CN116596306A - 基于风险分级的食品安全监督抽查方法及系统 - Google Patents
基于风险分级的食品安全监督抽查方法及系统 Download PDFInfo
- Publication number
- CN116596306A CN116596306A CN202310524050.9A CN202310524050A CN116596306A CN 116596306 A CN116596306 A CN 116596306A CN 202310524050 A CN202310524050 A CN 202310524050A CN 116596306 A CN116596306 A CN 116596306A
- Authority
- CN
- China
- Prior art keywords
- food
- risk
- spot check
- supervision
- level
- 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 207
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004519 manufacturing process Methods 0.000 claims abstract description 71
- 230000003068 static effect Effects 0.000 claims abstract description 50
- 238000012423 maintenance Methods 0.000 claims abstract description 17
- 238000004886 process control Methods 0.000 claims abstract description 15
- 235000015219 food category Nutrition 0.000 claims abstract description 10
- 238000007726 management method Methods 0.000 claims description 89
- 238000007689 inspection Methods 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000013145 classification model Methods 0.000 claims description 12
- 238000007405 data analysis Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 230000006866 deterioration Effects 0.000 description 5
- 230000036541 health Effects 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 235000021393 food security Nutrition 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 231100000279 safety data Toxicity 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
- G06Q10/0635—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
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (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)
- General Factory Administration (AREA)
Abstract
本发明涉及食品安全技术领域，具体涉及了基于风险等级的食品安全监督抽查方法，包括以下步骤：S100：获取至少一种食品的动态风险指标和静态风险指标，所述静态风险指标至少包括生产经营食品类别、经营规模、消费对象，所述动态风险指标至少包括生产经营条件保持、生产经营过程控制、管理制度建立及运行；S200：结合各食品的动态风险指标和静态风险指标分析各食品的风险值，并根据各食品的风险值确定各食品的风险等级；S300：基于各食品的风险等级确定目标抽查方案。能够提高对食品的监管效率。
