CN112116277A - 一种全链条食品安全大数据采集方法 - Google Patents
一种全链条食品安全大数据采集方法 Download PDFInfo
- Publication number
- CN112116277A CN112116277A CN202011079266.1A CN202011079266A CN112116277A CN 112116277 A CN112116277 A CN 112116277A CN 202011079266 A CN202011079266 A CN 202011079266A CN 112116277 A CN112116277 A CN 112116277A
- Authority
- CN
- China
- Prior art keywords
- data
- information
- food
- management
- chain
- 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
- 235000013305 food Nutrition 0.000 title claims abstract description 94
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000000605 extraction Methods 0.000 claims abstract description 10
- 238000012544 monitoring process Methods 0.000 claims abstract description 9
- 238000013480 data collection Methods 0.000 claims abstract description 6
- 238000009826 distribution Methods 0.000 claims abstract description 4
- 239000000463 material Substances 0.000 claims description 42
- 239000000047 product Substances 0.000 claims description 37
- 238000004519 manufacturing process Methods 0.000 claims description 36
- 238000003860 storage Methods 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 12
- 239000002994 raw material Substances 0.000 claims description 12
- 238000011144 upstream manufacturing Methods 0.000 claims description 12
- 239000000654 additive Substances 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000007689 inspection Methods 0.000 claims description 8
- 238000012502 risk assessment Methods 0.000 claims description 7
- 239000003755 preservative agent Substances 0.000 claims description 6
- 239000000273 veterinary drug Substances 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 5
- 244000005700 microbiome Species 0.000 claims description 5
- 238000003786 synthesis reaction Methods 0.000 claims description 5
- 230000009286 beneficial effect Effects 0.000 claims description 4
- 238000009395 breeding Methods 0.000 claims description 4
- 230000001488 breeding effect Effects 0.000 claims description 4
- 235000005118 dietary health Nutrition 0.000 claims description 4
- 238000003032 molecular docking Methods 0.000 claims description 4
- 239000006057 Non-nutritive feed additive Substances 0.000 claims description 3
