基于文本挖掘的我國(guó)食品安全事件特征分析

余惠琴，呂 偉，王東波

(1.武漢理工大學(xué) 安全科學(xué)與應(yīng)急管理學(xué)院，湖北 武漢 430070；2.武漢理工大學(xué) 中國(guó)應(yīng)急管理研究中心，湖北 武漢 430070；3.武漢理工大學(xué) 湖北省危機(jī)與災(zāi)害應(yīng)急管理研究中心，湖北 武漢 430070；4.南京農(nóng)業(yè)大學(xué) 信息管理學(xué)院，江蘇 南京 210000)

食品安全屬于國(guó)家安全的重要范疇。自2009年食品安全法頒布以來(lái)，共經(jīng)歷了3次修訂，食品安全保障成果顯著。隨著新時(shí)代新科技新資源的不斷出現(xiàn)，舊的食品安全風(fēng)險(xiǎn)層出不窮，新的食品安全風(fēng)險(xiǎn)逐漸暴露出來(lái)。我國(guó)地域遼闊，食品種類(lèi)多樣，食品供應(yīng)鏈復(fù)雜，食品安全風(fēng)險(xiǎn)分析有助于對(duì)危害因素進(jìn)行了解[1]，對(duì)食品安全風(fēng)險(xiǎn)特征進(jìn)行分析，能有效識(shí)別食品安全管控中的薄弱環(huán)節(jié)，輔助食品安全風(fēng)險(xiǎn)防控決策。

基于食品安全事件數(shù)據(jù)，學(xué)者們開(kāi)展了大量有關(guān)食品安全事件特征分析方面的研究。在食品安全事件流行病學(xué)特征上，馬曉薇[2]、李光輝[3]等應(yīng)用描述性流行病學(xué)研究方法對(duì)收集的食物中毒事件進(jìn)行統(tǒng)計(jì)和分析，在事件高發(fā)季節(jié)、主要致病因素、主要發(fā)生場(chǎng)所上的分析結(jié)果基本一致，而在事件所屬主要食物種類(lèi)上存在區(qū)別，原因在于不同地理區(qū)域食物的多樣性。為描繪食品安全事件的演化規(guī)律，倪德[4]采用事理圖譜，借助自然語(yǔ)言處理技術(shù)，依次從分詞模型構(gòu)建、事件抽取、事理圖譜構(gòu)建三個(gè)方面開(kāi)展研究，構(gòu)建出了面向食品安全大數(shù)據(jù)的事理圖譜。在食品安全事件數(shù)據(jù)收集過(guò)程中，有關(guān)的官方統(tǒng)計(jì)數(shù)據(jù)難以獲得。由于食品安全事件往往是由媒體首先曝光，社會(huì)公眾才得以知曉，因此，使用基于媒體報(bào)道的事件作為數(shù)據(jù)來(lái)源成為一種替代方法，已被廣泛應(yīng)用到社會(huì)學(xué)領(lǐng)域[5]。許多學(xué)者基于收集的食品安全事件案例，對(duì)食品安全事件的時(shí)間、空間、食品種類(lèi)、供應(yīng)鏈環(huán)節(jié)、風(fēng)險(xiǎn)因素種類(lèi)、責(zé)任主體等方面的分布特征進(jìn)行了多維度的分析[6-10]。隨著食品安全大數(shù)據(jù)的出現(xiàn)，數(shù)據(jù)驅(qū)動(dòng)的風(fēng)險(xiǎn)分析已成為食品監(jiān)管、安全決策的重要手段之一，基于對(duì)食品安全數(shù)據(jù)的分析，領(lǐng)域人員可以掌握數(shù)據(jù)的分布特征，并發(fā)現(xiàn)異常以及探索數(shù)據(jù)間的隱含關(guān)聯(lián)，以支持食品安全風(fēng)險(xiǎn)的識(shí)別、評(píng)估、預(yù)警和追溯[11]。

