[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

本發明公開了食品風險預測方法、裝置、設備及存儲介質，涉及人工智能技術，基于各食品的多維度特征向量分別作為食品風險預設模型的輸入，獲取各食品的下月預測抽檢不合格率，之后進一步篩選下月預測抽檢不合格率高于不合格率閾值的食品細類名稱以組成下月抽查食品細類名稱清單，提高了篩選名單的效率。此外本發明可應用于智慧政務場景中，從而推動智慧城市的建設。

技術領域

本發明涉及人工智能的智能決策領域，尤其涉及一種食品風險預測方法、裝置、設備及存儲介質。

背景技術

食品安全與人們的生活息息相關，關系到人們的日常生活與健康。為了監督市場的食品安全問題，各省市每月會定制抽檢計劃，并按照抽檢計劃進行食品抽檢。因此抽檢計劃的定制關系到人們的切身利益與健康。

傳統的食品抽檢計劃定制是一種隨機選擇的方式，隨機選擇抽檢食品可能出現的情況是應該加大抽查力度的食品可能沒有被加大抽檢，相對安全的食品確定了很大的抽檢力度。而且隨機選擇抽檢食品名稱組成食品抽檢計劃一般是基于抽檢人員的抽檢經驗人工篩選得到，不僅對抽檢人員的專業知識要求高，而且人工篩選效率低下。

發明內容

本發明實施例提供了一種食品風險預測方法、裝置、設備及存儲介質，旨在解決現有技術中選擇抽檢食品名稱組成食品抽檢計劃一般是基于抽檢人員的抽檢經驗人工篩選得到，不僅對抽檢人員的專業知識要求高，而且人工篩選效率低下的問題。

第一方面，本發明實施例提供了一種食品風險預測方法，其包括：

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。

第二方面，本發明實施例提供了一種食品風險預測裝置，其包括：

食品細類集合獲取單元，用于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；

多維度特征向量獲取單元，用于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；

預測抽檢不合格率獲取單元，用于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

下月抽查清單生成單元，用于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。

第三方面，本發明實施例又提供了一種設備，其包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現上述第一方面所述的食品風險預測方法。

第四方面，本發明實施例還提供了一種計算機可讀存儲介質，其中所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序當被處理器執行時使所述處理器執行上述第一方面所述的食品風險預測方法。