- 238000003491 array Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 239000003344 environmental pollutant Substances 0.000 claims description 3
- 239000003337 fertilizer Substances 0.000 claims description 3
- 239000002778 food additive Substances 0.000 claims description 3
- 235000013373 food additive Nutrition 0.000 claims description 3
- 210000001503 joint Anatomy 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 239000000575 pesticide Substances 0.000 claims description 3
- 239000000447 pesticide residue Substances 0.000 claims description 3
- 231100000719 pollutant Toxicity 0.000 claims description 3
- 230000002335 preservative effect Effects 0.000 claims description 3
- 239000000021 stimulant Substances 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 239000007795 chemical reaction product Substances 0.000 claims description 2
- 230000003068 static effect Effects 0.000 claims description 2
- 238000007726 management method Methods 0.000 description 37
- 244000068988 Glycine max Species 0.000 description 16
- 235000010469 Glycine max Nutrition 0.000 description 16
- 235000012424 soybean oil Nutrition 0.000 description 11
- 239000003549 soybean oil Substances 0.000 description 11
- 239000000843 powder Substances 0.000 description 8
- 230000006378 damage Effects 0.000 description 7
- 235000013322 soy milk Nutrition 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 235000013336 milk Nutrition 0.000 description 4
- 239000008267 milk Substances 0.000 description 4
- 210000004080 milk Anatomy 0.000 description 4
- 241000209094 Oryza Species 0.000 description 3
- 235000007164 Oryza sativa Nutrition 0.000 description 3
- 238000009700 powder processing Methods 0.000 description 3
- 235000009566 rice Nutrition 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 235000012054 meals Nutrition 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000010025 steaming Methods 0.000 description 2
- 235000013339 cereals Nutrition 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004519 grease Substances 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000000813 microbial effect Effects 0.000 description 1
- -1 microbial indexes Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 231100000279 safety data Toxicity 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- 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
