大数据驱动的全景式食品质量安全云决策公共服务平台及示范研究

This project aims at multi-source, heterogeneous, big data association, fusion and panoramic real-time analysis of food quality and safety management decisions in our country, comprehensive research methods in computer science, management science and statistics and other disciplines, from the multi modal structure analysis and characterization study on dynamic heterogeneous data process for food quality and safety management, through cloud computing analysis of food quality and safety in the big data environment. Feature extraction, optimization and embedding of structured prior information, sparse compressed sensing, depth learning domain knowledge modeling, and food quality security, the decision-making behavior of various subjects in GERT management network are studied, carrying out a panorama of food quality and safety risk prediction, early warning analysis and the corresponding public policy design. And further develop the field of food quality and safety management of China's first domain ontology food quality and safety cloud decision for the development of prototype public service platform, and carry out the demonstration and application of dairy products in the cloud decision of public service under the support of relevant departments in charge of industry. It is expected to obtain the foreseeable relevant research results of this project, which can not only enrich the Chinese food industry big data management and the theory of public security system, but also will explore the practice path of big data driven food quality and safety management and decision-making.

本项目针对我国食品质量安全管理决策中的多源异构大数据关联、融合及全景式实时分析需求，综合运用计算机科学、管理科学和统计学等多学科的研究方法，从面向食品质量安全管理决策全过程的动态多源异构数据的多模态结构分析与表征研究着手，通过云计算环境中的食品质量安全大数据分析中的：结构化先验信息的特征提取、优化与嵌入、稀疏压缩感知、基于深度学习的领域知识建模等关键技术和食品质量安全GERT管理网络中各类主体的决策行为研究，开展全景式的食品质量安全风险的预测、预警分析和相应的公共政策设计；在此基础上进一步开展我国食品质量安全管理领域首个基于领域本体的食品质量安全云决策公共服务原型平台研究，并在相关行业主管部门的支持下开展乳制品云决策公共服务的示范应用。应该可预见本项目相关的研究成果不仅可以丰富我国食品行业大数据管理与公共安全理论体系，而且也将探索出大数据驱动的食品质量安全管理与决策的实践路径。

食品质量安全管理是一个涉及多主体、多环节、多模态数据的复杂过程。本项目从多源异构大数据的关联、融合及全景式实时分析的需求出发，尝试解决领域大数据的价值发现和赋能转化问题，从计算机科学、管理科学和统计学的交叉视角进行了系列探索。开展了多源异构数据的多模态结构分析与表征研究；对结构化先验信息的特征提取、优化与嵌入、稀疏压缩感知、深度学习等大数据分析技术进行了研发；构建了食品质量安全GERT管理网络，开展了全景式的食品质量安全风险的预测、预警分析和公共政策设计；最后，研发了食品质量安全云决策公共服务原型平台，并结合行业需求开展了示范应用。.本项目在理论上提出了一套基于食品质量安全领域知识特征的大数据分析与计算框架，并且设计一个具有良好时空演化特性的GERT全景式管理决策分析架构，丰富了大数据驱动管理与决策的理论体系；另一方面通过首创的食品质量安全云决策示范平台，在实践上对我国食品质量安全的重大民生问题、公共管理绩效提升问题以及中国食品企业的品牌发展问题都发挥了重要作用，同时系统回答了领域大数据的价值发现和业务赋能问题，是对重大研究计划的实际践行。.项目整体进展顺利，超额完成了既定研究的内容，发表学术论文40篇（其中4篇中科院TOP），撰写《面向食药质量安全的图谱检测大数据分析方法与应用》等专著3部（科学出版社）；联合培养博士后2名，指导4名博士研究生，培养硕士研究生50名。本项目卓有成效地开展了成果转换和应用研究，2021年入选基金委科学传播与成果转化中心的成果转化推荐名单。本项目前期针对乳制品开展了系列案例研究；项目中后期基于“药食同源”理论，以“浙江高质量发展建设共同富裕示范区”为契机，进行了浙产道地药材产业数字赋能实践，形成政府提案、调研报告等近20项，发布白皮书1部，主持及参与起草国家标准5项。申请与获授权专利6项、获软件著作权11项。