[发明专利]基于机器学习的食品安全风险模型的构建方法

说明书

本发明公开了一种基于机器学习的食品安全风险模型的构建方法，其包括以下步骤：步骤S1、构建食品安全风险的评定指标集合F；步骤S2、获取各个评定指标对应的评分表，根据评分表，构建评定指标的先验权重矩阵；步骤S3、获取评定指标的矫正权重矩阵；步骤S4、获取企业的各个评定指标对应的风险标记值，并构建m个企业的风险标记矩阵A；步骤S5、获取各个企业的风险指数矩阵。本发明提出了一种基于机器学习的餐饮企业食品安全风险评价与预警的方法，首先建立一个科学合理的风险评价体系，然后对风险评价体系进行矫正，最终根据矫正后的风险评价体系，对实际餐饮企业进行安全风险分析，得到餐饮企业的食品安全风险信息。

技术领域

本发明涉及食品技术安全领域。更具体地说，本发明涉及一种基于机器学习的食品安全风险模型的构建方法。

背景技术

近年来，食品安全问题频频发生，食品安全质量问题越来越受到社会各界人士的高度重视。如何对餐饮企业食品安全风险进行评价，以及如何对餐饮企业食品安全风险进行预警是当今社会上的一大难题。

以往的食品安全风险没有一个统一的指标去量化，只是通过一些零散的数据指标凭借经验去判断食品安全风险，因此无法整体的判断食品安全风险。目前也有一些食品安全风险预警的系统，但一般也是针对每个指标分别预警，不能够准确描述食品安全风险的高低。

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机器学习的食品安全风险模型的构建方法，本发明提出了一种基于机器学习的餐饮企业食品安全风险评价与预警的方法，首先建立一个科学合理的风险评价体系，然后对风险评价体系进行矫正，最终根据矫正后的风险评价体系，对实际餐饮企业进行安全风险分析，得到餐饮企业的食品安全风险信息。

为了实现根据本发明的这些目的和其它优点，提供了一种基于机器学习的食品安全风险模型的构建方法，其包括以下步骤：

步骤S1、构建食品安全风险的评定指标集合，F＝{f₁,f₂,…f_i…f_n}，f_i代表第i个评定指标；

步骤S2、构建与所述评定指标集合F中各个评定指标对应的评分表，根据评分表，计算食品安全风险的各个评定指标的先验权重值，并构建食品安全风险评定指标的先验权重矩阵B＝[b₁b₂…b_i…b_n]，b_i代表f_i的先验权重值；

步骤S3、对评定指标的先验权重矩阵，进行修正，得评定指标的矫正权重矩阵D＝[d₁ d₂…d_i…d_n]，d_i代表f_i的矫正权重值；

步骤S4、获取企业的各个评定指标对应的风险标记值，并构建m个企业的风险标记矩阵A，

a_ji代表第j个企业的第i个评定指标的风险标记值；

步骤S5、获取各个企业的风险指数矩阵C，C＝A×D^T。

优选的是，所述的基于机器学习的食品安全风险模型的构建方法，还包括：

步骤S6、获取同一区域的多个企业的每一项评定指标的风险率，

获取多个区域的各个评定指标的风险率矩阵E；

e_ji代表第j个区域的第i个评定指标的风险率；获取各个区域的风险指数矩阵F，F＝E×D^T。