- G06Q50/265—Personal security, identity or safety
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- General Engineering & Computer Science (AREA)
- Finance (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种全链条食品安全大数据采集方法，包括步骤：S1：在食品产业链中确定全链条数据采集节点分布；S2：确定要采集的全方位数据种类；S3：根据产业链节点的业务特点，采用相应的数据采集系统采集各个节点的食品质量安全信息，得到原始数据，并将原始数据汇集存储到相应的数据库中；S4：对数据库中的原始数据进行数据整理、数据特征提取及数据编码的标准化处理，形成统一规范的食品安全大数据，以保证信息的均匀性和高效使用。本发明通过获取全面优质的食品安全大数据，完善了食品安全监管数据结构，实现了数据结构标准化，为食品安全智能监管服务提供了便利性。
Description
技术领域
本发明涉及食品质量安全大数据数据采集技术领域，具体涉及一种全链条食品安全大数据采集方法。
背景技术
近年来，虽然我国食品合格率大于98％，但是因食品安全问题不合格约13.7批次/100家，表明食品安全隐患依然很大。目前，食品安全特征的核心数据大多来源于生产一线，多以终端抽检数据为主，数据主要是政府、机构等单位主动提交得食品安全相关的结构化数据，这类数据得数据源维度低、样本容量有限，存在抽检频率低，危害漏检率高等问题，此外，这类食品安全数据还存在格式不规范、链条不完整等问题，因此缺乏可用于食品安全监管的、系统性的原始信息。如今，大数据技术随着科技的进步应运而生，它能够对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析。目前，大数据技术在医疗健康等领域中应用广泛，对其生产管理、过程控制及智能监管发挥了重要作用，取得了良好效果。
发明内容
本发明要解决的技术问题是克服现有技术的不足而提供一种全链条食品安全大数据采集方法，通过收集食品全链条的数据，经过数据整理、提取特征数据、数据编码后将数据可视化展示在大数据云平台上，打破了数据孤岛，完善了食品安全监管数据结构，实现标准化，通过获取全面优质的食品安全大数据，为食品安全智能监管服务。
为解决上述技术问题，本发明所采取的技术方案是：
一种全链条食品安全大数据采集方法，包括以下步骤：
S1：在食品产业链中确定全链条数据采集节点分布；
S2：确定要采集的全方位数据种类；
S3：根据产业链节点的业务特点，采用相应的数据采集系统采集各个节点的食品质量安全信息，得到原始数据，并将原始数据汇集存储到相应的数据库中；
S4：对数据库中的原始数据进行数据整理、数据特征提取及数据编码的标准化处理，形成统一规范的食品安全大数据，以保证信息的均匀性和高效使用。
进一步的，所述步骤S1中，所述食品产业链是物料从源头到成品的方向顺序产生原始数据的所有节点，包括种养、收储、加工、流通、膳食健康5个节点以及各个节点中的子节点。
进一步的，所述步骤S2中，所述数据种类包括全过程、全物料、全时空及全品类的质量安全信息；所述全过程包括生产过程、储运流通过程及加工过程；所述全物料包括从源头到成品的原辅料、投入物及添加物；所述全时空包括从农田种养到食用健康的时间周期及不同地域。
进一步的，所述质量安全信息种类包括不同来源、不同采集对象、不同危害种类及不同数据结构的数据；所述来源包括生产企业、监管机构、网络媒体及社交平台；所述对象包括人机料法环；所述数据结构包括结构化和非结构化数据。
进一步的，所述步骤S3中，所述数据采集系统包括管理信息系统、物理信息系统和网络信息系统；所述管理信息系统采集的原始数据包括食材和食品的检验检测数据、进出交易信息及企业监督管理数据；所述物理信息系统采集的原始数据包括生产过程自动控制数据及环境监测数据；所述网络信息系统采集的原始数据包括网站、媒体公布的食品安全信息或数据。
进一步的，所述管理信息系统是利用计算机硬件、软件、网络通讯设备及其他办公设备，进行信息的收集、传输、加工、储存、更新拓展和维护，用于对种植/养殖、收储、加工和流通节点的监督管理，以实现食品全链条生产单位实施信息化管理，包括生产管理、质量安全管理、仓储管理、供应链及交易管理、监管部门和知识库管理的信息化；所述物理信息系统通过智能传感器来收集和传输数据，智能传感器包括温度传感器、湿度传感器、Web分析仪和快检仪，智能传感器设置在生产线、生产车间和化验室，监测的对象是人、环境、食材及设备；所述网络信息系统用于收集关于食品的网络舆情和专业知识库，知识库包括生产经营管理规章制度、标准法规、操作规范、技术规范、食品安全管理体系、属性数据库、机器设备库、危害因子、食品添加剂和防腐剂库。
进一步的，所述步骤S3中，所述数据库包括管理数据库和参考知识库，管理数据库为在线动态数据库，生产和流通过程的数据存储于各自的管理数据库，参考知识库为标准静态数据库，规章制度和标准数据存储于参考知识库。
