016-10-18 | 2017-03-08 | 鄢广国 | 一种食药生产环境及品质保障监管系统与方法 |
| CN108564262A (zh) * | 2018-03-31 | 2018-09-21 | 甘肃万维信息技术有限责任公司 | 基于大数据分析的企业画像大数据模型系统 |
| CN109087066A (zh) * | 2018-07-27 | 2018-12-25 | 郝文君 | 一种基于信息、信用积累的可视化真信系统 |
| CN109508848A (zh) * | 2018-08-08 | 2019-03-22 | 武汉理工光科股份有限公司 | 企业生产安全风险评估和管理系统 |
| CN109801005A (zh) * | 2019-03-26 | 2019-05-24 | 北京金和网络股份有限公司 | 基于机器学习的食品安全风险模型的构建方法 |
-
2019
- 2019-07-31 CN CN201910703363.4A patent/CN110400092A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102880934A (zh) * | 2012-09-07 | 2013-01-16 | 中国标准化研究院 | 一种食品企业诚信评价方法 |
| CN106485513A (zh) * | 2016-10-18 | 2017-03-08 | 鄢广国 | 一种食药生产环境及品质保障监管系统与方法 |
| CN108564262A (zh) * | 2018-03-31 | 2018-09-21 | 甘肃万维信息技术有限责任公司 | 基于大数据分析的企业画像大数据模型系统 |
| CN109087066A (zh) * | 2018-07-27 | 2018-12-25 | 郝文君 | 一种基于信息、信用积累的可视化真信系统 |
| CN109508848A (zh) * | 2018-08-08 | 2019-03-22 | 武汉理工光科股份有限公司 | 企业生产安全风险评估和管理系统 |
| CN109801005A (zh) * | 2019-03-26 | 2019-05-24 | 北京金和网络股份有限公司 | 基于机器学习的食品安全风险模型的构建方法 |
Non-Patent Citations (2)
| Title |
|---|
| 深圳年鉴编纂委员会编: "《深圳年鉴 2018》", 30 December 2018 * |
| 赵恒著: "《大数据的脚印》", 30 July 2017 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111721719A (zh) * | 2020-06-30 | 2020-09-29 | 詹晨 | 一种基于大数据的生鲜商品安全智能检测管理系统 |
| CN114723492A (zh) * | 2022-04-15 | 2022-07-08 | 山东浪潮爱购云链信息科技有限公司 | 一种企业画像的生成方法及设备 |
| CN115511396A (zh) * | 2022-11-22 | 2022-12-23 | 成都银光软件有限公司 | 基于数据分析的食品管理设备运行监控方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2021184630A1 (zh) | 基于知识图谱定位排污对象的方法及相关设备 | |
| CN110400092A (zh) | 基于大数据的食品安全问题的识别方法及系统 | |
| CN109525595A (zh) | 一种基于时间流特征的黑产账号识别方法及设备 | |
| CN111507376A (zh) | 一种基于多种无监督方法融合的单指标异常检测方法 | |
| CN209543514U (zh) | 基于人脸识别的监控与报警系统 | |
| CN113269142A (zh) | 一种检察领域值班人员睡觉行为识别方法 | |
| CN103487537A (zh) | 一种基于遗传算法优化西湖龙井茶产地检测方法 | |
| CN110209141A (zh) | 一种质量检测管理系统 | |
| CN110245603A (zh) | 一种群体异常行为实时检测方法 | |
| CN115330129A (zh) | 一种企业安全风险预警分析方法及系统 | |
| Mukherjee et al. | A survey of data mining applications and techniques | |
| CN103499613A (zh) | 一种电子鼻龙井茶品质检测系统中智能感官图谱特征传感器的选择方法 | |
| CN116865994A (zh) | 一种基于大数据的网络数据安全预测方法 | |
| CN111080466A (zh) | 一种基于大数据的压延机压延质量预警系统 | |
| CN110309737A (zh) | 一种应用于香烟柜台的信息处理方法、装置及系统 | |
| CN111913619B (zh) | 一种基于bim轻量化的消防数据读取及交互方法 | |
| CN116863401B (zh) | 一种基于视觉分析的人员作业状态的后厨智能监管系统及方法 | |
| CN113593605A (zh) | 一种基于深度神经网络的工业音频故障监测系统和方法 | |
| Zeng et al. | Finger-vein image quality assessment based on light-cnn | |
| CN115277159B (zh) | 一种基于改进随机森林的工业互联网安全态势评估方法 | |
| CN115062725B (zh) | 酒店收益异常分析方法及系统 | |
| Khan et al. | Assessment of indoor risk through deep learning-based object recognition in disaster situations | |
| CN112380224B (zh) | 一种面向海量异构多维数据采集的质量大数据系统 | |
| CN104301330B (zh) | 基于异常行为监测和成员亲密度测量的陷阱网络检测方法 | |
| CN112784080A (zh) | 基于发电厂三维数字化平台的场景推荐方法、系统及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191101 |