领学术科研之先,创食品科技之新
—— 中国食品杂志社
期刊集群
基于改进FP-growth算法的食品风险因素关联分析方法
来源:导入 阅读量: 29 发表时间: 2024-12-10
作者: 于家斌,马欣玥,赵峙尧,王小艺,张新,崔晓玉,白玉廷,陈帅祥
关键词: 食品安全监督抽检;关联分析;熵权法;MinibatchKmeans聚类;Frequent Pattern-growth算法
摘要:

为解决传统食品安全监督抽检“随机抽”模式存在的抽检决策主观性强、靶向性不高的问题,本研究提出一种基于改进Frequent Pattern-growth(FP-growth)算法的食品风险因素关联分析方法。首先,采用熵权法分别对食品种类的风险指标进行权重分配,以计算出不同食品种类的风险指数。其次,以风险指数为特征,基于小批量K均值算法(MiniBatchKmeans)进行风险聚类,得到食品的风险等级。最后,采用带约束的改进FP-growth算法进行食品风险因素关联规则挖掘,挖掘食品风险等级与食品种类、时间、地域属性信息之间的关联关系,并对挖掘出的结果进行关联分析,从而为精准靶向引导抽检决策提供指导。本研究依托2019年中国某些地区的食品抽检数据进行分析,对其进行指标赋权,计算风险指数;后经过风险聚类为低风险、中风险和高风险;最后,将数据导入改进FP-growth算法,得到食品风险因素关联规则。通过对比实验得到结果:对于17 214 条抽检数据,本研究提出的改进FP-growth算法相较于Apriori算法运行时间短;相较于传统FP-growth算法,删除了无效规则,提高了对食品风险因素关联规则的分析效率,从而为食品监管部门抽检工作提供了准确、高效的决策依据。

电话: 010-87293157 地址: 北京市丰台区洋桥70号

版权所有 @ 2023 中国食品杂志社 京公网安备11010602060050号 京ICP备14033398号-2