收集大量的食品安全事件報(bào)道數(shù)據(jù)，通過(guò)分析食品安全事件的誘因來(lái)識(shí)別食品安全風(fēng)險(xiǎn)，有助于了解食品安全風(fēng)險(xiǎn)因素的總體分布特征與規(guī)律，但工作量大且復(fù)雜，受人為因素影響較大。近幾年，部分學(xué)者嘗試通過(guò)Web大數(shù)據(jù)挖掘技術(shù)獲取主流媒體中曝光的食品安全事件并進(jìn)行分析[12]，但相關(guān)研究還有待進(jìn)一步完善[13]。例如，張紅霞[14]以2010—2019年的9 314起食品安全事件為研究樣本，運(yùn)用NLPIR大數(shù)據(jù)語(yǔ)義智能分析平臺(tái)進(jìn)行詞頻統(tǒng)計(jì)和高頻詞提取，提煉食品安全風(fēng)險(xiǎn)因素，并對(duì)每起事件涉及到的風(fēng)險(xiǎn)因素進(jìn)行判別分析，得出我國(guó)食品安全的主要風(fēng)險(xiǎn)因素分布總體特征，基于每項(xiàng)風(fēng)險(xiǎn)因素所涉及到的食品安全事件，進(jìn)一步深入分析風(fēng)險(xiǎn)的產(chǎn)生原因和可能造成的后果。但其工作量大且復(fù)雜，食品安全事件風(fēng)險(xiǎn)因素的提取與原因判斷需要大量人工介入。為減輕人工判斷工作量，筆者基于收集的5 354個(gè)食品安全事件文本語(yǔ)料，運(yùn)用文本挖掘方法提取文本關(guān)鍵詞，結(jié)合特征詞典，自動(dòng)判斷每個(gè)食品安全事件的特征。然后分別運(yùn)用Ucinet、SPSS Modeler軟件對(duì)食品安全事件特征進(jìn)行共現(xiàn)分析與關(guān)聯(lián)規(guī)則分析，發(fā)掘出了食品安全風(fēng)險(xiǎn)關(guān)鍵因素，掌握了食品安全事件內(nèi)在特征與潛在規(guī)律，并據(jù)此提出了針對(duì)性的食品安全事件防控對(duì)策建議。

1 數(shù)據(jù)來(lái)源與獲取

1.1 食品安全事件案例庫(kù)構(gòu)建

目前，國(guó)內(nèi)外有關(guān)食品安全事件定義缺乏統(tǒng)一意見(jiàn)，主要基于食品安全的定義進(jìn)行界定[15-16]，將食品安全事件定義為：食品偏離標(biāo)準(zhǔn)做法或規(guī)范并導(dǎo)致食品不合格，或消費(fèi)者由于受傷而感到不滿(mǎn)，監(jiān)管機(jī)構(gòu)由于感知到食品不符合監(jiān)管規(guī)范或感官問(wèn)題而不滿(mǎn)，且不同于禽流感和瘋牛病[17]。近年來(lái)媒體報(bào)道的有關(guān)食品事件不勝枚舉，但從食品安全定義來(lái)衡量，其中大量事件并非與“安全”有關(guān)，有很多并不存在健康風(fēng)險(xiǎn)，并不屬于對(duì)人體健康有危害或者可能有危害的食品安全事件。因此，將食品安全事件定義為食品違反食品安全標(biāo)準(zhǔn)規(guī)定，含有物理的、化學(xué)的、生物的、食品添加劑、其他等有害物質(zhì)，并流通到消費(fèi)者手中，對(duì)人體健康已經(jīng)或可能造成任何急性、亞急性或者慢性危害的事件。

基于一定的搜索策略，運(yùn)用后羿采集器自動(dòng)采集食品伙伴網(wǎng)上在2004—2019年之間的食品安全事件相關(guān)新聞文本?；谑称钒踩录x，對(duì)獲取的食品安全事件相關(guān)新聞文本進(jìn)行人工篩選，通過(guò)數(shù)據(jù)清洗刪除缺失值和重復(fù)值，構(gòu)建食品安全事件案例庫(kù)。

