[发明专利]食品安全风险评估方法、装置、设备及存储介质

说明书

本发明涉及人工智能领域，可应用于智慧政务领域，公开了一种食品安全风险评估方法、装置、设备及存储介质，用于提高食品安全风险评估的效率和准确性。该方法包括：获取多个餐饮企业的风险特征数据；根据风险特征数据确定正样本和负样本；根据正样本和负样本生成训练集，将训练集输入至预设的决策树模型中进行训练，得到目标决策树；分别获取目标决策树的根节点到每个叶子节点的路径，根据每一条路径分别生成一个对应的食品安全风险特征组合，并计算对应的风险评估值，将风险评估值标记在目标决策树的对应叶子节点上，得到食品安全风险评估模型，对待评估餐饮企业进行食品安全风险评估。其中，餐饮企业的风险特征数据可存储于区块链中。

技术领域

本发明涉及机器学习技术领域，尤其涉及食品安全风险评估方法、装置、设备及存储介质。

背景技术

食品安全问题一直是社会高度重视的问题。近年来，餐饮企业的数量多、地域分散、更新迭代快与食品安全监管人员少的矛盾日益突出，在各区域风险程度不明确的前提下，依旧只能凭借经验或其他随机条件选择部分监管对象或区域进行监管，比如对每个餐饮企业每年至少检查一次，这种方式无法及时发现风险，很容易造成风险失控和有限监管力量的无效使用。

随着食品安全监管理念从事后查处向事前预防转变，食品安全风险评估工作的重要性越发突显出来。现有的食品安全风险评估方法，一般是由监管人员现场评估，这种评估方式效率低下，且各项评估指标对食品安全风险的影响程度依赖于人为判断，无法保证风险评估的客观性和准确性。

发明内容

本发明的主要目的在于提出一种食品安全风险评估方法、装置、设备及存储介质，旨在提高食品安全风险评估的效率和准确性。

本发明第一方面提供了一种食品安全风险评估方法，所述食品安全风险评估方法包括：

根据预设的食品安全风险特征项，获取多个餐饮企业的风险特征数据；

判断所述多个餐饮企业在预设时长内是否发生过食品安全事故，将所述多个餐饮企业中发生过食品安全事故的餐饮企业的风险特征数据作为正样本，将所述多个餐饮企业中未发生过食品安全事故的餐饮企业的风险特征数据作为负样本；

根据所述正样本和所述负样本生成训练集，将所述训练集输入至预设的决策树模型中进行训练，得到目标决策树；

分别获取所述目标决策树的根节点到每个叶子节点的路径，根据获取到的每一条路径分别生成一个对应的食品安全风险特征组合；

计算与每个食品安全风险特征组合对应的风险评估值，将所述风险评估值标记在所述目标决策树的对应叶子节点上，得到食品安全风险评估模型；

获取待评估餐饮企业的风险特征数据，将所述待评估餐饮企业的风险特征数据输入至所述食品安全风险评估模型中，通过所述食品安全风险评估模型对所述待评估餐饮企业进行食品安全风险评估。

可选的，在本发明第一方面的第一种实现方式中，所述根据预设的食品安全风险特征项，获取多个餐饮企业的风险特征数据的步骤包括：

从预设数据库中抽取多个餐饮企业的历史经营数据，对所述历史经营数据进行数据清洗，得到企业基础画像数据集；

对于企业基础画像数据集中的每个餐饮企业，从进行数据清洗后的历史经营数据中提取出与预设的食品安全风险特征项对应的风险特征数据。

可选的，在本发明第一方面的第二种实现方式中，所述判断所述多个餐饮企业在预设时长内是否发生过食品安全事故的步骤包括：

从预设媒体数据库获取预设时长内所述多个餐饮企业的食品安全报导信息；

根据所述食品安全报导信息判断所述多个餐饮企业是否发生过食品中毒事件、是否存在司法处罚或行政处罚记录，以及是否被列入经营异常名录；