Description
技术领域
本发明涉及食品安全技术领域，具体涉及了基于风险分级的食品安全监督抽查方法及系统。
背景技术
食品安全与人们的生活息息相关，关系到人们的日常生活与健康。为了监督市场的食品安全问题，地方各级市场监督管理部门应当按照当地人民政府食品安全年度监督管理计划，根据食品类别、企业规模、管理水平、食品安全状况、风险等级情况、信用档案记录等因素，编制年度监督检查计划，并按照抽检计划进行食品抽检。因此抽检计划的定制是否科学合理，能够比较精准的发现问题并及时解决，对于控制食品安全的风险很重要，也能够降低食品安全监督抽检的成本，提高监督抽检工作的效率。
发明内容
本发明所解决的技术问题在于提供基于风险等级的食品安全监督抽查方法及系统，能够提高对食品监督抽查的时效性，从而防止变质食品在市面上流通。
本发明提供的基础方案：基于风险等级的食品安全监督抽查方法，包括以下步骤：
S100：获取至少一种食品的静态风险指标和动态风险指标，所述静态风险指标至少包括生产经营食品类别、经营规模、消费对象，所述动态风险指标至少包括生产经营条件保持、生产经营过程控制、管理制度建立及运行；
S200：结合各食品的动态风险指标和静态风险指标分析各食品的风险值，并根据各食品的风险值确定各食品的风险等级；
S300：基于各食品的风险等级确定目标抽查方案。
本发明的原理在于：通过食品的生产经营食品类别、经营规模、消费对象等静态风险指标和生产经营条件保持、生产经营过程控制、管理制度建立及运行等动态风险指标分析出各食品的风险值，并根据各食品的风险值确定出对应的风险等级，然后根据风险等级制定出目标抽查方案，监督抽查人员根据目标抽查方案进行抽查。
相比于现有技术，具有以下优点：
通过结合影响食品品质的动态风险指标和静态风险指标分析得到各食品的风险值，再根据风险值得到目标抽查方案，确保制定出来的目标抽查方案与食品实际情况更加贴合，监督抽插人员根据目标抽查方案进行抽查即可，及时对食品进行抽查，以防止变质的食品在市面上流通。
进一步，所述S100包括：
S101：获取上一年度食品的综合分析报告，从综合分析报告中确定各食品的监管数据，所述监管数据至少包括生产经营许可信息、日常监督检查数据、监督抽检数据、投诉举报信息、网络舆情信息；
S102：基于所述监管数据确定各食品的静态风险指标和动态风险指标，所述静态风险指标至少包括生产经营食品类别、经营规模、消费对象，所述动态风险指标至少包括生产经营条件保持、生产经营过程控制、管理制度建立及运行。
从上一年度各食品的综合分析报告中能够直接得出各食品的生产经营许可信息、日常监督检查数据、监督抽检数据、投诉举报信息、网络舆情信息等监管数据，并从监管数据中确定各食品的生产经营食品类别、经营规模、消费对象等静态风险指标和生产经营条件保持、生产经营过程控制、管理制度建立及运行等动态风险指标，从而确保根据动态风险指标和静态风险指标分析出来的风险值与食品的实际情况更加贴合。
进一步，所述S200包括:
S201：将各食品的动态风险指标和静态风险指标输入到训练完成的风险分级模型，输出各食品的风险值；
S202：将各食品的风险值与各风险等级的预设阈值进行比较，确定各食品的风险等级。
将各食品对应的动态风险指标和静态风险指标输入到风险分级模型中，风险分级模型通过熵值法计算出各食品的风险值，通过将确定出来的风险值与预设阈值进行比较以确定相应食品的风险等级。
进一步，所述S300包括：
S301：将各食品的风险等级与预设等级阈值进行比较，并将风险等级高于预设等级阈值的食品确定为目标抽查对象；
S302：获取各目标抽查对象的地理位置信息，基于各目标抽查对象的地理位置信息生成对应的目标抽查方案。
将风险等级高于预设等级阈值的食品作为目标抽查对象，并根据各目标抽查对象的地理位置信息制定目标抽查方案，及时对各目标抽查对象进行监管，提高对风险等级高于预设等级阈值的各目标抽查对象的监管效率。
进一步，所述S300之后还包括：
S400：获取各目标抽查对象的抽查结果，将各抽查结果进行分类并将分类结果进行展示。
通过对抽查结果的统计，进行分类并展示，确定食品是否出现安全问题。即若出现变质或过期等威胁到食用者健康的情况，通过抽查结果的统计和分类展示能够更好地了解情况并进行相应的整改。
本发明还公开了基于风险等级的食品安全监督抽查系统，使用了上述的基于风险等级的食品安全监督抽查方法，该系统包括：信息获取模块、数据分析模块、目标确定模块；
信息获取模块，用于获取至少一种食品的静态风险指标和动态风险指标，所述静态风险指标至少包括生产经营食品类别、经营规模、消费对象，所述动态风险指标至少包括生产经营条件保持、生产经营过程控制、管理制度建立及运行；
