/2

基于网络新闻数据的食品安全挖掘模型-基于R模型体验

模型简介 技术文档 购买咨询
互联网 0 203 0 ¥399

基于网络新闻数据的食品安全挖掘模型

一、模型应用

2005年,从“孔雀石绿”事件开始,我们经过苏丹红鸭蛋、三鹿三聚氰胺毒奶、地沟油、瘦肉精、塑化剂、镉大米、毒豆芽、福喜问题肉……主食副食、鱼肉蔬菜,吃喝涉及到的方方面面,都被爆出各种安全问题。接连不断发生的恶性食品安全事故造成消费者对国内食品安全信任逐渐降低,部分民众甚至出现谈食色变的恐慌心理。这不仅直接关系到人民群众的生命安全和身心健康,商家道德缺失造成的社会信任危机,同时也制约着该类食品以至整个食品行业的发展,严重影响了整个社会的和谐稳定。

二、实现流程

基于网络食品新闻数据的食品安全挖掘主要包括以下步骤:

  1. 运用网络爬虫工具采集某新闻网站的食品相关新闻报道数据;

  2. 数据预处理,主要包括文本去空去重、去除干扰词、中文分词、停用词过滤等操作;

  3. 分词结果优化,主要是构建关键词库和关键词提取;

  4. 食品供应环节的挖掘探索,获取食品安全的主要供应环节问题后,深入挖掘该问题主要发生在哪些食品上并进行词条网络图分析;

  5.  对关键食品种类的挖掘探索,主要是对新闻中关注度最高的食品种类进行K-Means文本建模,挖掘该类食品的主要焦点,进而发现食品新闻中隐藏的重要食品安全问题信息;

  6. 分析结果,总结和建议。

                                             

三、核心技术

  • 语义网络

  • LDA主题模型

  • K-Means文本聚类

四、该模型可应用于

  • 教与学:可落地操作、学生参与度高、交互性强;

  • 科研:将K-Means文本聚类与具体行业应用结合,为科学研究提供素材。

  • 生产:将模型改进后直接用于实际生产环境:食品安全。

五、运行环境

windows/linux/mac OS,64位操作系统,内存:4GB以上,R3.4.4

六、资源展示


您尚未登录,请登录后购买! 【马上登录

评论已有 0