1.2 食品安全事件特征詞典構(gòu)建

根據(jù)食品安全事件的定義與內(nèi)涵，結(jié)合具體的食品安全事件案例文本，了解到食品安全事件主要包括發(fā)生時(shí)間、發(fā)生地點(diǎn)、食品種類(lèi)、責(zé)任單位、污染源環(huán)節(jié)、危害因素、事件原因、事件后果、監(jiān)管者、監(jiān)管者行為、責(zé)任單位處罰、受害者、受害者行為等特征。食品安全國(guó)家標(biāo)準(zhǔn)食品添加劑使用標(biāo)準(zhǔn)(GB 2760—2014)將食品分為16大類(lèi)，300多個(gè)小類(lèi)，每個(gè)小類(lèi)下又包括具體的食品名稱(chēng)。各省市均制定了相關(guān)的經(jīng)營(yíng)管理規(guī)定，將食品責(zé)任單位劃分為小作坊、小餐飲、小食雜店、食品攤販、企業(yè)、個(gè)體工商戶(hù)等，但劃分標(biāo)準(zhǔn)不統(tǒng)一，不夠全面。而關(guān)于危害因素劃分的權(quán)威性文件包括：GB 2760-2014 食品安全國(guó)家標(biāo)準(zhǔn)食品添加劑使用標(biāo)準(zhǔn)、GB 2762-2017 食品安全國(guó)家標(biāo)準(zhǔn)食品中污染物限量、GB 29921-2013 食品安全國(guó)家標(biāo)準(zhǔn)食品中致病菌限量、GB 2761-2017 食品安全國(guó)家標(biāo)準(zhǔn)食品中真菌毒素限量、GB 2763-2019 食品安全國(guó)家標(biāo)準(zhǔn)食品中農(nóng)藥最大殘留限量、GB 31650-2019 食品安全國(guó)家標(biāo)準(zhǔn)食品中獸藥最大殘留限量、GB 14882-1994 食品中放射性物質(zhì)限量濃度標(biāo)準(zhǔn)等，分別對(duì)食品添加劑、污染物、致病菌、真菌毒素、農(nóng)藥、獸藥等危害因素進(jìn)行細(xì)分。

有關(guān)食品安全特征詞典的現(xiàn)有研究主要包括食品種類(lèi)、責(zé)任單位、危害因素，而缺乏有關(guān)污染源環(huán)節(jié)、事件原因、事件后果的特征詞典?？紤]到食品安全事件新聞報(bào)道中，部分特征詞匯采用俗語(yǔ)或慣用語(yǔ)，如果只采用標(biāo)準(zhǔn)文件內(nèi)容會(huì)造成部分特征無(wú)法提取。事件原因與后果需要人為結(jié)合事件新聞報(bào)道進(jìn)行判斷，無(wú)法直接從新聞報(bào)道中提取出來(lái)。考慮到特征詞典構(gòu)建的復(fù)雜性及對(duì)特征分析的意義，筆者構(gòu)建了食品種類(lèi)、責(zé)任單位、污染源環(huán)節(jié)、危害因素、監(jiān)管者、監(jiān)管者行為、責(zé)任單位處罰、受害者、受害者行為等特征詞典，并據(jù)此開(kāi)展特征分析。

1.3 食品安全事件特征提取

為獲取食品安全事件文本特征，需構(gòu)建一套特征詞提取策略。首先，基于構(gòu)建的食品安全事件案例庫(kù)，生成食品安全事件文本語(yǔ)料庫(kù)，運(yùn)用Python對(duì)食品安全事件文本語(yǔ)料庫(kù)進(jìn)行去除非中文字符、分詞、去停用詞等預(yù)處理，構(gòu)建食品安全領(lǐng)域特征詞典；然后，計(jì)算詞的逆文檔頻率IDF值，構(gòu)建自定義IDF字典，以提高關(guān)鍵詞提取準(zhǔn)確性；接著，運(yùn)用TF-IDF算法提取所獲取的所有食品安全事件文本的關(guān)鍵詞；最后，基于構(gòu)建的食品安全領(lǐng)域特征詞典，對(duì)關(guān)鍵詞進(jìn)行特征匹配，獲得每個(gè)食品安全事件文本的特征屬性，作為食品安全事件特征分析的數(shù)據(jù)基礎(chǔ)。