数据分析模块，用于结合各食品的静态风险指标和动态风险指标分析各食品的风险值，并根据各食品的风险值确定各食品的风险等级；
目标确定模块，用于基于各食品的风险等级确定目标抽查方案。
进一步，信息获取模块包括数据获取单元；
数据获取单元，用于获取上一年度食品的综合分析报告，从综合分析报告中确定各食品的监管数据，所述监管数据至少包括生产经营许可信息、日常监督检查数据、监督抽检数据、投诉举报信息、网络舆情信息；
指标确定单元，用于基于所述监管数据确定各食品的静态风险指标和动态风险指标，所述静态风险指标至少包括生产经营食品类别、经营规模、消费对象，所述动态风险指标至少包括生产经营条件保持、生产经营过程控制、管理制度建立及运行。
进一步，数据分析模块包括风险值确定单元和等级确定单元；
风险值确定单元，用于将各食品的动态风险指标和静态风险指标输入到训练完成的风险分级模型，输出各食品的风险值；
等级确定单元，用于将各食品的风险值与各风险等级的预设阈值进行比较，确定各食品的风险等级。
进一步，目标确定模块包括对象确定单元和方案确定单元；
对象确定单元，用于将各食品的风险等级与预设等级阈值进行比较，并将风险等级高于预设等级阈值的食品确定为目标抽查对象；
方案确定单元，用于获取各目标抽查对象的地理位置信息，基于各目标抽查对象的地理位置信息生成对应的目标抽查方案。
进一步，该系统还包括：
结果展示模块，用于获取各目标抽查对象的抽查结果，将各抽查结果进行分类并将分类结果进行展示。
附图说明
图1为本发明实施例提供的基于风险等级的食品安全监督抽查方法的流程示意图；
图2为本发明实施例提供的基于风险等级的食品安全监督抽查系统的结构框图。
具体实施方式
下面通过具体实施方式进一步详细说明：
在具体的实施例中，所述基于风险等级的食品安全监督抽查方法应用于基于风险等级的食品安全监督抽查装置以及配置有基于风险等级的食品安全监督抽查装置的终端设备。下面将以终端设备为例，说明本实施例的具体流程，当然，可以理解的，本实施例所应用的终端设备可以为智能手机、平板电脑、台式电脑、可穿戴式设备等，在此不做限定。
请参见图1，为本说明书实施例提供的基于风险等级的食品安全监督抽查方法的流程示意图。如图1所示，所述基于风险等级的食品安全监督抽查方法，包括以下步骤：
S100，获取至少一种食品的静态风险指标和动态风险指标，所述静态风险指标至少包括生产经营食品类别、经营规模、消费对象，所述动态风险指标至少包括生产经营条件保持、生产经营过程控制、管理制度建立及运行。
所述步骤S100包括：
S101，获取上一年度食品的综合分析报告，从综合分析报告中确定各食品的监管数据，所述监管数据至少包括生产经营许可信息、日常监督检查数据、监督抽检数据、投诉举报信息、网络舆情信息；
S102，基于所述监管数据确定各食品的静态风险指标和动态风险指标，所述静态风险指标至少包括生产经营食品类别、经营规模、消费对象，所述动态风险指标至少包括生产经营条件保持、生产经营过程控制、管理制度建立及运行。
具体的，通过从上衣年度食品的综合分析报告中获取各食品的生产经营许可信息、日常监督检查数据、监督抽检数据、投诉举报信息、网络舆情信息等监管数据，然后从监管数据中确定出生产经营食品类别、经营规模、消费对象等静态风险指标和生产经营条件保持、生产经营过程控制、管理制度建立及运行等动态风险指标。
其中，生产经营许可，通过采集企业名称、地址、产品名称、种类、规模、法人姓名及联系方式等基本信息，并进行现场核查是否有生产经营工艺规范、生产条件等。
日常监督检查，是监管部门到企业核查生产经营条件、人员健康状况、产品工艺规范等，可采集到相关数据。
监督抽检，通过采集企业名称、地点、产品名称、规格等基本信息以及检验检测的质量安全数据。
投诉举报，通过采集到消费者对产品问题的反馈信息。
网络舆情，通过采集到企业名称、食品名称、时间、地点、食品安全事件等信息。
静态风险指标可以从生产经营许可的信息中获得，动态风险指标可以从日常监督检查、监督抽查、投诉举报和网络舆情的信息中获得。
S200，结合各食品的动态风险指标和静态风险指标分析各食品的风险值，并根据各食品的风险值确定各食品的风险等级。
所述步骤S200包括：
S201，将各食品的动态风险指标和静态风险指标输入到训练完成的风险分级模型，输出各食品的风险值；
S202，将各食品的风险值与各风险等级的预设阈值进行比较，确定各食品的风险等级。
