CN110675172A - 一种食品溯源数据挖掘方法及系统 - Google Patents

一种食品溯源数据挖掘方法及系统 Download PDF

Info

Publication number
CN110675172A
CN110675172A CN201910942003.XA CN201910942003A CN110675172A CN 110675172 A CN110675172 A CN 110675172A CN 201910942003 A CN201910942003 A CN 201910942003A CN 110675172 A CN110675172 A CN 110675172A
Authority
CN
China
Prior art keywords
data
enterprise
label
traceability
graph
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
Application number
CN201910942003.XA
Other languages
English (en)
Inventor
张会峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Instrument Electric (group) Co Ltd Central Research Institute
Original Assignee
Shanghai Instrument Electric (group) Co Ltd Central Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Instrument Electric (group) Co Ltd Central Research Institute filed Critical Shanghai Instrument Electric (group) Co Ltd Central Research Institute
Priority to CN201910942003.XA priority Critical patent/CN110675172A/zh
Publication of CN110675172A publication Critical patent/CN110675172A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q30/00—Commerce
    • G06Q30/018—Certifying business or products
    • G06Q30/0185—Product, service or business identity fraud
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/288—Entity relationship models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques

Abstract

本发明涉及一种食品溯源数据挖掘方法及系统，通过对食品溯源数据集管理与分析，采用图数据库为溯源数据的知识挖掘提供了良好的数据分析能力，实现对诸如企业信息、企业经营数据等数据的存储、图关系计算处理和分析。该基于图数据的数据挖掘方法具有将结果以图形界面呈现给用户，并加以解释和说明，若用户不满意，则重新执行上述操作，用户也可以通过挖掘出的数据再进行相关数据的检索。