2 食品安全事件特征分析

2.1 食品安全事件特征共現(xiàn)分析

為可視化展現(xiàn)食品種類(lèi)、責(zé)任單位、污染源環(huán)節(jié)、危害因素等特征之間的相關(guān)性與重要性，根據(jù)抽取的關(guān)鍵詞共現(xiàn)矩陣，運(yùn)用社會(huì)網(wǎng)絡(luò)分析軟件Ucinet中的NetDraw工具繪制特征詞共現(xiàn)網(wǎng)絡(luò)圖。由于特征因素較多，調(diào)整最小連接線數(shù)，保留連接線數(shù)大于16的特征節(jié)點(diǎn)，得到共現(xiàn)分析網(wǎng)絡(luò)圖如圖1所示，同時(shí)得到各特征節(jié)點(diǎn)的中心度值如表1所示。由圖1可知，符號(hào)FT表示的是食品種類(lèi)，符號(hào)SL表示的是污染源環(huán)節(jié)，符號(hào)HF表示的是危害因素，符號(hào)P表示的是責(zé)任單位，符號(hào)SP表示的是監(jiān)管者，符號(hào)SA表示的是監(jiān)管者行為，符號(hào)FUP表示的是食品單位處罰，符號(hào)VP表示的是受害者，符號(hào)VR表示的是受害者后果，符號(hào)VA表示的是受害者行為。圖形的大小表示特征詞的中心度大小，線的粗細(xì)表示特征詞間關(guān)聯(lián)強(qiáng)度。

圖1 共現(xiàn)分析網(wǎng)絡(luò)圖

表1 食品種類(lèi)、責(zé)任單位、污染源環(huán)節(jié)、危害因素等特征節(jié)點(diǎn)中心度值

①在食品種類(lèi)中，F(xiàn)T8(肉及其制品)圖形最大，更靠近中心位置，表示它在整個(gè)網(wǎng)絡(luò)中的中心性最高，與其它特征詞的鏈接最為緊密；其次是FT11(水果、蔬菜等)、FT9(乳及其制品)；而FT12(甜味料)在整個(gè)網(wǎng)絡(luò)中的中心性比較低，與其它特征詞的聯(lián)系也比較少。②在污染源環(huán)節(jié)中，SL5(生產(chǎn)加工環(huán)節(jié))圖形最大，更靠近中心位置，表示它在整個(gè)網(wǎng)絡(luò)中的中心性最高，與其它特征詞的鏈接最為緊密；其次是SL8(銷(xiāo)售環(huán)節(jié))、SL6(食用環(huán)節(jié))；而SL9(養(yǎng)殖/種植環(huán)節(jié))在整個(gè)網(wǎng)絡(luò)中的中心性比較低，與其它特征詞的聯(lián)系也比較少。③在危害因素中，HF2(其他污染)圖形最大，更靠近中心位置，表示它在整個(gè)網(wǎng)絡(luò)中的中心性最高，與其它特征詞的鏈接最為緊密；其次是HF4(食品添加劑)、HF6(危害因素?zé)o法判定)；而HF3(生物污染)在整個(gè)網(wǎng)絡(luò)中的中心性比較低，與其它特征詞的聯(lián)系也比較少。④在責(zé)任單位中，P8(企業(yè)/公司)圖形最大，更靠近中心位置，表示它在整個(gè)網(wǎng)絡(luò)中的中心性最高，與其它特征詞的鏈接最為緊密；其次是P9(商場(chǎng)超市)、P16(小作坊)；而P5(家里/民房/租住房)在整個(gè)網(wǎng)絡(luò)中的中心性比較低，與其它特征詞的聯(lián)系也比較少。

