基于大数据视角的肉类食品安全抽检数据分析
目的 基于大数据视角分析肉类食品安全抽检数据。方法 在大数据技术支持下以国家肉类食品抽检监测数据源为基础, 通过Python语言编程设计分类与预测实验, 并利用数据挖掘预测集实验结果与真实食品检验结果进行对比研究, 以验证该方法的可行性。结果 基于决策树+典型相关系数和二次指数平滑法相结合的数据挖掘方法分类效果较好, 预测准确性达到98.26%。结论 通过预判不合格肉类食品的出现数量和分布情况, 可指导其安全抽检监测工作, 提高管理的效率和准确率, 有效预防肉类食品安全事故的发生。
Objective To analyze meat food safety sampling data under the perspective of big data. Methods With the support of big data technology and based on the national meat food sampling inspection and monitoring data source, the classification and prediction experiment was designed by Python language programming, and the experimental results of the prediction set were compared with the real food inspection results to verify the feasibility of this method. Results The data mining method based on decision tree+typical correlation coefficient and quadratic exponential smoothing method had better classification effect, and the prediction accuracy reached 98.26%. Conclusion By predicting the quantity and distribution of unqualified meat foods, it can guide its safety sampling inspection and monitoring, improve the efficiency and accuracy of management, and effectively prevent the occurrence of meat food safety accidents.
标题：基于大数据视角的肉类食品安全抽检数据分析
英文标题：Study on meat food safety sampling data under the perspective of big data
作者：
王博 渤海大学食品科学与工程学院,生鲜农产品贮藏加工及安全控制技术国家地方联合工程研究中心；渤海大学化学化工学院
张锴旺 河北联合轻工学院电气信息学院
陆逢贵 渤海大学食品科学与工程学院,生鲜农产品贮藏加工及安全控制技术国家地方联合工程研究中心
刘登勇 渤海大学食品科学与工程学院,生鲜农产品贮藏加工及安全控制技术国家地方联合工程研究中心；肉类生产与加工质量安全控制协同创新中心
曹振霞 渤海大学食品科学与工程学院,生鲜农产品贮藏加工及安全控制技术国家地方联合工程研究中心
中文关键词:大数据,数据挖掘,Python,肉类食品,
英文关键词:big data,data mining,Python,meat food,
发表日期：2019-05-07
- 文件大小:
- 1.33 MB
- 下载次数:
- 60
-
高速下载
|