Description

一种食品溯源数据挖掘方法及系统
技术领域
本发明涉及食品溯源技术领域，具体涉及一种食品溯源数据挖掘方法及系统。
背景技术
食品安全问题越来越得到社会的重视，也涌现出了很多的解决方法，包括食品追溯体系的建立和成熟，以及各种各样的食品安全的评价体系和方法。食品的来源和生产过程是整个食品安全问题中的源头和保障，也是食品安全的根本，市场上售卖的各种食品是人们日常生活中最重要的组成部分，其安全性能直接关乎人们的身体健康，因此对其溯源信息的记录和查询是必不可少的。
由于食品的流通涉及多个企业，构成一张张复杂网络，面对这样的数据特点，现有的结构化数据库，以及部分非结构化数据库，存在信息表征不完整，查询效率低下等问题。同时，大部分溯源信息用于食品安全事件的事后处理查询，无法基于现有溯源信息进行常态化食品安全评估以及食品安全事件发生时关联企业事前预警
发明内容
本发明的目的是提供一种食品溯源数据挖掘方法及系统，以便于解决现有技术中存在的上述问题。
为了达到上述目的，本发明一方面提供一种食品溯源数据挖掘方法，包括以下步骤：
生成基础标签、企业实体标签和实体关系标签，根据基础标签、企业标签和实体关系标签构建溯源知识标签体系；
将所述溯源知识标签体系存储于图数据库中并进行相应的图计算，返回计算结果提供于界面展示。
进一步的，所述实体关系标签的生成过程包括：
从企业内部数据中提取企业间关系，以获取实体关系标签；
根据实体关系标签的生成，获取内部数据空中企业间关系关联的数据表字段及值。
进一步的，所述基础标签的生成过程包括：
对企业内部数据进行分类，以提取基本标签；
根据基本标签的分类及生成，获取企业内部数据汇总企业实体标签关联的数据表字段及值。
进一步的，所述企业实体标签的生成过程包括：
将企业内部数据与企业外部数据进行对比后，通过分类模型生成企业实体标签；
根据企业实体标签的分类与生成，对企业外部数据进行自然语音数据处理，挖掘食品安全信息，并提取可关联的企业实体标签。
进一步的，本方法对多数据源、多类型数据库的外部数据进行采集，生成内部数据并进行预处理；
通过高频爬虫获取外部食品安全事件网页数据，生成企业外部数据。
另一方面，本发明还提供一种食品溯源数据挖掘系统，包括：数据获取模块、标签提取模块和数据存储和展示模块；
数据获取模块用于获取企业内部数据和企业外部数据并进行预处理；
标签提取模块用以根据所述企业内部数据和企业外部数据提取基础标签、企业实体标签和实体关系标签，并根据基础标签、企业标签和实体关系标签构建溯源知识标签体系；
数据存储及展示模块，根据溯源知识标签体系构建图数据库，并将图计算结果展示给用户。
进一步的，所述数据获取模块包括：
内部数据处理单元，用于对企业内部数据进行预处理，所述预处理包括数据清洗、数据格式变换和多数据源数据集成；
外部数据分析单元，通过高频爬虫获取外部数据并通过分类模型进行数据分析以提取企业外部数据。
进一步的，所述数据存储与计算模块包括图数据库和标签体系落库单元，所述图数据库通过图计算挖掘网状的交易链信息，所述标签体系落库单元接收溯源知识标签体系并转换为图数据存储至图数据库。
进一步的，本系统还包括数据展示单元，用以对所述图数据库中存储的溯源知识标签体系进行图计算并返回计算结果，以提供结果于界面展示。
进一步的，本系统还包括查询模块，所述查询模块用于根据外部查询请求调用所述图数据库并实现可视化展示。
本发明具有以如下有益效果：
1.多数据源：打通已有的数据库系统，引入外部网页爬虫数据；
2.本发明构建食品溯源数据知识标签体系，量化企业食品安全情况，与传统方法相比，信息表征完善、完整；
3.采用图数据库，通过图计算，多角度获取溯源数据信息，并显著提高查询速度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一个实施例的食品溯源数据挖掘方法的方法流程图；
图2为本发明数据获取步骤的具体流程；
图3为本发明标签提取步骤的具体流程；
图4为本发明的一种食品溯源数据挖掘系统的系统架构图；
图5为本发明数据获取模块的系统框架图；
图6为本发明数据存储和展示模块30的系统框架图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面参照附图描述根据本发明实施例提出的一种用水模式挖掘和匹配的方法，系统和设备，首先将参照附图描述根据本发明实施例提出的用水模式挖掘方法。
图1是本发明一个实施例的食品溯源数据挖掘方法的方法流程图。
如图1所示，该用水模式挖掘方法包括：
步骤S1，数据获取，用于获取企业内部数据和企业外部数据并进行预处理。
