[發明專利]一種融合多類型大數據的食品安全信用評估方法及系統

在審

• 申請號: 202210638600.5
• 申請日: 2022-06-07
• 公開（公告）號: CN114997888A
• 公開（公告）日: 2022-09-02
• 發明（設計）人: 趙明麗
• 申請（專利權）人: 紅有軟件股份有限公司
• 主分類號: G06Q30/00
• 分類號: G06Q30/00;G06K9/62
• 代理公司: 北京市盛峰律師事務所 11337
• 代理人: 于國強

一種融合多類型大數據的食品安全信用評估方法及系統，根據所述食品安全領域信用標準規范，構建影響食品安全領域信用風險的信用因素指標庫，利用打分法劃分各信用指標的影響級別，從中找出影響食品安全信用的決定性指標；根據食品市場的主體類型，以信用因素指標和對應的指標權重為基礎建立適用于不同市場主體類型的信用評定標準模型；利用大數據技術實時歸集食品市場主體全量信用信息，最后通過該市場主體類型的信用評定標準模型和實時的信用信息進行對比，計算出當前市場主體的信用狀況，從而實時發現食品市場主體的信用風險及問題。

技術領域

本發明涉及食品安全信用評估領域，尤其涉及一種融合多類型大數據的食品安全信用評估方法及系統。

背景技術

食品安全直接關系到人民群眾的身體健康和生活質量，因此需要一種客觀有效的食品信用評估手段，來及時發現食品安全信用風險及時消除食品安全隱患。

發明內容

本發明的目的在于提供一種融合多類型大數據的食品安全信用評估方法及系統，從而解決現有技術中存在的前述問題。

為了實現上述目的，本發明采用的技術方案如下：

一種融合多類型大數據的食品安全信用評估方法，包括以下步驟：

S1、歸集食品安全領域法律法規和標準規范，構建食品安全領域信用標準規范庫；

S2、根據所述食品安全領域信用標準規范庫，構建影響食品安全領域信用風險的信用因素指標庫；

S3、針對所述信用因素指標庫中的各信用因素指標從不同分析角度進行評分，并制定評分標準閾值，若該信用因素指標的評分超過所述評分標準閾值，則判定該信用指標為影響食品安全信用風險的決定性指標；

S4、從步驟S2中的所述信用因素指標庫中，根據市場主體類型的不同選擇該市場主體類型進行食品安全信用評估所需的信用因素指標，形成針對不同市場主體類型的評價指標體系；

S5、確定市場主體類型的所述評價指標體系中每一個信用因素指標的指標權重，利用所述評價指標體系和所述信用因素指標的指標權重，構建該市場主體類型的信用評定標準模型；

S6、利用大數據技術歸集該市場主體類型的全部信用信息，并將歸集到的信用信息與對應的市場主體模型的所述信用評定標準模型進行聚類分析；根據該市場主體模型的所述信用評定標準模型對當前市場主體類型的信用信息進行評價分析。

優選的，步驟S2中的信用因素指標庫的構建方法包括：確定食品安全信用評估的市場主體類型，從市場主體類型的主觀行為分析影響信用風險的信用因素指標；從基礎能力因素分析影響信用風險的信用因素指標；從法規制度因素分析影響信用風險的信用因素指標；從環境因素分析影響信用風險的信用因素指標；從信息交流方面分析影響信用風險的信用因素指標。

優選的，步驟S3中各信用因素指標的分析角度包括：影響范圍、影響程度、發生頻次、失信成本和社會關注度。

優選的，步驟S5中該市場主體類型的各信用因素指標的指標權重的確定方法為：根據各信用因素指標的關聯性，初次采用AHP層次分析和熵值法計算指標權重，后期通過機器學習的方法不斷修正各信用因素指標的權重值。

優選的，步驟S6中按照GB/T34830.2歸集食品企業信用信息的數據類型，包括基礎登記類信息、公共信用類信息、運營及財務類信息、金融信貸類信息、社會評價類信息和生產內部信息。

優選的，步驟S6中關于各市場主體類型的信用信息的歸集方法為：針對數據量大但不需要實時處理的數據，采用ETL傳輸和數據解析兩種方式，將以數據文件、解析包或FTP形式的數據通過數據解析引擎進行解析后，輸送至Hive 數據庫中，從而完成離線數據歸集；針對數據量大且需要時效性高的數據，采用ETL傳輸，將采集的數據推送至大數據資源池中的Kafka集群中，實時對比該市場主體類型的指標評價模型，從而完成實時數據歸集。