进一步的，所述步骤S4中，所述数据整理包括信息对接、信息传递、数据转换及信息合成：(1)信息对接，将管理数据库中的在线原始数据进行处理，包括与知识库中的相应的数据进行比对，进行新的信息的合成，以便于进行风险管理；(2)信息传递，信息对接后的数据按照从种养源头到消费的单向方向进行信息传递，每个节点包含管理信息与物料信息，管理信息是根据规章制度对该节点的食品安全进行管理的信息、物料信息是生产食品所需的原料、辅料、添加物和投入品的信息；添加物包括添加剂、防腐剂、食源性兴奋剂、加工助剂及有益微生物；投入品包括农药、兽药、肥料及饲料；进节点的信息包括上游物料名称、上游交易单位、上游交易时间及上游交易内容；出节点的信息包括下游物料名称、下游交易单位、下游交易时间和下游交易内容；(3)数据转换，在信息传递过程中，每次产生新的数据后，对分散存储在各个数据库中的在线原始数据进行数据转换，形成统一规范的是食品安全大数据；(4)信息合成，将统一规范的食品安全大数据经若干个数学模型处理，形成另一个或若干个数据或数组，经过处理后的数据可以进行食品质量安全的风险评估与管理。
进一步的，所述步骤S4中，对统一规范的数据进行特征提取，以便于对数据的多个特征进行可视化展示；数据特征提取的信息包括数据产生者、数据采集者、数据产生地点、数据产生时间、数据交易者及质量安全特征；数据生产者包括产业链及其节点，企业、监管部门的名称及单位代码；数据采集者包括企业以及第三方检测机构；数据交易者是在各个节点和子节点产生交接的负责人；产品质量安全特征包括产品的理化指标、微生物指标、污染物指标、农药残留、兽药残留等影响产品质量安全的指标。
进一步的，所述步骤S4中，对最终得到的统一规范的数据进行编码，以便于追踪溯源；数据编码由50位数字组成，包括主体识别码、产品代码、批次码和质量安全信息码；其中主体识别码10位数字，产品代码4位数字，批次码10位数字，质量安全信息码30位数字；主体识别码、产品代码和批次码符合DB35/T1711-2017的要求。
采用上述技术方案所产生的有益效果在于：
本发明通过收集食品全链条的数据，经过数据整理、提取特征数据及编码后将数据可视化展示在大数据云平台上，打破了数据孤岛，完善了食品安全监管数据结构，实现标准化，通过获取全面优质的食品安全大数据，为食品安全智能监管服务。
附图说明
图1是本发明全链条食品安全大数据采集方法流程图；
图2是本发明数据采集节点框架图；
图3是本发明数据采集内容示意图；
图4是本发明数据采集系统示意图；
图5是本发明数据编码示意图；
图6是本发明识别证件真伪的流程图；
图7是本发明风险评估与溯源流程图。
图中标记：数据采集系统1，管理信息系统101，物理信息系统102，网络信息系统103，云端存储器2，数据整理模块3，信息对接301，信息传递302，数据转换303，信息合成304，数据特征提取4，编码系统5，大豆种植100，大豆油原料收储200，大豆油加工210，大豆油流通220，大豆油膳食健康230，豆奶粉原料收储300，豆奶粉加工310，豆奶粉流通320，豆奶粉膳食健康330，预处理211，压榨212，精炼213，成品包装214。
具体实施方式
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，下面通过附图及实施案例对本发明进行进一步阐述。
本发明公开了一种全链条食品安全大数据采集方法，包括以下步骤S1-S4。其中，步骤S1及S2是确定数据采集内容，步骤S3及S4为数据采集技术，数据采集技术如图1所示，包括部署数据采集系统1，云端存储器2存储原始数据，对原始数据进行数据整理，对数据整理后的数据进行数据特征提取4以及用编码系统5对数据进行编码。
第一步(S1)：在食品产业链中确定全链条数据采集节点分布：食品产业链是按料从源头到成品的方向顺序产生原始数据的所有节点，包括种养、收储、加工、流通、膳食健康5个节点以及各个节点中的子节点；
在食品产业链中，数据或信息与物料的产生和流向是一致的，一种或多种原料可以生产一个或多个产品，一个节点可以汇集一个或多个来自其它节点的数据，一个节点可以向一个或多个其它节点输出数据，从而形成从产业源头到消费终端的具有方向性的数据流动网络，部署的节点包括种植/养殖、收储、加工、流通和膳食健康，不同产业链相同节点有不同的子节点，这些节点或子节点作为数据采集节点，产生原始数据。
以大豆深加工产品为例，如图2所示，在生产过程按照大豆从源头到成品的方向顺序将节点或子节点串联，形成产业链，大豆在收获后分别流向油脂加工厂以及豆奶粉加工厂就分别形成了大豆油产业链以及豆奶粉产业链。在大豆油产业链中，需要部署的节点包括大豆种植100、大豆油原料收储200、大豆油加工210、大豆油流通220和大豆油膳食健康230五个节点，在豆奶粉产业链中，需要部署的节点包括大豆种植100、豆奶粉原料收储300、豆奶粉加工310、豆奶粉流通320和豆奶粉膳食健康330五个节点。除此之外，还有很多以大豆为原料的产业链，所以大豆可以向多个节点输出数据，从而形成一个以大豆种植为交点的数据流动网络，这些数据流动网络涵盖了所有的数据采集节点。
第二步(S2)：以S1中确定的数据采集节点作为主体，根据全链条食品安全监管要求，数据种类包括全过程(生产过程、储运流通过程、加工过程)、全物料(包括从源头到成品的原辅料、投入物、添加物)、全时空(从农田种养到食用健康的时间周期、不同地域)及全品类的质量安全信息，质量安全信息种类包括不同来源(生产企业、监管机构、网络媒体社交平台)、不同采集对象(人机料法环)、不同危害种类及不同数据结构(结构化、非结构化数据)的数据。