步骤S2，标签提取，根据所述企业内部数据和企业外部数据提取基础标签、企业实体标签和实体关系标签，并根据基础标签、企业标签和实体关系标签构建溯源知识标签体系。
步骤S3，数据存储及展示，将所述溯源知识标签体系存储于图数据库中并进行相应的图计算，返回计算结果提供于界面展示。
图2为本发明数据获取步骤的具体流程。
如图2所示，在本发明的一个实施例中，数据获取步骤包括对于对企业内部数据1a和企业外部数据1b的获取。其中，企业内部数据1a采集包括对多数据源、不同数据库类型的食品安全数据进行采集，以生成企业内部数据1a。企业外部数据1b的采集包括利用高频爬虫方法获取外部食品安全事件网页数据，生成企业外部数据1b。
具体的，在获取企业内部数据1a和企业外部数据1b之后需要进行数据的预处理，以使数据符合标签提取的需要。其中，企业内部数据1a的预处理包括数据清洗、数据格式变换和多数据源数据集成。企业外部数据1b的预处理包括通过人工智能技术对获取的企业外部数据进行数据分析。
图3为本发明标签提取步骤的具体流程。
如图3所示，在本发明的一个实施例中，标签提取步骤包括从企业的内部数据和外部数据中提取基础标签2a、企业实体标签2b和实体关系标签2c。其中，实体关系标签2c从企业内部数据中根据企业间关系进行提取，基础标签2a根据企业内部数据的分类进行提取，企业实体标签2b根据企业内部数据与企业外部数据进行对比后通过分类模型生成。优选的，分类模型可采用经过训练的神经网络模型如卷积神经网络，通过输入企业内部数据和企业外部数据获得分类结果，生成实体关系标签。
进一步的，在溯源知识标签体系的构建过程中，根据实体关系标签2c的生成方法，获取内部数据库中企业间关系关联的数据表字段及值；根据基础标签的分类与生成方法，获取内部数据库中企业实体的标签关联的数据表字段及值；根据企业实体标签2b的分类与生成方法，对网页数据进行自然语言数据处理，挖掘食品安全信息，并提取可关联的企业实体标签2b；依据分类基础标签2a、实体标签2b和实体关系标签2c构建出完整的溯源知识标签体系。
具体的，在本发明的一个实施例中，数据存储及展示步骤包括将溯源知识标签体系存储至图数据库中进行相应的图计算，并返回计算结果。其中，图数据库通过挖掘网状的食品交易链信息，将溯源知识标签体系转化为交易链关系图存储至图数据库。
进一步的，在获得图计算结果之后，可通过图形界面展示不同交易链关系图计算结果，同时在图形界面中接收外部查询请求，调用图数据库实现可视化的食品溯源数据关系的展示。
图4为本发明的一种食品溯源数据挖掘系统的系统架构图。
如图4所示，本发明的一种食品溯源数据挖掘系统包括：数据获取模块10、标签提取模块20和数据存储和展示模块30。数据获取模块10用于获取企业内部数据和企业外部数据并进行预处理。标签提取模块20用以根据所述企业内部数据和企业外部数据提取基础标签、企业实体标签和实体关系标签，并根据基础标签、企业标签和实体关系标签构建溯源知识标签体系。数据存储及展示模块30根据溯源知识标签体系构建图数据库，并将图计算结果展示给用户。
图5为本发明数据获取模块的系统框架图。
如图5所示，在本发明的一个实施例中，数据获取模块10包括内部数据处理单元11和外部数据分析单元12。内部数据处理单元11，用于对企业内部数据进行预处理，所述预处理包括数据清洗、数据格式变换和多数据源数据集成。外部数据分析单元12通过高频爬虫获取外部数据并通过分类模型进行数据分析以提取企业外部数据。
具体的，在本发明的一个实施例中，标签提取模块20从企业的内部数据和外部数据中提取基础标签、企业实体标签和实体关系标签。其中，实体关系标签从企业内部数据中根据企业间关系进行提取，基础标签根据企业内部数据的分类进行提取，实体关系标签根据企业内部数据与企业外部数据进行对比后，通过分类模型生成。优选的，分类模型可采用经过训练的神经网络模型如卷积神经网络，通过输入企业内部数据和企业外部数据获得分类结果，生成实体关系标签。
进一步的，标签提取模块20在溯源知识标签体系的构建过程中，根据实体关系标签的生成方法，获取内部数据库中企业间关系关联的数据表字段及值；根据基础标签的分类与生成方法，获取内部数据库中企业实体的标签关联的数据表字段及值；根据企业实体标签的分类与生成方法，对网页数据进行自然语言数据处理，挖掘食品安全信息，并提取可关联的企业实体标签；依据分类基础标签、实体标签和实体关系标签构建出完整的溯源知识标签体系。
图6为本发明数据存储和展示模块30的系统框架图。