2.2 食品安全事件特征關(guān)聯(lián)規(guī)則分析

為進(jìn)一步明確不同特征間的相關(guān)關(guān)系，運(yùn)用SPSS Modeler對(duì)其進(jìn)行關(guān)聯(lián)規(guī)則挖掘，找出影響食品安全的關(guān)鍵影響因素，并針對(duì)這些因素提出管控對(duì)策建議，從根源上強(qiáng)化對(duì)食品安全的管理，進(jìn)而減少食品安全事件的發(fā)生。共進(jìn)行4組關(guān)聯(lián)規(guī)則分析，分別為：食品種類(lèi)、責(zé)任單位、污染源環(huán)節(jié)、危害因素共4個(gè)對(duì)象；監(jiān)管者、監(jiān)管者行為共2個(gè)對(duì)象；責(zé)任單位、責(zé)任單位處罰共2個(gè)對(duì)象；受害者、受害者行為共2個(gè)對(duì)象。一種特征類(lèi)別的食品安全事件可能受多種特征類(lèi)別的影響，因此需要將分析對(duì)象的所有類(lèi)別共同作為研究對(duì)象，找到呈現(xiàn)強(qiáng)關(guān)聯(lián)規(guī)則的特征關(guān)系。

2.2.1 關(guān)聯(lián)規(guī)則分析一

對(duì)食品種類(lèi)、責(zé)任單位、污染源環(huán)節(jié)、危害因素4種特征進(jìn)行關(guān)聯(lián)規(guī)則分析，調(diào)整支持度與置信度的閾值，生成規(guī)則對(duì)應(yīng)數(shù)量如表2所示。

表2 關(guān)聯(lián)規(guī)則分析一 參數(shù)與規(guī)則數(shù)之間的關(guān)系

最終確定支持度為0.2%，置信度為60%，得到59條規(guī)則。得到的59條規(guī)則的提升度均大于1，說(shuō)明規(guī)則后項(xiàng)受前項(xiàng)的影響大，所得到的規(guī)則都具有明顯的實(shí)際意義，能夠依據(jù)關(guān)聯(lián)規(guī)則開(kāi)展有針對(duì)性的食品安全防控工作。

2.2.2 關(guān)聯(lián)規(guī)則分析二

對(duì)監(jiān)管者、監(jiān)管者行為2種特征進(jìn)行關(guān)聯(lián)規(guī)則分析，調(diào)整支持度與置信度的閾值，生成規(guī)則對(duì)應(yīng)數(shù)量如表3所示。

表3 關(guān)聯(lián)規(guī)則分析二 參數(shù)與規(guī)則數(shù)之間的關(guān)系

最終確定支持度為5%，置信度為60%，得到3條規(guī)則如表4所示。得到的3條規(guī)則的提升度均大于1，說(shuō)明規(guī)則后項(xiàng)受前項(xiàng)的影響大，所得到的規(guī)則都具有明顯的實(shí)際意義，能夠依據(jù)關(guān)聯(lián)規(guī)則開(kāi)展有針對(duì)性的食品安全防控工作。

表4 監(jiān)管者、監(jiān)管者行為關(guān)聯(lián)規(guī)則

2.2.3 關(guān)聯(lián)規(guī)則分析三

對(duì)責(zé)任單位、責(zé)任單位處罰2種特征進(jìn)行關(guān)聯(lián)規(guī)則分析，調(diào)整支持度與置信度的閾值，生成規(guī)則對(duì)應(yīng)數(shù)量如表5所示。

表5 關(guān)聯(lián)規(guī)則分析三 參數(shù)與規(guī)則數(shù)之間的關(guān)系

最終確定支持度為0.01%，置信度為60%，得到2條規(guī)則如表6所示。得到的2條規(guī)則的提升度均大于1，說(shuō)明規(guī)則后項(xiàng)受前項(xiàng)的影響大，所得到的規(guī)則都具有明顯的實(shí)際意義，能夠依據(jù)關(guān)聯(lián)規(guī)則開(kāi)展有針對(duì)性的食品安全防控工作。

表6 責(zé)任單位、責(zé)任單位處罰關(guān)聯(lián)規(guī)則

2.2.4 關(guān)聯(lián)規(guī)則分析四

對(duì)受害者、受害者行為2種特征進(jìn)行關(guān)聯(lián)規(guī)則分析，調(diào)整支持度與置信度的閾值，生成規(guī)則對(duì)應(yīng)數(shù)量如表7所示。