具体的，在确定了各食品的静态风险指标和动态风险指标之后，将各食品的静态风险指标和动态风险指标输入到风险分级模型中，风险风机模型利用熵值法计算出各食品的风险值，再通过将风险值与各风险等级的预设阈值进行比较，从而确定各食品的风险等级。
其中，在将各食品的静态风险指标和动态风险指标的数据输入到风险分级模型中之前，数据存在缺失、冗余及不规范等问题，需要先对数据进行处理，确保输入到风险分级模型中的数据不存在数据缺失、冗余及不规范等问题。
在将数据处理规范之后，输入到风险风机模型中，风险分级模型通过熵值法对数据进行计算，即通过对动态风险指标和静态风险指标进行权重赋值，然后计算出各食品的风险值。
熵值法有m个对象，n个评价指标构成的数据矩阵X＝{xij}mn。
有m个对象，n各指标组成，得到矩阵X,其中i＝1，2，...，m；j＝1，2，...，n。
队员是矩阵进行无量纲处理，消除指标单位不同的影响，得到矩阵Dij。计算方法公式(1)。若经处理后的标准化矩阵出现零值，为使数据处理有意义，将无量纲后的数据全部平移一个最小单位值。
其中，min(xj)表示所有对象中某指标的最小值；max(xj)表示某指标的最大值。
按照公式(2)计算第n各指标下第m各对象的特征比重或贡献度：
按照公式(3)计算熵值：
按照公式(4)计算差异性系数：
gj＝1-ej (4)
按照公式(5)计算权重Wj：
按照公式(6)计算各个项目风险值大小：
本申请实施例中生产经营食品类别、经营规模、消费对象和生产经营条件保持、生产经营过程控制、管理制度建立及运行来评估各食品的风险值，利用熵值法客观赋予上述各指标权重值并计算出各食品的风险值。
预设各风险等级的预设风险阈值，风险等级可以包括但不限于低风险、较低风险、中风险、较高风险、高风险，各风险等级的预设方式可以是按照分数位的占比来划分各风险等级。
比如，将所有食品的风险值按照顺序排列，可以是从打到小也可以是从小到，本申请实施例中以从小到大排列为例，根据排序完成之后进行划分风险等级，将各风险值按照在所有排列完成的风险值中的占比分配相应的分数位，各风险等级的划分可以是[0，10％分数位]定为低风险、[10％分数位，40％分数位]定为较低风险、[40％分数位，70％分数位]定为中风险、[70％分数位，90％分数位]定为较高风险、[90％分数位，100％分数位]定为高风险。
各风险等级也可以是直接预设各风险等级的风险值进行划分。
比如，风险值与预设阈值和风险等级的对应关系如下：预设阈值可以包括但不限于60％、70％、805、90％；当风险值大于60％时，风险等级为初级；当风险值大于70％时，风险等级为中级；当风险值大于80％时，风险等级为高级；当风险值大于90％时，风险等级为超高级。
比如，将风险等级分为低风险、较低风险、中风险、较高风险、高风险，风险值在[0，30]区间内的各食品划分为低风险，风险值在[31，50]区间内的各食品划分为较低风险，风险值在[51，70]区间之内的各食品划分为中风险，风险值在[71，90]区间之内的各食品划分为较高风险，风险值在[91，100]区间之内的各食品划分为高风险。
S300，基于各食品的风险等级确定目标抽查方案。
所述步骤S300包括：
S301，将各食品的风险等级与预设等级阈值进行比较，并将风险等级高于预设等级阈值的食品确定为目标抽查对象；
S302，获取各目标抽查对象的地理位置信息，基于各目标抽查对象的地理位置信息生成对应的目标抽查方案。
具体的，根据各食品的风险等级制定相应的目标抽查方案，对于不同风险等级的各食品更加有针对性，对于风险等级过高的食品，表示食品出现安全问题的概率越高，因此，将食品的风险等级与预设等级阈值进行比较之后，将风险等级高于预设等级阈值的食品作为目标抽查对象，降低出现变质或者过期的食品在市场上流通，被误食而对食用者的健康造成威胁。
在将风险值与预设阈值进行比较之后得到各食品的风险等级，风险等级可以包括但不限于较低级、低级、初级、中级、高级、超高级，预设等级阈值可以为初级或者中级。
风险等级越高的食品在目标抽查方案中的抽查顺序越靠前。
可以理解的是，目标抽查对象也可以是所有食品，按照风险等级对食品进行排序，按照排序结果对食品进行抽查。
通过获取目标抽查对象的地理位置信息，然后根据获取到的地理信息规划抽查路线，根据抽查路线规划目标抽查方案。
可以理解的是，在获取了各目标抽查对象的地理位置信息之后，可根据监督抽查人员的地理位置信息制定目标抽查方案，结合目标抽查对象的地理位置信息和监督抽查人员的地理位置信息制定目标抽查方案，根据就近原则安排监督抽查人员，能够缩短监督抽查人员去抽查的时间，同时也能够节省监督抽查成本。
S400，获取各目标抽查对象的抽查结果，将各抽查结果进行分类并将分类结果进行展示。