如图6所示，在本发明的一个实施例中，数据存储与计算模块30包括图数据库31、标签体系落库单元32和查询单元33。图数据库31通过挖掘网状的食品交易链信息，将溯源知识标签体系转化为交易链关系图并存储。数据存储及展示模块32根据溯源知识标签体系构建图数据库31，并将图计算结果展示给用户。查询单元33在图形界面中接收外部查询请求，调用图数据库31实现可视化的食品溯源数据关系的展示。
具体的，本发明的一种实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言-诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言-诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或终端上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)-连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种食品溯源数据挖掘方法，其特征在于，包括：
生成基础标签、企业实体标签和实体关系标签，根据基础标签、企业标签和实体关系标签构建溯源知识标签体系；
将所述溯源知识标签体系存储于图数据库中并进行相应的图计算，返回计算结果提供于界面展示。
2.如权利要求1所述的一种食品溯源数据挖掘方法，其特征在于，所述实体关系标签的生成过程包括：
从企业内部数据中提取企业间关系，以获取实体关系标签；
根据实体关系标签的生成，获取内部数据空中企业间关系关联的数据表字段及值。
3.如权利要求1所述的一种食品溯源数据挖掘方法，其特征在于，所述基础标签的生成过程包括：
对企业内部数据进行分类，以提取基本标签；
根据基本标签的分类及生成，获取企业内部数据汇总企业实体标签关联的数据表字段及值。
4.如权利要求1所述的一种食品溯源数据挖掘方法，其特征在于，所述企业实体标签的生成过程包括：
将企业内部数据与企业外部数据进行对比后，通过分类模型生成企业实体标签；
根据企业实体标签的分类与生成，对企业外部数据进行自然语音数据处理，挖掘食品安全信息，并提取可关联的企业实体标签。
5.如权利要求2到4所述的任一种食品溯源数据挖掘方法，其特征在于，
对多数据源、多类型数据库的外部数据进行采集，生成内部数据并进行预处理；
通过高频爬虫获取外部食品安全事件网页数据，生成企业外部数据。
6.一种食品溯源数据挖掘系统，其特征在于，包括：数据获取模块、标签提取模块和数据存储和展示模块；
数据获取模块用于获取企业内部数据和企业外部数据并进行预处理；
标签提取模块用以根据所述企业内部数据和企业外部数据提取基础标签、企业实体标签和实体关系标签，并根据基础标签、企业标签和实体关系标签构建溯源知识标签体系；
数据存储及展示模块，根据溯源知识标签体系构建图数据库，并将图计算结果展示给用户。
7.如权利要求6所述的一种食品溯源数据挖掘系统，其特征在于，所述数据获取模块包括：
内部数据处理单元，用于对企业内部数据进行预处理，所述预处理包括数据清洗、数据格式变换和多数据源数据集成；
外部数据分析单元，通过高频爬虫获取外部数据并通过分类模型进行数据分析以提取企业外部数据。
8.如权利要求6述的一种食品溯源数据挖掘系统，其特征在于，所述数据存储与计算模块包括图数据库和标签体系落库单元，所述图数据库通过图计算挖掘网状的交易链信息，所述标签体系落库单元接收溯源知识标签体系并转换为图数据存储至图数据库。
9.如权利要求8所述的一种食品溯源数据挖掘系统，其特征在于，还包括数据展示单元，用以对所述图数据库中存储的溯源知识标签体系进行图计算并返回计算结果，以提供结果于界面展示。
10.如权利要求9所述的一种食品溯源数据挖掘系统，其特征在于，还包括查询模块，所述查询模块用于根据外部查询请求调用所述图数据库并实现可视化展示。
CN201910942003.XA 2019-09-30 2019-09-30 一种食品溯源数据挖掘方法及系统 Pending CN110675172A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910942003.XA CN110675172A (zh) 2019-09-30 2019-09-30 一种食品溯源数据挖掘方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910942003.XA CN110675172A (zh) 2019-09-30 2019-09-30 一种食品溯源数据挖掘方法及系统

