一种基于信任度模型的食品质量评估方法

本发明属于食品质量安全领域，具体涉及一种基于信任度模型的食品质量评估方法。

随着互联网的普及和电子商务应用的广泛深入，人们在享受网上购物便捷性的同时也陷入了信息 过载的困境，用户在大量的食品信息中难以到自己需要的食品。尽管越来越多的推荐系统在电子商务平 台上扮演着销售人员的角，向用户推荐产品，帮助用户到所需物品，从而顺利完成购买过程。但是中 国食品种类繁多，分类复杂，每个与食品相关的网站都有各自的一套分类规则，导致了网上存在大量的与 食品相关的异构信息。从而，用户想要到质量满意的食品难度越来越大。

质量安全可追溯技术是一种有效的保证食品质量安全的方法和手段，即通过对问题产品快速定位 并准确隔离，最后实施快速召回，降低质量安全的风险。实施食品质量安全可追溯体系，实现从生产到消 费全过程的有效监管，己经成为各国的共识和普通关注的热点问题。

目前食品质量诊断和控制技术主要有FMECA模型、Petri网和HACCP体系。FMECA(故障状 况影响和关键点分析)通过分析产品所有可能的故障模式及可能产生的影响，并按每个故障模式产生影响 的严重程度及其发生概率进行分类，其特点是在分类的基础上进行归纳分析，如吕顺意等人将风险分析方 法FTA和FMECA引入到食品行业，构建出一套确定肉类产品危害发生原因的溯源方法，并以肉牛屠宰企 业中大肠菌超标问题为例进行实证研究；Petri网是一种可以用网状图表示的数学模型，综合了数据流、 控制流和状态转移，能方便地监视系统的分布、并发、同步、异步、冲突等特性，具有很强的功能分布和 描述能力，如刘伟荣等对生鲜肉冷链物流应用时间Petri网理论对冷链物流流程建模，研究冷链物流运作效 率；HACCP是对生产加工过程中可能造成食品污染的各种危害因素进行系统和全面的分析，从而确定能 有效预防、减轻或消除危害的加工环节，如Koutsoumanis等人在对冷藏食品链的关键控制点进行风险评估 和预测的基础上，开发了冷藏食品质量监测和安全保证系统。综上所述，国内的研究者研究食品安全问题 主要集中基于二维码体系以及RFID等技术方法来着手的，并未涉及建立食品质量推荐模型，从而无法有 效实现对食品质量的智能分析和诊断。由于食品生产中影响食品质量因素非常多，而且各因素之间逻辑关 系复杂，建立一套有效的检测或监管系统非常难，传统的神经网络等方法也很难实现。

针对以上问题以及有关食品质量评估的专利研究较少这一现状，本发明通过分析用户行为数据， 从兴趣深度、广度和兴趣时效3个角度分析用户的信任度构成，再利用用户对食品的评价等信息来分析食 品本身的信任度，最后利用用户信任度和食品信任度相结合来预测食品质量，从而进行食品推荐。

针对以上现有方法中的不足，本发明的目的在于提供一种基于信任度模型的食品质量评估方法， 实现获取可靠的食品质量评估结果的目的。本发明的技术方案如下：

一种基于信任度模型的食品质量评估方法，其特征在于包括以下步骤:

101、首先要进行食品质量评估，要考虑能够影响食品质量的决定因素，这里我们采用的是用户 对食品的评分信息；然后要实现个性化推荐，必须要了解用户的个性化需求，这就需要获取、分析用户信 息，建立合适的用户兴趣信任度模型。获取以上信息的过程，具体包括以下步骤:

A1、获取用户对食品的评分信息。

Bl、获取用户背景信息包含：用户年龄、职业、地址等，可以有效解决个性化推荐初期用户数据 不多情况下无法做出精确推荐的“用户冷启动”和“用户数据稀疏性”问题；

Cl、获取用户访问信息包括：用户搜索和浏览信息行为，是建立用户兴趣信任度模型的主要数据 来源。

102、计算项目(食品)之间的信任度

A2、通过余弦相似性方法来度量项目(食品)之间的相似性，再将项目(食品)之间的相似性作 为项目(食品)之间的信任度。

B2、设向量m、n分别表示为项目(食品)im和in在n维用户空间上的评分，则，

$sim(m,n)=\cos (m,n)=\frac{m·n}{\left|\right|m\left|\right|*\left|\right|n\left|\right|}$

从而有通过分析可以得到：项目(食品)i_m和i_n拥有用户对其相似的评分也就意
味着项目(食品)i_m和i_n具有相似性，通过分析可以得出：具有相似度较高的两个项目之间信任度也就高。

103、计算用户之间的兴趣信任度

A3、本发明通过用户兴趣深度来表示用户v对食品i的感兴趣程度。在查询日志Log(v，i)中可以 统计出用户v对食品i的查询次数，这个查询次数一定程度上反映了用户v对食品i的感兴趣程度。将查 询次数作为用户v对食品i的兴趣深度，记为Depth(v)。

B3、本发明利用用户兴趣广度来描述用户的兴趣范围。在查询日志Log(v，i)中可以统计出用户v 查询的食品集合，这个集合在一定程度上描述了用户感兴趣的食品范围，用它来标记用户v的兴趣广度， 记为Widthvi。