具体的，在工作人员对目标抽查对象完成检查之后，将抽查结果实时输入到终端设备中，终端设备将工作人员输入的抽查结果进行分类，并将分类结果进行展示，以便于监管人员实时监督工作人员的工作情况，同时能够实时查看各食品的情况，根据抽查结果获知食品是否出现变质/过期个情况，同时还可以获知出现食品过期/变质的因素是自然因素还是人为因素。
判断导致食品过期/变质的因素的方式可以包括但不限于结合食品的生产日期和各类天气阈值判断是自然因素还是人为因素，若根据食品的生产日和和各类天气阈值判断，当前抽查的食品处于不会出现变质/过期等现象，那么导致出现食品变质/过期的因素可能是在生产阶段的人为因素,可能是在生产过程中生产人员使用的原料不新鲜或其他原因导致的，也有可能是在特殊天气的环境下导致了食品出现过期/变质等情况；若根据食品的生产日期和各类天气阈值判断，当前抽查的食品的各类天气阈值都小于特殊天气阈值，则表示当前抽查的食品出现变质/过期的因素可能是自然因素造成的，由于特殊天气的连续天数过长才导致食品变质/过期；若根据食品的生产日期和保质期确定当前食品已经过期，但是商家还是将该食品放在售货区，那么就是认为因素造成过期/变质食品在市面上流通而对食用者的健康造成威胁，监管部门则可监督商家进行整改。
本发明还公开了基于风险等级的食品安全监督抽查系统，使用了上述的基于风险等级的食品安全监督抽查方法。请参见图2，为本说明书实施例提供的基于风险等级的食品安全监督抽查系统的结构框图。如图2所示，该系统包括：信息获取模块、数据分析模块、目标确定模块；
信息获取模块，用于获取至少一种食品的静态风险指标和动态风险指标，所述静态风险指标至少包括生产经营食品类别、经营规模、消费对象，所述动态风险指标至少包括生产经营条件保持、生产经营过程控制、管理制度建立及运行；
数据分析模块，用于结合各食品的静态风险指标和动态风险指标分析各食品的风险值，并根据各食品的风险值确定各食品的风险等级；
目标确定模块，用于基于各食品的风险等级确定目标抽查方案。
所述信息获取模块包括数据获取单元和指标确定单元；
数据获取单元，用于获取上一年度食品的综合分析报告，从综合分析报告中确定各食品的监管数据，所述监管数据至少包括生产经营许可信息、日常监督检查数据、监督抽检数据、投诉举报信息、网络舆情信息；
指标确定单元，用于基于所述监管数据确定各食品的静态风险指标和动态风险指标，所述静态风险指标至少包括生产经营食品类别、经营规模、消费对象，所述动态风险指标至少包括生产经营条件保持、生产经营过程控制、管理制度建立及运行。
所述数据分析模块包括风险值确定单元和等级确定单元；
风险值确定单元，用于将各食品的动态风险指标和静态风险指标输入到训练完成的风险分级模型，输出各食品的风险值；
等级确定单元，用于将各食品的风险值与各风险等级的预设阈值进行比较，确定各食品的风险等级。
所述目标确定模块包括对象确定单元和方案确定单元；
对象确定单元，用于将各食品的风险等级与预设等级阈值进行比较，并将风险等级高于预设等级阈值的食品确定为目标抽查对象；
方案确定单元，用于获取各目标抽查对象的地理位置信息，基于各目标抽查对象的地理位置信息生成对应的目标抽查方案。
该系统还包括：
结果展示模块，用于获取各目标抽查对象的抽查结果，将各抽查结果进行分类并将分类结果进行展示。
以上的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.基于风险等级的食品安全监督抽查方法，其特征在于：包括以下步骤：
S100：获取至少一种食品的静态风险指标和动态风险指标，所述静态风险指标至少包括生产经营食品类别、经营规模、消费对象，所述动态风险指标至少包括生产经营条件保持、生产经营过程控制、管理制度建立及运行；
S200：结合各食品的静态风险指标和动态风险指标分析各食品的风险值，并根据各食品的风险值确定各食品的风险等级；
S300：基于各食品的风险等级确定目标抽查方案。
2.根据权利要求1所述的基于风险等级的食品安全监督抽查方法，其特征在于：所述S100包括：
S101：获取上一年度食品的综合分析报告，从综合分析报告中确定各食品的监管数据，所述监管数据至少包括生产经营许可信息、日常监督检查数据、监督抽检数据、投诉举报信息、网络舆情信息；
S102：基于所述监管数据确定各食品的静态风险指标和动态风险指标，所述静态风险指标至少包括生产经营食品类别、经营规模、消费对象，所述动态风险指标至少包括生产经营条件保持、生产经营过程控制、管理制度建立及运行。
3.根据权利要求1所述的基于风险等级的食品安全监督抽查方法，其特征在于：所述S200包括:
S201：将各食品的动态风险指标和静态风险指标输入到训练完成的风险分级模型，输出各食品的风险值；
S202：将各食品的风险值与各风险等级的预设阈值进行比较，确定各食品的风险等级。
4.根据权利要求1所述的基于风险等级的食品安全监督抽查方法，其特征在于：所述S300包括：
S301：将各食品的风险等级与预设等级阈值进行比较，并将风险等级高于预设等级阈值的食品确定为目标抽查对象；
S302：获取各目标抽查对象的地理位置信息，基于各目标抽查对象的地理位置信息生成对应的目标抽查方案。
5.根据权利要求1所述的基于风险等级的食品安全监督抽查方法，其特征在于：所述S300之后还包括：
S400：获取各目标抽查对象的抽查结果，将各抽查结果进行分类并将分类结果进行展示。
6.基于风险等级的食品安全监督抽查系统，其特征在于：包括信息获取模块、数据分析模块、目标确定模块；
信息获取模块，用于获取至少一种食品的静态风险指标和动态风险指标，所述静态风险指标至少包括生产经营食品类别、经营规模、消费对象，所述动态风险指标至少包括生产经营条件保持、生产经营过程控制、管理制度建立及运行；
数据分析模块，用于结合各食品的静态风险指标和动态风险指标分析各食品的风险值，并根据各食品的风险值确定各食品的风险等级；
目标确定模块，用于基于各食品的风险等级确定目标抽查方案。
7.根据权利要求6所述的基于风险等级的食品安全监督抽查系统，其特征在于：所述信息获取模块包括：
数据获取单元，用于获取上一年度食品的综合分析报告，从综合分析报告中确定各食品的监管数据，所述监管数据至少包括生产经营许可信息、日常监督检查数据、监督抽检数据、投诉举报信息、网络舆情信息；
指标确定单元，用于基于所述监管数据确定各食品的静态风险指标和动态风险指标，所述静态风险指标至少包括生产经营食品类别、经营规模、消费对象，所述动态风险指标至少包括生产经营条件保持、生产经营过程控制、管理制度建立及运行。
8.根据权利要求6所述的基于风险等级的食品安全监督抽查系统，其特征在于：所述数据分析模块包括：
风险值确定单元，用于将各食品的动态风险指标和静态风险指标输入到训练完成的风险分级模型，输出各食品的风险值；
等级确定单元，用于将各食品的风险值与各风险等级的预设阈值进行比较，确定各食品的风险等级。
9.根据权利要求6所述的基于风险等级的食品安全监督抽查系统，其特征在于：所述目标确定模块包括：
对象确定单元，用于将各食品的风险等级与预设等级阈值进行比较，并将风险等级高于预设等级阈值的食品确定为目标抽查对象；
方案确定单元，用于获取各目标抽查对象的地理位置信息，基于各目标抽查对象的地理位置信息生成对应的目标抽查方案。
10.根据权利要求6所述的基于风险等级的食品安全监督抽查系统，其特征在于：还包括结果展示模块，用于获取各目标抽查对象的抽查结果，将各抽查结果进行分类并将分类结果进行展示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310524050.9A CN116596306A (zh) | 2023-05-10 | 2023-05-10 | 基于风险分级的食品安全监督抽查方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310524050.9A CN116596306A (zh) | 2023-05-10 | 2023-05-10 | 基于风险分级的食品安全监督抽查方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116596306A true CN116596306A (zh) | 2023-08-15 |
Family
ID=87603877
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310524050.9A Pending CN116596306A (zh) | 2023-05-10 | 2023-05-10 | 基于风险分级的食品安全监督抽查方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116596306A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116934348A (zh) * | 2023-09-14 | 2023-10-24 | 广州淘通科技股份有限公司 | 一种交易售后数据的分析方法、装置、设备以及存储介质 |
