一种进出口食品安全风险监测和预警系统技术方案

本发明专利技术涉及进出口食品安全风险监测技术领域，具体是一种进出口食品安全风险监测和预警系统，包括基于网络爬虫的食品安全重点网站风险分析模块、基于实验室检测数据的食品安全风险分析模块以及风险评判与输出模块。本发明专利技术将海关实验室检测数据和互联网检索信息相结合，运用数据分析和智能搜索技术，建立进出口食品安全早期预警和末端预警相结合的风险预警系统，相对于其他食品安全风险预警模型，解决了提高进出口食品安全风险预警准确度和时效性的问题，为监管机构提供进出口食品安全监管执法辅助手段，也为消费者提供食品安全信息查询，杜绝了带有安全风险的进口食品入境。杜绝了带有安全风险的进口食品入境。杜绝了带有安全风险的进口食品入境。

【技术实现步骤摘要】
一种进出口食品安全风险监测和预警系统


[0001]本专利技术涉及进出口食品安全风险监测
，具体是一种进出口食品安全风险监测和预警系统。

技术介绍

[0002]进出口食品安全是海关国门安全的重要问题之一，也是消费者重点关注项，关系到国计民生。传统的进出口食品安全监管方法以抽样检测作为主要监管手段，即依据海关总署确定的进出口食品检验检疫要求，在通关环节对进出口食品进行抽样送检，由实验室依据相关标准出具检测报告，再由执法部门根据检测结果判断风险。该方法主要存在的问题是时效性较差，属于末端预警，检出阳性结果时，货样已运至口岸仓储，存在传染或扩散的风险，抽样的随机性也存在阳性逃逸的风险，最终可能引发公共卫生突发事件甚至事故。
[0003]随着云计算、大数据分析等信息化技术的发展，基于网络爬虫的智能搜索技术开始应用于食品安全风险监测领域，解决了食品安全风险的早期预警手段从无到有的问题；
[0004]在智能搜索技术被广泛应用以前，监管机构依靠人力进行食品安全领域的信息的搜索、下载和整理，主要有2种类型的方案，1种是利用通用搜索引擎，类似百度、谷歌进行关键字检索；另外1种是人工检索世界各国食品安全监管机构的专业网站，获取信息，该方法存在耗时耗力的缺点，人工检索的准确度依赖个人工作能力与态度，效果难以评估；
[0005]近年来，基于网络爬虫的智能搜索技术开始逐步推广应用，取代了人工搜索工作，但互联网情况信息复杂，真假难辨，食品安全风险检出准确度不高，信息可信度存疑，未见在进出口食品安全监管部门内大规模使用。同时，监管机构的实验室检测数据仅用于进出口食品通关执法，未能运用大数据分析手段深入挖掘风险信息，并将其和互联网情况信息对碰，建立有效的双核预警机制，但也存在互联网搜索信息鱼龙混杂、真假难辨的缺陷，预警准确度不高，因此，本领域技术人员提供了一种进出口食品安全风险监测和预警系统，以解决上述
技术介绍
中提出的问题。

