本发明属于食品安全与计算机数据建模技术领域，特别是涉及一种食品安全风险预警方法。
背景技术
食药监抽检工作分为评价性抽检和监督性抽检。评价性抽检是通过随机抽样的方式来评估地理区域的整体食品安全情况。而监督性抽检的目标是准确发现那些容易出问题的企业和食品。在缺少足够指导依据的情况下，抽检人员一般根据历史经验来对企业进行监督性抽检，这会导致部分企业被过度抽检，而部分企业从不被抽检。
食品品类在不同地理区域的风险预测的本质是时序预测。然而，因为食品品类数量和地理区域数量较多，在实际中应用中很难对每个食品品类在每个地理区域进行分别时序建模，故现有的食品安全预警方式无法解决该问题。
技术实现要素：
为了解决上述问题，本发明提出了一种食品安全风险预警方法，使用不同食品品类在不同地理区域的抽检历史数据，预测未来不同食品品类在不同地理区域的风险指数；通过预测不同食品品类在不同地理区域的食品风险指数，能够向抽检人员提供抽检依据，提高抽检针对性，提高食品安全检验效率，降低人工劳动成本，为食品需求和生产提供指导，提高食品的利用率，降低食品安全风险。
为达到上述目的，本发明采用的技术方案是：一种食品安全风险预警方法，通过食品安全检测分机获取当前时间段下食品的检验数据；由管理服务器收集不同食品品类在不同地理区域的历史检验数据，并对历史检验数据；进行食品安全风险预警分析，获取预警分析结果；且当预警分析结果风险指数超出预设范围值时，由管理服务器向检测分机进行风险报警；
所述食品安全风险预警分析方法，包括步骤：
步骤1，通过历史检验数据，计算不同月份的食品不合格率的平均值；
步骤2，通过历史检验数据，计算每个食品品类在不同月份的平均不合格率，以及计算不同食品品类在不同月份的抽检不合率与所述平均值的偏置；
步骤3，通过历史检验数据，计算每个区域在不同月份的平均不合格率，以及计算不同地理区域在不同时间段的不合格率与所述平均值的偏置；
步骤4，为每个地理区域和食品品类的建立隐向量和不合格率矩阵；
步骤5，建立目标函数，通过梯度下降法对目标函数中的地理区域和品类隐向量求得最优解；
步骤6，基于历史检验数据求得的地理区域和品类的食品隐向量，结合当前月份历史检验数据的偏置，预测当前时间段下食品品类在不同地理区域的不合格率；
步骤7，通过评分函数，将食品品类在地理区域的预测不合格率映射为风险指数。
进一步的是，所述历史检验数据包括不同食品品类在不同地理区域的检验结果和单个抽检食品的检验结果；所述检验结果包括食品污染物、微生物、食品添加剂、农药残留和兽药残留含量值。
进一步的是，所述食品安全检测装置为生物传感器，快速测定食品中污染物、微生物、食品添加剂、农药残留和兽药残留的含量值。
进一步的是，所述目标函数的建立公式为：
其中，m(h,g)-k为年份h的月份g的前k个月时的不合格率矩阵；u为不合格率的平均值，fi,j为食品品类i在月份g-k的不合格率的偏置；ak,j为区域j在月份g-k的不合格率的偏置；qi每个食品品类隐向量，pj每个区域隐向量；
使用梯度下降法对所述目标函数进行寻优，得到每个食品品类和区域的隐向量最优解。
进一步的是，在实际抽检中过程中，不合格率矩阵元素m中存在大量空值；为了防止过拟合，对所述目标函数加入l2正则项：
进一步的是，所述预测当前时间段下食品品类在不同地理区域的不合格率的计算公式为：
m(h,g)+1(i,j)＝u(g+1)mod12+fi,(g+1)mod12+aj,(g+1)mod12+qitpj。
采用本技术方案的有益效果：
本发明通过预测不同食品品类在不同地理区域的食品风险指数，计算速度快且精确度高，能够向抽检人员提供有效的检验依据，提高抽检针对性，从而解决有限监管资源与无限监管对象之间的矛盾，实现高效的靶向性抽检工作；
本发明提高抽检针对性并进行预警提示，提高食品安全检验效率，降低人工劳动成本，为食品需求和生产提供指导，提高食品的利用率，降低食品安全风险。
附图说明
图1为本发明的一种食品安全风险预警方法的流程示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明作进一步阐述。
在本实施例中，参见图1所示，本发明提出了一种食品安全风险预警方法，通过食品安全检测分机获取当前时间段下食品的检验数据；由管理服务器收集不同食品品类在不同地理区域的历史检验数据，并对历史检验数据；进行食品安全风险预警分析，获取预警分析结果；且当预警分析结果风险指数超出预设范围值时，由管理服务器向检测分机进行风险报警；
所述食品安全风险预警分析方法，包括步骤：
步骤1，通过历史检验数据，计算不同月份的食品不合格率的平均值；
步骤2，通过历史检验数据，计算每个食品品类在不同月份的平均不合格率，以及计算不同食品品类在不同月份的抽检不合率与所述平均值的偏置；
步骤3，通过历史检验数据，计算每个区域在不同月份的平均不合格率，以及计算不同地理区域在不同时间段的不合格率与所述平均值的偏置；
步骤4，为每个地理区域和食品品类的建立隐向量和不合格率矩阵；
步骤5，建立目标函数，通过梯度下降法对目标函数中的地理区域和品类隐向量求得最优解；
步骤6，基于历史检验数据求得的地理区域和品类的食品隐向量，结合当前月份历史检验数据的偏置，预测当前时间段下食品品类在不同地理区域的不合格率；
步骤7，通过评分函数，将食品品类在地理区域的预测不合格率映射为风险指数。
作为上述实施例的优化方案，所述历史检验数据包括不同食品品类在不同地理区域的检验结果和单个抽检食品的检验结果；所述检验结果包括食品污染物、微生物、食品添加剂、农药残留和兽药残留含量值。
所述食品安全检测装置为生物传感器，快速测定食品中污染物、微生物、食品添加剂、农药残留和兽药残留的含量值。
作为上述实施例的优化方案，所述目标函数的建立公式为：
其中，m(h,g)-k为年份h的月份g的前k个月时的不合格率矩阵；u为不合格率的平均值，fi,j为食品品类i在月份g-k的不合格率的偏置；ak,j为区域j在月份g-k的不合格率的偏置；qi每个食品品类隐向量，pj每个区域隐向量；
使用梯度下降法对所述目标函数进行寻优，得到每个食品品类和区域的隐向量最优解。
在实际抽检中过程中，不合格率矩阵元素m中存在大量空值；为了防止过拟合，对所述目标函数加入l2正则项：
所述预测当前时间段下食品品类在不同地理区域的不合格率的计算公式为：
m(h,g)+1(i,j)＝u(g+1)mod12+fi,(g+1)mod12+aj,(g+1)mod12+qitpj。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。