摘 要：當前人們對食品安全的重視程度不斷提高，而傳統人工監管模式存在諸多不足，造成食品安全管理的漏洞越來越大，很大程度上影響了消費者的身體健康。基于此，相關部門必須注重大數據技術的有效運用，持續創新食品安全管理模式和方式方法，以此來提高食品安全管理的質量和效率，努力消除食品生產中可能存在的一些不安全性因素，為人們提供安全飲食，最終提高人們對食品的信任度，有效促進我國食品產業的良好發展。

　　關鍵詞：大數據;食品;安全管理;創新

　　食品安全既關系到人們的健康，還直接影響到社會的穩定和諧。食品流通速度較快，一旦出現問題則難以追溯處理，受害人群非常廣，影響力極大，會嚴重影響消費者的信任，從而破壞社會的穩定，還會引發公共衛生惡化、環境污染及人民身體素質下降等問題，阻礙我國食品產業的發展[1]。基于此，相關部門必須高度重視食品安全管理工作，利用大數據技術來對食品生產的各個環節進行全面監管，以此來有效降低食品安全風險。

　　1 食品安全管理問題

　　當前我國食品安全管理普遍存在信息不對稱的問題，消費者往往是通過超市、餐館等經營場所中張貼的食品安全公示了解食品質量的相關信息，但是公示背后的檢測規范、檢測過程及檢測機構由經營場所控制，大大削弱了公示的信服力，降低了信息時效性[2]。很多消費者會選擇在菜市場、街邊小攤等場所購買食品，而這些場所一般并未設置專門的食品檢測流程，僅依靠檢測機構的定期抽查進行食品質量檢測，導致食品信息不對稱，部分不良商家可能抓住這一漏洞，選擇以次充好來牟取利益。針對上述問題，相關部門必須制定科學完善的市場級檢測機制，采用先進的檢測儀器和檢測方法，對食品主要質量參數進行隨時檢測，供市場迅速確認質量，并充分發揮媒體的作用，保證消費者可以及時獲取食品質量信息[3]。當務之急是構建一個全方位、高效的食品安全檢測體系，該體系必須具備較廣的數據覆蓋面、較強的數據時效性、足夠大的數據容量，且易于操作，同時應具備強大的數據分析與挖掘能力。

　　2 食品安全領域中大數據的應用

　　2.1 風險識別方面

　　食品安全風險在產業鏈方面包括原料風險、工藝風險、產品風險等，在掌握程度方面包括已知風險與未知風險，前者主要指已經被識別、分析的風險，利用計劃監測與管理能夠對這些風險進行有效控制，后者主要指潛在的沒有被識別而無法管理且存在隱患的風險。隨著科學技術的迅速發展，食品安全數據數量急劇增加，利用爬蟲收集分析數據可對未知風險進行有效識別，即通過構建未知風險識別渠道，利用爬蟲軟件來對信息進行收集，或是通過數據庫來查詢相關信息，以此來實現對食品各環節中存在的風險因素進行識別[4]。

　　2.2 風險監測

　　當前，風險監測中開始廣泛應用大數據技術，一些大型企業也已構建了自動化信息系統，利用該系統對企業生產運營中可能存在的風險進行監測。例如，將實驗室管理與Java技術進行融合，構建了一套集實驗室管理、基礎信息管理及原始數據管理的食品安全監測預控系統，該系統可實現對各項數據的集中管理，提高食品安全管理效率。同時，該系統能夠對原輔料進貨查驗進行管理，嚴格監測產品生產過程與環境，實現結果的預警提示，確保產品出現預警后能夠盡快溯源。

　　2.3 風險評估

　　在食品安全管理工作中，首先要做好風險評估工作，而這項工作的開展離不開大量數據的支撐，利用大數據分析技術來規避檢測少量樣本開展危害分析的片面性，能更加準確、有效的識別危險因素。通過全面分析食品安全問題，明確風險級別與危險程度，然后對這些數據信息加以指標量化處理，對食品安全風險源進行高效、準確的識別，結合風險評估結果，制定針對性地管理措施，以此來有效降低安全事故的發生率[5]。另外，通過大數據來構建數據模型，能夠對大量食品安全數據進行分析，明確允許攝入量、每日攝入量、樣品含量之間的關聯性，對風險級別進行自動評價，從而明確相應的管理措施。

　　2.4 風險預警

　　食品安全管理中應用大數據技術的主要目的在于找出問題、追溯原因、制定預防措施。現階段普遍采用的是構建預測的模型系統，基于風險分析規則來對食品安全數據進行分析，從而對食品安全風險進行預測。現有的研究成果包括2種。①利用網絡爬蟲技術對食品安全信息和事件進行全面分析，以供應鏈為出發點進行分類統計，根據網絡輿情搭建DEMATEL模型，明確食品安全因素之間的聯系和影響，獲取核心預警因素。②有機結合大數據理論方法與食品安全數據特征，構建一個總體架構，借助食品安全影響因子、時空推理模型等方式，明確食品安全數據之間的關聯性，實現食品安全態勢分析、食源性疾病研究、及時預警等，從而對食品安全問題進行有效解決[6]。

　　推薦閱讀：大數據智慧城市靜態交通管理