以大豆油加工环节的子节点-预处理211为例，如图3所示，提供了在该节点收集的质量安全信息内容，原始的质量安全信息从人、机、料、法和环中产生。人包括预处理车间的责任人及上下节点的交接人；机包括提升机、清选机和蒸炒锅的型号、功率、电流、清选粒度和蒸炒温度等技术参数；料包括大豆的杂质含量、水分含量、损伤粒率；法是企业的预处理车间的规范，通过限值和规定来对人、机、料和环进行约束，以达到大豆在预处理节点的安全运转；环包括预处理车间的卫生等级、空气湿度以及车间温度。将采集的信息扩大到整个产业链，就能采集到全面、完整的数据信息。
第三步(S3)：在S1确定的采集节点的基础上部署数据采集系统，采集在S2中确定的产业链的全方位数据，得到食品质量安全原始数据，并将原始数据汇集存储到相应的数据库中。
数据采集系统包括管理信息系统、物理信息系统和网络信息系统；管理信息系统采集的原始数据包括食材和食品的检验检测数据、进出交易信息以及企业监督管理数据；物理信息系统采集的原始数据包括生产过程自动控制数据和环境监测数据；网络信息系统采集的原始数据包括网站、媒体公布的食品安全信息或数据。
如图4所示，提供了一种信息采集系统，在节点安装数据采集系统1，通过信息化和规范化方式采集信息并把食品质量安全信息录入到相应的系统或存储器中。管理信息系统101即第三方平台，是一个以人为主导，利用计算机硬件、软件、网络通讯设备以及其他办公设备，进行信息的收集、传输、加工、储存、更新拓展和维护的系统。可以实现生产过程的质量安全情况，把这个系统扩大到整个产业链，就可以实现全链条生产单位的智能化管理、创建生产计划、查看生产进度以及生产情况、原料和成品出入库情况、生产过程的质量安全情况、供应链及交易管理、监管部门和知识库管理的信息化。原始信息可人工输入和传感器输入；物理信息系统102通过智能传感器来收集和传输数据。智能传感器包括温度传感器、湿度传感器、Web分析仪和快检仪；智能传感器设置在生产线、生产车间和化验室，主要收集的指标是仓库的温度和湿度、原料的快检等；网络信息系统103主要收集关于食品的网络舆情和专业知识库，知识库主要包括生产经营管理规章制度、标准法规、操作规范、技术规范、食品安全管理体系、属性数据库、机器设备库、危害因子库、食品添加剂、防腐剂库等。此过程信息大多为人工输入，且输入后不再轻易改动。这三个信息采集系统同时对产业链信息进行采集，以保证采集信息的的全面性和完整性。
把信息采集系统采集的数据进行存储在云端存储器2，得到原始数据。信息采集系统通过连接云端，把自身存储的数据传输到云端，云端再通过集群应用、网络技术或分布式文件系统等功能，将连接在云端的大量各种不同类型的存储设备通过应用软件集合起来协同工作，共同对外提供数据存储和业务访问功能。
第四步(S4)：对第三步(S3)的数据进行数据整理、数据特征提取及数据编码，最终得到统一标准的食品安全大数据，以保证信息的均匀性和高效使用。
数据整理3包括：(1)信息对接301，将管理数据库中的在线原始数据进行处理，包括与知识库中的相应的数据进行比对，进行新的信息的合成，以便于进行风险管理；(2)信息传递302，信息对接后的数据按照从种养源头到消费的单向方向进行信息传递，每个节点包含管理信息与物料信息，管理信息是根据规章制度对该节点的食品安全进行管理的信息、物料信息是生产食品所需的原料、辅料、添加物(包括添加剂、防腐剂、食源性兴奋剂、加工助剂及有益微生物)和投入品(包括农药、兽药、肥料及饲料)的信息。进节点的信息包括上游物料名称、上游交易单位、上游交易时间及上游交易内容；出节点的信息包括下游物料名称、下游交易单位、下游交易时间和下游交易内容；(3)数据转换303，在信息传递过程中，每次产生新的数据后，对分散存储在各个数据库中的在线原始数据进行数据转换，形成统一规范的是食品安全大数据；(4)信息合成304，将统一规范的食品安全大数据经若干个数学模型处理，形成另一个或若干个数据或数组，经过处理后的数据可以进行食品质量安全的风险评估与管理。
数据特征提取4是对统一规范的数据进行特征提取，以便于对数据的多个特征进行可视化展示。数据特征提取的信息包括数据产生者、数据采集者、数据产生地点、数据产生时间、数据交易者及质量安全特征；数据生产者包括产业链及其节点，企业、监管部门的名称及单位代码；数据采集者包括企业以及第三方检测机构；数据交易者是在各个节点和子节点产生交接的负责人；产品质量安全特征包括产品的理化指标、微生物指标、污染物指标、农药残留及兽药残留等影响产品质量安全的指标。
数据编码5是在提取数据特征后，对每个数据特征进行编码，最终形成统一规范的食品安全大数据，以便于全链条大数据风险管理与溯源；如图5所示，编码由50位数字组成，包括主体识别码、产品代码、批次码和质量安全信息码；其中主体识别码10位数字，产品代码4位数字，批次码10位数字，质量安全信息码30位数字；主体识别码、产品代码和批次码符合DB35/T 1711-2017的要求。根据产业链顺序，各节点在交接时将责任人信息、质量安全信息传递到下一节点。采用QR方法可使每个预包装产品生产信息与二维码形成唯一对应的关联关系，消费者扫描包装上二维码，可以得到产品全部原料的来源厂商和生产日期、质量标准和质检报告。通过S1-S4采集到的食品安全大数据，完善了食品安全监管的数据结构，实现标准化，获取了全面优质的食品安全大数据，为食品安全智能监管服务。
如图6所示，提供了一种大数据应用的方法：
