□ 劉楊 貴州科學院

□ 馬東 天津科技大學

□ 肖革新(通訊作者) 國家食品安全風險評估中心

當前，信息化發展到了共享階段，食品安全信息化需要從原本簡單的數據上報轉變到數據跨界融合層面。由于食品安全數據存在分類與編碼標準不統一、系統間數據難以融合、分析關聯差等問題，因此，需要通過數據編碼標準，實現跨部門、跨層級、跨地域的食品安全相關數據融合與應用。

隨著大數據時代的到來，以往條塊式單純業務上報的食品安全信息系統所產生的信息孤島問題凸顯，其已很難滿足當前現代化食品安全治理的需求。大數據需要跨界融合才能更好地發揮作用，因此數據融合迫在眉睫。應如何實現數據融合呢?答案就是建立數據編碼標準，如果沒有數據編碼，現實世界、概念世界與數據世界之間的關系映射將會發生紊亂，導致數據統計結果沖突。例如在食品領域，馬鈴薯是大家十分熟悉的食物，但馬鈴薯在概念世界中有多種別名，如地蛋、洋山芋、山藥蛋、地瓜、土豆等，不利于跨庫查詢、跨庫統計、關聯分析及歸類匯總。只有將現實世界、概念世界統一于數據編碼，才能實現數據融合。簡言之，編碼就是標準中的標準，就是道、就是根。那么，如何進行食品安全數據編碼呢?在研究國內外編碼現狀和編碼系統框架設計的基礎上，本文對食品安全數據融合的實現路徑進行了具體闡述。

1 梳理現有的食品安全相關信息系統，進行數據字典編制

首先，梳理現有食品安全信息系統中的數據，了解現有信息系統中的數據分類邏輯、編碼規則和存在的主要問題。然后，對食品及其食品屬性字段進行梳理，包括食品分類編碼、時間屬性、空間屬性、經營者、產品信息、抽樣信息、檢測結果等字段，進而編寫具體食品分類編碼數據字典，規范各系統間相同字段編碼。

2 以數據融合共享為導向，建立標準食品分類樹

新的編碼系統并不是將舊的編碼系統推倒重來，而是借鑒已有的食品編碼系統，從而讓新系統更為科學合理，應用更為廣泛?？紤]到當前多樣的食品分類標準難以在短期內統一，本研究以結構簡潔為原則構建食品分類樹，力求在尊重各方食品分類的基礎上找出一種滿足食品安全治理、營養健康管理，適用性廣、擴展性強的食品分類方法——建立標準食品分類樹。

3 確定數據顆粒度，建立編碼解碼規則

數據顆粒度是通常用于表示組成數據集的最小單元，其涉及食品分類編碼的層級和細致程度——食品分類層級越多，粒度越小，可能造成后期數據處理量呈幾何級增長。因此，結合實際分析需求和運算便捷性，確定適中的食品數據顆粒度尤為重要。數據顆粒度確定后，建立編碼規則，在編、解碼方面，歐盟食品分類與編碼系統FoodEx2具有較強的適用性，可作為重要參考。該系統采用一致的編碼體系，對所有食品相關的類別、術語和屬性以流水號編碼，由FoodEx2自動生成并分配;共5個字符，首字符為A，中間3個字符為拉丁字母和阿拉伯數字，最后一位字符為拉丁字母，碼制為A[A-Z0-9]{3}[A-Z]。理論上，該系統可以對1213056個條目進行編碼。解碼方面，可在分類樹上直接查找食品分類碼對應的食品分類名稱，如編碼“A026V”代表“魚肉”。

4 食品安全相關數據系統與標準食品分類樹編碼進行映射

在系統數據映射方面，主要解決的是原有的歷史數據與標準的食品分類樹進行映射橋接融合的問題。目前，通過關鍵字查找等完全自動化方式還很難完成系統間數據映射工作。為保證數據映射的可靠性，當其他領域進行此工作時，首選人工核對映射方式以解決歷史問題。為解決人工映射工作量大、耗時長的難題，本研究采用“柔性編碼對接體系”方式進行映射，它跳出了原有系統中用食品名稱的關鍵詞與標準名稱進行關鍵詞字符串匹配的簡單框架，升級成“隱式馬爾科夫模型”的柔性編碼對接體系，進行關鍵詞概率匹配，給出每個關鍵詞字符串匹配的概率排列，實現了自動化智能映射，最后輔以人工核實，提高映射匹配的準確度和工作效率。

5 結語

數據編碼通過將跨部門、跨層級、跨地域的數據進行匯總融合，按照時間、空間、屬性三個維度進行分析，不同屬性與時空維度借助編碼進行組合，研究環境、食品、污染物、健康之間的內在聯系及隨時間變化趨勢和空間分布規律，從而實現了編碼驅動的數據綜合分析。