| CN117217625A (zh) * | 2023-11-09 | 2023-12-12 | 广东省电信规划设计院有限公司 | 一种基于数据分析的企业安全监管方法及装置 |
-
2023
- 2023-05-10 CN CN202310524050.9A patent/CN116596306A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116934348A (zh) * | 2023-09-14 | 2023-10-24 | 广州淘通科技股份有限公司 | 一种交易售后数据的分析方法、装置、设备以及存储介质 |
| CN116934348B (zh) * | 2023-09-14 | 2023-12-26 | 广州淘通科技股份有限公司 | 一种交易售后数据的分析方法、装置、设备以及存储介质 |
| CN117217625A (zh) * | 2023-11-09 | 2023-12-12 | 广东省电信规划设计院有限公司 | 一种基于数据分析的企业安全监管方法及装置 |
| CN117217625B (zh) * | 2023-11-09 | 2024-03-15 | 广东省电信规划设计院有限公司 | 一种基于数据分析的企业安全监管方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Raviv et al. | AHP-based analysis of the risk potential of safety incidents: Case study of cranes in the construction industry | |
| CN116596306A (zh) | 基于风险分级的食品安全监督抽查方法及系统 | |
| US8700415B2 (en) | Method and system for determining effectiveness of a compliance program | |
| US7996246B2 (en) | Nursing home evaluation system | |
| CN112330474B (zh) | 核保风控监控方法、装置、设备及存储介质 | |
| CN116797404A (zh) | 基于大数据和数据处理的智能建筑运维监管系统 | |
| WO2021119506A1 (en) | Workplace risk determination and scoring system and method | |
| CN116596305A (zh) | 用于食品安全管理的风险分级方法 | |
| CN116307928A (zh) | 一种目标督查督办管理系统 | |
| JP2009086896A (ja) | コンピュータの障害予測システムおよび障害予測方法 | |
| CN114140094A (zh) | 一种食品企业智能化风险监控预警系统 | |
| CN112712256A (zh) | 一种低压配网设备检修顺序评估方法 | |
| CN113434575B (zh) | 基于数据仓库的数据归因处理方法、装置及存储介质 | |
| CN107145995A (zh) | 生产环境安全性预测方法、装置和系统 | |
| CN105938573A (zh) | 医疗保险基金精算预警系统及方法 | |
| CN117132383A (zh) | 一种信贷数据处理方法、装置、设备及可读存储介质 | |
| CN114021969B (zh) | 一种涉农企业安全生产风险指数分析系统 | |
| CN113642669B (zh) | 基于特征分析的防欺诈检测方法、装置、设备及存储介质 | |
| CN110782163A (zh) | 企业数据处理方法和装置 | |
| CN114742412A (zh) | 一种软件技术服务系统及方法 | |
| CN112801788A (zh) | 一种互联网股权融资平台监控系统及监控方法 | |
| CN112434911A (zh) | 一种特约店销售能力评估方法及装置 | |
| CN111861725B (zh) | 三方数据源成本核算方法及系统 | |
| CN115345465B (zh) | 一种基于基层治理事件的多色层级管理方法及系统 | |
| CN116993160A (zh) | 充电桩经营风险评估方法、装置、存储介质及计算机设备 |
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 |