对于非结构化数据，比如营业执照图片，要识别营业执照的真伪，通过图像识别和文本识别的方法，提取原始信息，再进行文本检测，识别是否发生篡改事件。识别步骤：(1)产品标签比对：与国标(食品标签)和企业产品标签(知识库)比对；(2)供销凭证比对：与税务发票和企业发票(知识库)比对；(3)质量安全信息比对：与系统质量安全信息比对。
如图7所示，提供了一种食品风险评估与溯源的方法：
以大米生产企业为例，企业质检报告、Web数据库或者无线传感器网络获取大米质量安全检测指标实测值数据，输入实测值，按大米质量安全风险评估算法与预警模型计算，获得风险指数，给出风险评估与预警结果判断，最后根据结果溯源，采取措施。若发现不合规成品或在制品，应按产业链反向顺序检测留样的危害因子，直至发现危害源头，确定危害样品、责任主体和责任人。若发生食品安全事件，应进行召回等应急处理，根据危害点的危害样品批次，进行正向追溯，查找所有不合规产品，实施召回。
Claims (10)
1.一种全链条食品安全大数据采集方法，其特征在于：所述方法包括以下步骤：
S1：在食品产业链中确定全链条数据采集节点分布；
S2：确定要采集的全方位数据种类；
S3：根据产业链节点的业务特点，采用相应的数据采集系统采集各个节点的食品质量安全信息，得到原始数据，并将原始数据汇集存储到相应的数据库中；
S4：对数据库中的原始数据进行数据整理、数据特征提取及数据编码的标准化处理，形成统一规范的食品安全大数据，以保证信息的均匀性和高效使用。
2.根据权利要求1所述的全链条食品安全大数据采集方法，其特征在于：所述步骤S1中，所述食品产业链是物料从源头到成品的方向顺序产生原始数据的所有节点，包括种养、收储、加工、流通、膳食健康5个节点以及各个节点中的子节点。
3.根据权利要求1所述的全链条食品安全大数据采集方法，其特征在于：所述步骤S2中，所述数据种类包括全过程、全物料、全时空及全品类的质量安全信息；所述全过程包括生产过程、储运流通过程及加工过程；所述全物料包括从源头到成品的原辅料、投入物及添加物；所述全时空包括从农田种养到食用健康的时间周期及不同地域。
4.根据权利要求3所述的全链条食品安全大数据采集方法，其特征在于：所述质量安全信息种类包括不同来源、不同采集对象、不同危害种类及不同数据结构的数据；所述来源包括生产企业、监管机构、网络媒体及社交平台；所述对象包括人机料法环；所述数据结构包括结构化和非结构化数据。
5.根据权利要求1所述的全链条食品安全大数据采集方法，其特征在于：所述步骤S3中，所述数据采集系统包括管理信息系统、物理信息系统和网络信息系统；所述管理信息系统采集的原始数据包括食材和食品的检验检测数据、进出交易信息及企业监督管理数据；所述物理信息系统采集的原始数据包括生产过程自动控制数据及环境监测数据；所述网络信息系统采集的原始数据包括网站、媒体公布的食品安全信息或数据。
6.根据权利要求5所述的全链条食品安全大数据采集方法，其特征在于：所述管理信息系统是利用计算机硬件、软件、网络通讯设备及其他办公设备，进行信息的收集、传输、加工、储存、更新拓展和维护，用于对种植/养殖、收储、加工和流通节点的监督管理，以实现食品全链条生产单位实施信息化管理，包括生产管理、质量安全管理、仓储管理、供应链及交易管理、监管部门和知识库管理的信息化；所述物理信息系统通过智能传感器来收集和传输数据，智能传感器包括温度传感器、湿度传感器、Web分析仪和快检仪，智能传感器设置在生产线、生产车间和化验室，监测的对象是人、环境、食材及设备；所述网络信息系统用于收集关于食品的网络舆情和专业知识库，知识库包括生产经营管理规章制度、标准法规、操作规范、技术规范、食品安全管理体系、属性数据库、机器设备库、危害因子、食品添加剂和防腐剂库。
7.根据权利要求1所述的全链条食品安全大数据采集方法，其特征在于：所述步骤S3中，所述数据库包括管理数据库和参考知识库，管理数据库为在线动态数据库，生产和流通过程的数据存储于各自的管理数据库，参考知识库为标准静态数据库，规章制度和标准数据存储于参考知识库。
8.根据权利要求1所述的全链条食品安全大数据采集方法，其特征在于：所述步骤S4中，所述数据整理包括信息对接、信息传递、数据转换及信息合成：(1)信息对接，将管理数据库中的在线原始数据进行处理，包括与知识库中的相应的数据进行比对，进行新的信息的合成，以便于进行风险管理；(2)信息传递，信息对接后的数据按照从种养源头到消费的单向方向进行信息传递，每个节点包含管理信息与物料信息，管理信息是根据规章制度对该节点的食品安全进行管理的信息、物料信息是生产食品所需的原料、辅料、添加物和投入品的信息；添加物包括添加剂、防腐剂、食源性兴奋剂、加工助剂及有益微生物；投入品包括农药、兽药、肥料及饲料；进节点的信息包括上游物料名称、上游交易单位、上游交易时间及上游交易内容；出节点的信息包括下游物料名称、下游交易单位、下游交易时间和下游交易内容；(3)数据转换，在信息传递过程中，每次产生新的数据后，对分散存储在各个数据库中的在线原始数据进行数据转换，形成统一规范的是食品安全大数据；(4)信息合成，将统一规范的食品安全大数据经若干个数学模型处理，形成另一个或若干个数据或数组，经过处理后的数据可以进行食品质量安全的风险评估与管理。
