登录    注册    忘记密码

期刊文章详细信息

基于结构化分析和语义相似度的食品安全事件领域数据挖掘模型  ( EI收录)  

Data Mining Model for Food Safety Incidents Based on Structural Analysis and Semantic Similarity

  

文献类型:期刊文章

作  者:陈默[1] 张景祥[2,3,4] 胡恩华[1] 吴林海[4] 张义[4]

CHEN Mo;ZHANG Jingxiang;HU Enhua;WU Linhai;ZHANG Yi(College of Economics and Management,Nanjing University of Aeronautics and Astronautics,Nanjing 211106,China;School of Science,Jiangnan University,Wuxi 214122,China;School of Biotechnology,Jiangnan University,Wuxi 214122,China;Institute for Food Safety Risk Management,School of Business,Jiangnan University,Wuxi 214122,China)

机构地区:[1]南京航空航天大学经济与管理学院,江苏南京211106 [2]江南大学理学院,江苏无锡214122 [3]江南大学生物工程学院,江苏无锡214122 [4]江南大学商学院,食品安全风险治理研究院,江苏无锡214122

出  处:《食品科学》

基  金:国家社会科学基金重点项目(19AGL021)。

年  份:2021

卷  号:42

期  号:7

起止页码:35-44

语  种:中文

收录情况:BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EAPJ2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:食品安全关系群众切身利益和社会稳定。本文通过分析主流媒体报道食品安全事件的空间分布、食品类别、风险因子、危险环节等特征,构建食品安全事件文本数据的语义结构模板,提出食品安全事件的多层多级语义结构排序策略(strategy of multi-layer and multi-level semantic structure of rank,MMSS-Rank)算法,计算食品安全数据与语义结构模板的相似度,确定其综合得分,选择适当的阈值确定食品安全事件精度。通过抓取数据,清洗后构建真实食品安全数据,采用支持向量机和语义分析等方法进行分类精度对比。结果表明,MMSS-Rank在食品安全事件大数据识别准确率和召回率较好,证明MMSS-Rank算法可行、有效。

关 键 词:食品安全事件 语义分析 语义结构模板  大数据

分 类 号:TP181]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心