技术实现思路

[0006]本专利技术的目的在于提供一种进出口食品安全风险监测和预警系统，以解决上述
技术介绍
中提出的问题。
[0007]为实现上述目的，本专利技术提供如下技术方案：一种进出口食品安全风险监测和预警系统，包括：
[0008]基于网络爬虫的食品安全重点网站风险分析模块：是基于食品安全信息的语句色彩和风险程度的多模式预警模型，是针对全球主要国家/地区的食品安全权威网站进行信息采集和风险分析，该预警模型包括：
[0009]互联网数据采集层：用于从全球食品安全网站列表中采集网页资源，并将资源信息转换成中文实现同一管理；
[0010]资源信息处理层：用于将资源信息中的内容进行语句识别、理解，抽取有意义的信
息存储至数据库中；
[0011]风险预警层：用于计算语句中信息的风险值，并给出报警提醒；
[0012]风险信息输出层：用于向风险评判与输出模块中输送基于互联网爬虫的食品安全风险信息；
[0013]基于实验室检测数据的食品安全风险分析模块：用于对海关监管机构实验室管理系统的检测数据进行数据分析，关注检测不合格项，将其转化为实验室检出风险信息，对外输送至风险评判与输出模块，供后续的信息碰撞比对和风险分析输出；
[0014]风险评判与输出模块：用于接收基于网络爬虫的食品安全重点网站风险分析模块和基于实验室检测数据的食品安全风险分析模块输送的候选食品安全风险信息，通过信息对比与碰撞、风险智能分析等程序对候选风险信息进行验证，并判定风险等级，最后输出进出口食品安全风险预警信息。
[0015]作为本专利技术更进一步的方案：互联网数据采集层包括爬虫引擎、文本内容抽取引擎和翻译引擎；
[0016]爬虫引擎：用于从互联网上抓取互联网的网页资源、文件数据；
[0017]文本内容抽取引擎：用于从网页资源中判断网页的内容框架，从而识别网页的文本内容，抽取其中的文本内容；
[0018]翻译引擎：用于将来自国外的信息内容翻译成中文信息内容，以方便后续信息的统一处理。
[0019]作为本专利技术更进一步的方案：翻译引擎采用在线云翻译、百度云翻译或 Google云翻译其中任意一种。
[0020]作为本专利技术更进一步的方案：资源信息处理层包括领域识别引擎、语句模式识别引擎和结构化引擎；
[0021]领域识别引擎：在预设的食品安全行业关键词的预定义库的基础上，把该行业的关键词作为用户自定义的关键词引入到成熟的分词引擎中，在分词的基础上，识别出信息内容的相关关键词和所在领域，从而达到对信息的一定的范畴的机器语义感受和理解；
[0022]语句模式识别引擎：在分词的基础上，根据相关的连接词等信息结合系统的预定义的语句模式库，对文本内容进行语句模式的匹配，再根据匹配程度值的排序，从而确定出最可能的语句模式，实现对文本内容更深入的语义理解；
[0023]结构化引擎：在文本内容抽取后，结合机器语义理解，按照系统预设的信息抽取规则，或者按照用户自定义的结构化需求抽取有意义的信息，保存到数据库中。
[0024]作为本专利技术更进一步的方案：风险预警层包括风险值计算和预警层次的确定模块、预警内容的生成模块；
[0025]风险值计算和预警层次的确定模块：用语句中匹配的风险关键词的色彩程度值的累加作为风险计算因子，根据信息内容的语句模式匹配的风险程度的计算函数，计算出当前的信息的风险值，再根据风险值，计算出建议采用的预警层次值；
[0026]预警内容的生成模块：在信息结构化的基础上，构造相关的提醒内容，风险预警层使用语义分析模型生成涵盖风险值、预警层次等关键信息的预警内容。
[0027]作为本专利技术更进一步的方案：基于实验室检测数据的食品安全风险分析模块的具体分析方法如下：
[0028]S1：通过基础字典配置表，以及专用术语映射表，对不同类别的各实验室检出不合格项进行关键特征词条的提取、转化成标准信息，如：HS编码的食品名称、风险类型名字、风险发生的国家/地区、发布时间、发生时间；
[0029]S2：根据关注的食品、风险类型等可识别的特征词条进行组合，设置风险识别模型，进行数据分析与风险甄别，提供可能存在食品安全风险的来源国、食品名称、HS编码、风险类型等预警信息；
[0030]S3：将格式化的实验室检测数据的食品安全风险候选信息输送至风险评判与输出模块。
[0031]作为本专利技术更进一步的方案：风险评判与输出模块的评判方法如下：
[0032]V1：根据基于实验室检测数据的食品安全风险分析模块和基于网络爬虫的食品安全重点网站风险分析模块历史输送信息进行数据整理，按国家/地区和检测时间两个维度建立历史风险信息数据库；
[0033]V2：按照食品安全风险的可能性大小、紧急程度和可能造成的危害,分为一级、二级、三级和四级预警,分别用红色、橙色、黄色和蓝色表示；
[0034]V3：通过机器学习算法，对历史风险信息进行样本训练，确立风险等级评判因子，同时提供人工调整功能，风险等级本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种进出口食品安全风险监测和预警系统，其特征在于，包括：基于网络爬虫的食品安全重点网站风险分析模块：是基于食品安全信息的语句色彩和风险程度的多模式预警模型，是针对全球主要国家/地区的食品安全权威网站进行信息采集和风险分析，该预警模型包括：互联网数据采集层：用于从全球食品安全网站列表中采集网页资源，并将资源信息转换成中文实现同一管理；资源信息处理层：用于将资源信息中的内容进行语句识别、理解，抽取有意义的信息存储至数据库中；风险预警层：用于计算语句中信息的风险值，并给出报警提醒；风险信息输出层：用于向风险评判与输出模块中输送基于互联网爬虫的食品安全风险信息；基于实验室检测数据的食品安全风险分析模块：用于对海关监管机构实验室管理系统的检测数据进行数据分析，关注检测不合格项，将其转化为实验室检出风险信息，对外输送至风险评判与输出模块，供后续的信息碰撞比对和风险分析输出；风险评判与输出模块：用于接收基于网络爬虫的食品安全重点网站风险分析模块和基于实验室检测数据的食品安全风险分析模块输送的候选食品安全风险信息，通过信息对比与碰撞、风险智能分析等程序对候选风险信息进行验证，并判定风险等级，最后输出进出口食品安全风险预警信息。2.根据权利要求1所述的一种进出口食品安全风险监测和预警系统，其特征在于，互联网数据采集层包括爬虫引擎、文本内容抽取引擎和翻译引擎；爬虫引擎：用于从互联网上抓取互联网的网页资源、文件数据；文本内容抽取引擎：用于从网页资源中判断网页的内容框架，从而识别网页的文本内容，抽取其中的文本内容；翻译引擎：用于将来自国外的信息内容翻译成中文信息内容，以方便后续信息的统一处理。3.根据权利要求2所述的一种进出口食品安全风险监测和预警系统，其特征在于，翻译引擎采用在线云翻译、百度云翻译或Google云翻译其中任意一种。4.根据权利要求1所述的一种进出口食品安全风险监测和预警系统，其特征在于，资源信息处理层包括领域识别引擎、语句模式识别引擎和结构化引擎；领域识别引擎：在预设的食品安全行业关键词的预定义库的基础上，把该行业的关键词作为用户自定义的关键词引入到成熟的分词引擎中，在分词的基础上，识别出信息内容的相关关键词和所在领域，从而达到对信息的一定的范畴的机器语义感受和理解；语句模式识别引擎：在分词的基础上，根据相关的连接词等信息结合系统的预定义的语句模式库，对文本内容进行语句模式的匹配，再根据匹配程度值的排序，从而确定出最可能的语句模式，实现对文本内容更深入的语义理解；结构化引擎：在文本内容抽取后，结合机器语义理解，按照系统预设的信息抽取规则，或者按照用户自定义的结构化需求抽取有意义的信息，保存到数据库中。5.根据权利要求1所述的一种进出口...

【专利技术属性】
技术研发人员：郭云，黄孙杰，李萱，吴绍精，包先雨，程立勋，何俐娟，郑文丽，方凯彬，李俊杰，程烨，蒋涛，黄智强，黄哲学，
申请(专利权)人：深圳大学深圳前海量子云码科技有限公司，
类型：发明
国别省市：