基于贝叶斯网络数据挖掘的蔬菜质量安全分析.docVIP

基于贝叶斯网络数据挖掘的蔬菜质量安全分析 　　摘要：蔬菜是人们日常生活的必须品，也是容易出现质量安全问题的产品。影响蔬菜质量安全的一个重要因素就是农药残留问题。以蔬菜农药残留检测数据为对象，利用贝叶斯网络进行数据挖掘，得到不同品种蔬菜的农药残留含量分布，以及同一品种在不同时间的分布趋势，经过可信度分析，该结论可信。该结果可为蔬菜的生产者、消费者以及监管人员提供一定的决策依据。 　　关键词：数据挖掘；贝叶斯网络；农药残留；质量 　　中图分类号：TS201.6；R857.3 文献标识码：A 文章编号：0439-8114（2016）23-6253-05 　　DOI：10.14088/j.cnki.issn0439-8114.2016.23.063 　　Abstract： Vegetable is one of the necessities of people’s daily life. It is also prone to occurring quality and safety issues. It is pesticide residue that was one of the important factors which effects on the vegetable quality and safety. Bayesian network of data mining technology is applied to mining the limited assay information of vegetable. It got to pesticide residues distribution for varieties of vegetables， and the same vegetable distribution trends in different months. The results are credible and can offer some decision for producers， consumers and supervisors of vegetable quality and safety. 　　Key words： data mining；bayesian network；pesticide residue；quality 　　?S着社会的发展和生活水平的提高，人们对蔬菜产品安全的关注与日俱增，影响蔬菜质量安全的一个重要因素就是农药残留问题。以蔬菜农药残留监测为基础的蔬菜安全风险分析作为现代蔬菜安全管理工作的发展方向，正逐步成为各国遵循的准则和行为规范[1]。Li等[2]研究认为，中国食品安全保障体系的标准陈旧且执行不严谨。Rudder[3]通过对蔬菜的销售渠道进行研究发现，农民把蔬菜卖给生产厂商来降低安全责任。 　　周洁红等[4]以经济学为理论基础，提出了以批发市场为核心实施蔬菜质量安全可追溯体系是现阶段建设蔬菜质量安全管理的最有效方法。刘中华[5]认为供货商对蔬菜质量管理意识的缺乏以及对供货商的约束力不足导致出现差异。樊红平等[6]用系统理论分析了农产品检验检测体系构成及其功能。樊孝凤[7]从信息不对称理论的角度，着重解释了中国蔬菜农残普遍超标的现象。许宇飞[8]认为，对食品安全状态评价应根据各污染物的限量标准进行逐级评价；秦燕等[9]提出运用控制图方法来监测食品安全质量是否处于控制状态。王志刚[10]利用Probit模型对影响消费者农产品质量安全的认知和购买行为的主要影响因素进行了解析。 　　大部分研究采用传统方法，难以满足对蔬菜农药残留检测数据的深度分析需求。国内开展对DMKD（数据挖掘和知识发现）的研究稍晚，没有形成整体力量[11]。有关蔬菜质量安全方面应用数据挖掘技术的研究鲜见报道[12]。陈晨等[13]采用贝叶斯分类算法，以玉米生长环境和质量数据库为对象，对新生长环境下玉米的生长质量进行挖掘。刘春玲等[14]认为，在农业领域积累的大量农业数据信息中运用数据挖掘是极具应用前景的方案。本研究以山东省烟台市的蔬菜检测数据为对象，运用贝叶斯网络方法进行数据挖掘，得出蔬菜质量安全的规律以及趋势，以期为蔬菜农药残留检测数据分析提供参考。 　　1 数据获取 　　数据均来自烟台蔬菜质量安全信息网，数据的时间覆盖范围是从自2006年7月到2013年2月（除2009年9、10月外），共78期抽检信息。记录项目包括检测时间、检测地点、品种、平均酶抑制率和平均合格率。 　　平均酶抑制率是决定了蔬菜农药残留的量化标准，根据国家颁布的农药残留检测条例，如果检测得出酶抑制率超过50%则认定为农药残留超标，评定结果为不合格。使用Weka3.6[15]作为数据挖掘工具，在