9.根据权利要求1所述的全链条食品安全大数据采集方法，其特征在于：所述步骤S4中，对统一规范的数据进行特征提取，以便于对数据的多个特征进行可视化展示；数据特征提取的信息包括数据产生者、数据采集者、数据产生地点、数据产生时间、数据交易者及质量安全特征；数据生产者包括产业链及其节点，企业、监管部门的名称及单位代码；数据采集者包括企业以及第三方检测机构；数据交易者是在各个节点和子节点产生交接的负责人；产品质量安全特征包括产品的理化指标、微生物指标、污染物指标、农药残留、兽药残留等影响产品质量安全的指标。
10.根据权利要求1所述的全链条食品安全大数据采集方法，其特征在于：所述步骤S4中，对最终得到的统一规范的数据进行编码，以便于追踪溯源；数据编码由50位数字组成，包括主体识别码、产品代码、批次码和质量安全信息码；其中主体识别码10位数字，产品代码4位数字，批次码10位数字，质量安全信息码30位数字；主体识别码、产品代码和批次码符合DB35/T1711-2017的要求。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011079266.1A CN112116277A (zh) | 2020-10-10 | 2020-10-10 | 一种全链条食品安全大数据采集方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011079266.1A CN112116277A (zh) | 2020-10-10 | 2020-10-10 | 一种全链条食品安全大数据采集方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112116277A true CN112116277A (zh) | 2020-12-22 |
Family
ID=73798038
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011079266.1A Pending CN112116277A (zh) | 2020-10-10 | 2020-10-10 | 一种全链条食品安全大数据采集方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112116277A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113298536A (zh) * | 2021-04-30 | 2021-08-24 | 华中农业大学 | 一种冷冻淡水鱼糜全链条质量安全信息管理方法及装置 |
| CN113298537A (zh) * | 2021-04-30 | 2021-08-24 | 华中农业大学 | 基于物联网的稻米全链条质量信息智能检测系统及方法 |
| CN113344152A (zh) * | 2021-04-30 | 2021-09-03 | 华中农业大学 | 一种奶品全链条生产信息智能检测上传系统及方法 |
| CN113344728A (zh) * | 2021-04-30 | 2021-09-03 | 华中农业大学 | 一种食品生产全链条信息智能监控系统及方法 |
| CN113408334A (zh) * | 2021-04-30 | 2021-09-17 | 华中农业大学 | 一种小龙虾全链条数据采集与智能检测方法及装置 |
| CN113706002A (zh) * | 2021-08-20 | 2021-11-26 | 华中农业大学 | 一种基于食品安全知识库的监管平台、方法及存储介质 |
| CN114548834A (zh) * | 2022-04-22 | 2022-05-27 | 浙江省标准化研究院(金砖国家标准化(浙江)研究中心、浙江省物品编码中心) | 一种围绕特定产业的标准链分析和构建系统及方法 |
| CN115471201A (zh) * | 2022-09-20 | 2022-12-13 | 盐城工学院 | 一种基于大数据和区块链的产业链数字化协同监管平台 |
| CN116132107A (zh) * | 2022-12-16 | 2023-05-16 | 苏州可米可酷食品有限公司 | 基于数据云处理产品全生命周期质量数据追溯管理系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108133380A (zh) * | 2017-12-21 | 2018-06-08 | 华中农业大学 | 食品安全的溯源方法 |
| CN111666269A (zh) * | 2020-05-29 | 2020-09-15 | 华中农业大学 | 食品安全大数据自动编码与全链条溯源体系 |
-
2020
- 2020-10-10 CN CN202011079266.1A patent/CN112116277A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108133380A (zh) * | 2017-12-21 | 2018-06-08 | 华中农业大学 | 食品安全的溯源方法 |
| CN111666269A (zh) * | 2020-05-29 | 2020-09-15 | 华中农业大学 | 食品安全大数据自动编码与全链条溯源体系 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113298536A (zh) * | 2021-04-30 | 2021-08-24 | 华中农业大学 | 一种冷冻淡水鱼糜全链条质量安全信息管理方法及装置 |
