[發明專利]食品風險預測方法、裝置、設備及存儲介質

在審

• 申請號: 202011172563.0
• 申請日: 2020-10-28
• 公開（公告）號: CN112101819A
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 謝攀
• 申請（專利權）人: 平安國際智慧城市科技股份有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/02;G06N3/08
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 李翔宇

1.一種食品風險預測方法，其特征在于，包括：

調用預先設置的食品細類集合，并獲取當前系統日期；其中，所述食品細類集合中包括多個食品細類名稱；

獲取所述食品細類集合中各食品細類名稱對應的多維度特征向量，所述多維度特征向量包括歷史特征向量、輿情特征值、天氣特征向量、投訴特征值和進貨特征值；

將各食品細類名稱對應的多維度特征向量均作為輸入預先訓練訓練的食品風險預設模型進行運算，得到各食品細類名稱對應的預測抽檢不合格率；以及

獲取各食品細類名稱對應的預測抽檢不合格率中高于預設的不合格率閾值的預測抽檢不合格率所對應的食品細類名稱，以組成下月抽查食品細類名稱清單。

2.根據權利要求1所述的食品風險預測方法，其特征在于，所述獲取所述食品細類集合中各食品細類名稱對應的多維度特征向量，包括：

以所述食品細類集合中包括的各食品細類名稱為關鍵詞、并以數據統計時間段集合為查詢條件，從第一目標網址集合對應的網頁數據中采集獲取與各食品細類名稱對應的歷史不合格率數據，以得到與各食品細類名稱對應的歷史特征向量；

從第二目標網址集合對應的網頁數據中采集獲取輿情數據采集時間區間內的輿情數據集合，根據所述輿情數據集合統計獲取各食品細類名稱對應的輿情數量，以得到與各食品細類名稱對應的輿情特征值；

從第三目標網址集合對應的網頁數據中采集獲取天氣數據采集時間區間內的天氣數據集合，根據所述天氣數據集合及各食品細類名稱對應的食品敏感類型，獲取各食品細類名稱對應的天氣特征向量；

從第四目標網址集合對應的網頁數據中采集獲取投訴數據采集時間區間內的投訴信息數據集合，根據所述投訴信息數據集合統計獲取各食品細類名稱對應的投訴數量，以得到與各食品細類名稱對應的投訴特征值；

從第五目標網址集合對應的網頁數據中采集獲取進貨數據采集時間區間內的進貨信息數據集合，根據所述進貨信息數據集合統計獲取各食品細類名稱對應的當月進貨數量，根據當月進貨數量與上一月進貨數量之比，以對應得到與各食品細類名稱對應的進貨特征值；

其中，所述輿情數據采集時間區間、天氣數據采集時間區間、投訴數據采集時間區間和進貨數據采集時間區間均為上一食品風險預測日期與當前系統日期之間的時間區間。

3.根據權利要求2所述的食品風險預測方法，其特征在于，所述數據統計時間段集合包括以當前系統日期為數據統計時間段終止時間點、且以第一目標網址集合的歷史數據起始統計日期為數據統計時間段起始時間點的第一數據統計時間段，以當前系統日期的上一年同月份對應的第二數據統計時間段，以第二數據統計時間段及第二數據統計時間段的前一月份和后一月份組成的第三數據統計時間段，以當前系統日期的上一月份對應的第四數據統計時間段，以當前系統日期的前三個月份對應組成的第五數據統計時間段；

所述以所述食品細類集合中包括的各食品細類名稱為關鍵詞、并以數據統計時間段集合為查詢條件，從第一目標網址集合對應的網頁數據中采集獲取與各食品細類名稱對應的歷史不合格率數據，以得到與各食品細類名稱對應的歷史特征向量，包括：

所述食品細類集合中包括的各食品細類名稱為關鍵詞，并分別以所述第一數據統計時間段、所述第二數據統計時間段、所述第三數據統計時間段、所述第四數據統計時間段和所述第五數據統計時間段作為查詢條件，分別從所述第一目標網址集合對應的網頁數據中采集獲取各個數據統計時間段內與各食品細類名稱對應的歷史總抽檢不合格率，以得到與各食品細類名稱對應的第一特征值、第二特征值、第三特征值、第四特征值和第五特征值；

由各食品細類名稱分別對應的第一特征值、第二特征值、第三特征值、第四特征值、第五特征值，以組成與各食品細類名稱分別對應的歷史特征向量。