表7 關(guān)聯(lián)規(guī)則分析四 參數(shù)與規(guī)則數(shù)之間的關(guān)系

由表7可知，受害者與受害者行為之間不存在關(guān)聯(lián)規(guī)則，關(guān)聯(lián)關(guān)系不明顯。

3 食品安全事件防控對(duì)策建議

根據(jù)共現(xiàn)分析結(jié)果，提出以下對(duì)策建議：①在食品種類(lèi)中，重點(diǎn)加強(qiáng)肉及其制品的安全管控，其次加強(qiáng)水果、蔬菜等，以及乳及其制品的安全防控。②在污染源環(huán)節(jié)中，重點(diǎn)加強(qiáng)生產(chǎn)加工環(huán)節(jié)的安全管控，其次加強(qiáng)銷(xiāo)售環(huán)節(jié)、食用環(huán)節(jié)的安全管控。③在危害因素中，重點(diǎn)加強(qiáng)其他污染的安全管控，其次加強(qiáng)食品添加劑的安全管控。④在責(zé)任單位中，重點(diǎn)加強(qiáng)企業(yè)/公司的安全管控，其次加強(qiáng)商場(chǎng)超市、小作坊的安全管控。

根據(jù)關(guān)聯(lián)規(guī)則分析結(jié)果，提出以下對(duì)策建議：①為防止其他污染類(lèi)的食品安全事件，應(yīng)加強(qiáng)油脂類(lèi)食品生產(chǎn)加工環(huán)節(jié)的監(jiān)管，加強(qiáng)飲料類(lèi)、焙烤類(lèi)食品銷(xiāo)售環(huán)節(jié)的監(jiān)管，加強(qiáng)商場(chǎng)超市中乳及其制品的監(jiān)管，加強(qiáng)工廠/食品廠的食用環(huán)節(jié)的監(jiān)管，加強(qiáng)工廠/食品廠中酒類(lèi)的監(jiān)管，加強(qiáng)商場(chǎng)超市的包裝、銷(xiāo)售環(huán)節(jié)的監(jiān)管，加強(qiáng)可可制品、巧克力及其制品、糖果類(lèi)食品的監(jiān)管。②為防控企業(yè)/公司發(fā)生食品安全事件，應(yīng)加強(qiáng)企業(yè)/公司中乳及其制品物理污染的管控，加強(qiáng)企業(yè)/公司中其他類(lèi)食品生產(chǎn)加工環(huán)節(jié)的管控，加強(qiáng)企業(yè)/公司中酒類(lèi)受到食品添加劑污染的管控。③針對(duì)食品生產(chǎn)加工環(huán)節(jié)的管控，應(yīng)重點(diǎn)加強(qiáng)小作坊中的水果、蔬菜類(lèi)，糧食及其制品，肉及其制品的管控，加強(qiáng)工廠/食品廠、小作坊、企業(yè)/公司中的食品添加劑污染的管控，加強(qiáng)小作坊中的其他污染的管控，加強(qiáng)酒類(lèi)，水果、蔬菜類(lèi)、糧食及其制品、其他類(lèi)食品的食品添加劑污染的管控，加強(qiáng)企業(yè)/公司的其他類(lèi)食品、糧食及其制品、油脂類(lèi)食品的管控，加強(qiáng)黑作坊/窩點(diǎn)/無(wú)證照經(jīng)營(yíng)場(chǎng)所的管控，加強(qiáng)油脂類(lèi)食品其他污染的管控，加強(qiáng)工廠/食品廠中肉及其制品的管控。④針對(duì)食品銷(xiāo)售環(huán)節(jié)的管控，應(yīng)重點(diǎn)加強(qiáng)商場(chǎng)超市、乳及其制品的管控，加強(qiáng)肉及其制品生物污染的管控，加強(qiáng)食品攤販、批發(fā)市場(chǎng)/農(nóng)貿(mào)市場(chǎng)/集貿(mào)市場(chǎng)/供貨商等場(chǎng)所中的肉及其制品的管控，加強(qiáng)食品店中其他污染的管控，加強(qiáng)食品攤販的食品添加劑污染的管控。