| CN113298537A (zh) * | 2021-04-30 | 2021-08-24 | 华中农业大学 | 基于物联网的稻米全链条质量信息智能检测系统及方法 |
| CN113344152A (zh) * | 2021-04-30 | 2021-09-03 | 华中农业大学 | 一种奶品全链条生产信息智能检测上传系统及方法 |
| CN113344728A (zh) * | 2021-04-30 | 2021-09-03 | 华中农业大学 | 一种食品生产全链条信息智能监控系统及方法 |
| CN113408334A (zh) * | 2021-04-30 | 2021-09-17 | 华中农业大学 | 一种小龙虾全链条数据采集与智能检测方法及装置 |
| CN113706002A (zh) * | 2021-08-20 | 2021-11-26 | 华中农业大学 | 一种基于食品安全知识库的监管平台、方法及存储介质 |
| CN114548834A (zh) * | 2022-04-22 | 2022-05-27 | 浙江省标准化研究院(金砖国家标准化(浙江)研究中心、浙江省物品编码中心) | 一种围绕特定产业的标准链分析和构建系统及方法 |
| CN115471201A (zh) * | 2022-09-20 | 2022-12-13 | 盐城工学院 | 一种基于大数据和区块链的产业链数字化协同监管平台 |
| CN116132107A (zh) * | 2022-12-16 | 2023-05-16 | 苏州可米可酷食品有限公司 | 基于数据云处理产品全生命周期质量数据追溯管理系统 |
| CN116132107B (zh) * | 2022-12-16 | 2024-04-12 | 苏州可米可酷食品有限公司 | 基于数据云处理产品全生命周期质量数据追溯管理系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112116277A (zh) | 一种全链条食品安全大数据采集方法 | |
| CN111666269B (zh) | 食品安全大数据自动编码与全链条溯源体系 | |
| CN104504503A (zh) | 一种蔬菜农药残留的物联网追溯系统及应用 | |
| CN113191926B (zh) | 基于深度集成学习网络的粮油农作物供应链危害物辨识方法及系统 | |
| CN110688381B (zh) | 一种用于产品过程记录追溯的软件产品和软件方法 | |
| CN114140094B (zh) | 一种食品企业智能化风险监控预警系统 | |
| CN113706002A (zh) | 一种基于食品安全知识库的监管平台、方法及存储介质 | |
| CN110019545A (zh) | 工业数据的处理及分析方法、工业数据的处理装置及数据仓库 | |
| CN109657123B (zh) | 一种基于信息熵的食品安全事件聚类分析方法 | |
| CN114186933A (zh) | 一种冷链食品智能监管平台 | |
| CN117114709A (zh) | 一种盐产品溯源信息采集系统 | |
| Li et al. | Analysis of cross-regional transfer of food safety risks and its influencing factors—an empirical study of five provinces in East China | |
| CN116109325B (zh) | 一种基于物联网管控食品安全和溯源系统及方法 | |
| CN117575171A (zh) | 一种基于数据分析的粮食形势智能评估系统 | |
| CN117907550A (zh) | 一种食品安全检测系统 | |
| CN117371825A (zh) | 基于状态监控分析生产品质的食品预测系统 | |
| CN116011802A (zh) | 一种畜禽产品监测用风险预警管理系统及方法 | |
| CN114638483A (zh) | 基于大数据的食品安全隐患排查方法 | |
| CN116681357B (zh) | 基于人工智能的食品质量分析系统及方法 | |
| CN113821494A (zh) | 一种食品安全知识库的建立方法 | |
| CN111427945A (zh) | 一种大豆数据监测系统和方法 | |
| CN112052467A (zh) | 一种食品安全大数据共享方法 | |
| CN117008559B (zh) | 应用于有机肥料生产系统的数据采集处理方法及系统 | |
| Wang et al. | Application research of Big data in provincial important Product traceability system | |
| CN118503767B (zh) | 一种动物源性食品违禁成分检测方法及系统 |
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 |