Publications (1)

Publication Number Publication Date
CN110675172A true CN110675172A (zh) 2020-01-10

Family

ID=69078803

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910942003.XA Pending CN110675172A (zh) 2019-09-30 2019-09-30 一种食品溯源数据挖掘方法及系统

Country Status (1)

Country Link
CN (1) CN110675172A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111782888A (zh) * 2020-07-01 2020-10-16 内蒙古显鸿科技股份有限公司 一种采用图数据库技术的产品全流程追溯系统
CN115936736A (zh) * 2023-02-22 2023-04-07 北京新之科技有限公司 再生资源循环利用溯源存证系统及方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101819656A (zh) * 2010-03-31 2010-09-01 华南理工大学 基于rfid的专卖店直销模式下水产品供应链追溯系统
CN104599139A (zh) * 2014-12-31 2015-05-06 康美药业股份有限公司 溯源交互系统及溯源系统交互方法
CN105787547A (zh) * 2014-12-18 2016-07-20 天津中天证照印刷有限公司 一种基于新型非纤维材料且具有智能防伪功能的证照的生产系统及用途
CN106599968A (zh) * 2016-12-16 2017-04-26 金维度信息科技（北京）有限公司 一种用于二维码生成的多维输入商品信息处理方法及装置
CN107977845A (zh) * 2017-12-21 2018-05-01 华中农业大学 基于标签信息的食品溯源系统及方法
CN108763507A (zh) * 2018-05-30 2018-11-06 北京百度网讯科技有限公司 企业关联关系挖掘方法和装置
CN109191033A (zh) * 2018-07-16 2019-01-11 深圳市瑞思物流有限公司 物品信息追溯方法以及系统
CN109325785A (zh) * 2018-09-29 2019-02-12 中山大学 一种基于联盟链的多模型溯源方法
CN109636423A (zh) * 2018-12-19 2019-04-16 上海海事大学 一种基于rfid的劳动防护用品防伪监管系统
CN110046909A (zh) * 2018-01-12 2019-07-23 阿里巴巴集团控股有限公司 溯源信息展示方法、编码方法、商品信息的展示方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101819656A (zh) * 2010-03-31 2010-09-01 华南理工大学 基于rfid的专卖店直销模式下水产品供应链追溯系统
CN105787547A (zh) * 2014-12-18 2016-07-20 天津中天证照印刷有限公司 一种基于新型非纤维材料且具有智能防伪功能的证照的生产系统及用途
CN104599139A (zh) * 2014-12-31 2015-05-06 康美药业股份有限公司 溯源交互系统及溯源系统交互方法
CN106599968A (zh) * 2016-12-16 2017-04-26 金维度信息科技（北京）有限公司 一种用于二维码生成的多维输入商品信息处理方法及装置
CN107977845A (zh) * 2017-12-21 2018-05-01 华中农业大学 基于标签信息的食品溯源系统及方法
CN110046909A (zh) * 2018-01-12 2019-07-23 阿里巴巴集团控股有限公司 溯源信息展示方法、编码方法、商品信息的展示方法
CN108763507A (zh) * 2018-05-30 2018-11-06 北京百度网讯科技有限公司 企业关联关系挖掘方法和装置
CN109191033A (zh) * 2018-07-16 2019-01-11 深圳市瑞思物流有限公司 物品信息追溯方法以及系统
CN109325785A (zh) * 2018-09-29 2019-02-12 中山大学 一种基于联盟链的多模型溯源方法
CN109636423A (zh) * 2018-12-19 2019-04-16 上海海事大学 一种基于rfid的劳动防护用品防伪监管系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111782888A (zh) * 2020-07-01 2020-10-16 内蒙古显鸿科技股份有限公司 一种采用图数据库技术的产品全流程追溯系统
CN115936736A (zh) * 2023-02-22 2023-04-07 北京新之科技有限公司 再生资源循环利用溯源存证系统及方法

Similar Documents

Publication Publication Date Title
Polyzotis et al. Data lifecycle challenges in production machine learning: a survey
Wang et al. Spatiotemporal and semantic information extraction from Web news reports about natural hazards
US9043717B2 (en) Multi-lane time-synched visualizations of machine data events
US8793285B2 (en) Multidimensional tags
CN103714450B (zh) 自然语言度量条件警告产生
CN106021260B (zh) 在多个运行时产物中搜索至少一个关系模式的方法和系统
CN111522927B (zh) 基于知识图谱的实体查询方法和装置
TW202326537A (zh) 反欺詐風險評估方法、訓練方法、裝置及可讀存儲介質
US20220245556A1 (en) Data distillery for signal detection
KR102593171B1 (ko) 정보 처리 방법, 장치, 전자 기기 및 저장 매체
CN111444256A (zh) 一种数据可视化的实现方法和装置
US11373101B2 (en) Document analyzer
Post et al. Protempa: A method for specifying and identifying temporal sequences in retrospective data for patient selection
CN112181960A (zh) 一种基于AIOps的智能运维框架系统
CN112927082A (zh) 信用风险的预测方法、装置、设备、介质和程序产品
CN110675172A (zh) 一种食品溯源数据挖掘方法及系统
CA3092830A1 (en) System and methods for generating an enhanced output of relevant content to facilitate content analysis
CN112363996B (zh) 用于建立电网知识图谱的物理模型的方法及系统和介质
CN112631889A (zh) 针对应用系统的画像方法、装置、设备及可读存储介质
CN116955856A (zh) 信息展示方法、装置、电子设备以及存储介质
CN111782738A (zh) 构建数据仓库表级别血缘关系的方法及装置
US20220327147A1 (en) Method for updating information of point of interest, electronic device and storage medium
CN115619245A (zh) 一种基于数据降维方法的画像构建和分类方法及系统
CN115238009A (zh) 基于血缘分析的元数据管理方法、装置、设备及存储介质
Alzaabi et al. The use of ontologies in forensic analysis of smartphone content

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