C3、由于随着用户v查询食品i的时间推移，用户v对食品i的兴趣是呈递减趋势的。本发明通 过用户兴趣时效来表示和时间有关的兴趣衰减。在查询日志Log(v，i)中，可以统计出用户v查询食品i的 最后时间，记为Tvi。设当前时刻为T，将用户v对食品i的兴趣时效记为Timevi,Timevi可表示为：

${\mathrm{Time}}_{vi}=\frac{1}{1+\beta \left|T-T_{vi}\right|}$

其中，β为平衡因子，为了消除这一差异：用户对食品的兴趣变化快，并不代表着兴趣时效大。

D3、用户之间信任度可以通过Jaccard公式来衡量，本发明利用并改进Jaccard公式来计算用户
之间的信任度。Jaccard公式表示为：其中T_vw表示用户v与用户w之间的信任度；N(v)、
N(w)分别表示为用户v、w查过的食品集合。

E3、引入第一维(兴趣深度)来计算用户间兴趣信任度

假设用户v、w的兴趣深度分别为Depth(v)、Depth(w)，则用户之间的兴趣信任度T′vw可定义如下：

$T_{vw}^{\prime }=\frac{|Depth\left(v\right)\cap Depth\left(w\right)|}{\sqrt{\left|Depth\left(v\right)\right|·\left|Depth\left(w\right)\right|}}$

由此可以看出，若用户v和用户w共同产生过行为的食品数目越多，用户之间的兴趣信任度就越大。

F3、在第一维(兴趣深度)基础上引入第二维(兴趣广度)来计算用户间兴趣信任度

假设用户v、w的兴趣广度分别为Width(v)、Width(w),则用户之间的兴趣信任度T″vw可改进为：

$T_{vw}^{\prime \prime }=T_{vw}^{\prime }·\underset{i\in Depth\left(v\right)\cap Depth\left(w\right)}{\Sigma }(1+\frac{1}{1+\left|{\mathrm{Width}}_{vi}-{\mathrm{Width}}_{wi}\right|})$

由此可以看出，若用户v和用户w对食品i的查次数差距越小，用户之间的兴趣信任度就越大。

G3、在第二维(兴趣广度)基础上引入第三维(兴趣时效)来计算用户间兴趣信任度

假设用户v、w对物品i的兴趣时效分别为Timevi、Timewi，则用户之间的兴趣信任度T″′vw可改 进为：

$T_{vw}^{\prime \prime \prime }=T_{vw}^{\prime \prime }·\underset{i\in Depth\left(v\right)\cap Depth\left(w\right)}{\Sigma }(1+\frac{1}{1+\left|{\mathrm{Time}}_{vi}-{\mathrm{Time}}_{wi}\right|})$

由此可以看出，若用户v和用户w对食品i产生过查行为的时间点越靠近，用户之间的兴趣信任 度就越大。

104、计算用户对项目(食品)之间的信任度

根据用户间的兴趣信任度和项目(食品)间的信任度来计算用户对项目(食品)之间的信任度，
可定义如下：其中N为项目(食品)的个数，其它变量定义与权利要求1中102、
103中一致。通过分析，我们可以得出，信任度比较高的用户所推荐的食品的质量也是可信的，在一定程
度上，通过用户对食品的信任度来评估食品的质量是可行的。

进一步的，步骤101中获取微博数据即采用微博平台新浪微博的数据集。

本发明的优点及有益效果如下：

本发明采用一种基于信任度模型的食品质量评估方法，通过分析用户行为数据，从兴趣深度、 广度和兴趣时效3个角度来解析用户间的信任度构成，再利用用户对食品的评价等信息来分析食品本身的 信任度，最后将用户间信任度和食品间信任度相结合来评估食品的质量，一定程度上提高了食品质量评估 效果。

图1是按照本发明的一种基于信任度模型的食品质量评估方法流程图。

下面结合附图给出一个非限定的实施例对本发明作进一步的阐述。但是应该理解，这些描述只 是示例的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免 不必要地混淆本发明的概念。

如图1所示，1.为了本发明的研究，首先要获得微博数据集，采用国内著名微博平台新浪微 博的数据集，具体包括以下步骤:

101、首先要进行食品质量评估，要考虑能够影响食品质量的决定因素，这里我们采用的是用户 对食品的评分信息；然后要实现个性化推荐，必须要了解用户的个性化需求，这就需要获取、分析用户信 息，建立合适的用户兴趣信任度模型。获取以上信息的过程，具体包括以下步骤:

A1、获取用户对食品的评分信息。

Bl、获取用户背景信息包含：用户年龄、职业、地址等，可以有效解决个性化推荐初期用户数据 不多情况下无法做出精确推荐的“用户冷启动”和“用户数据稀疏性”问题；

Cl、获取用户访问信息包括：用户搜索和浏览信息行为，是建立用户兴趣信任度模型的主要数据 来源。

102、计算项目(食品)之间的信任度

A2、通过余弦相似性方法来度量项目(食品)之间的相似性，再将项目(食品)之间的相似性作 为项目(食品)之间的信任度。

B2、设向量m、n分别表示为项目(食品)im和in在n维用户空间上的评分，则，

$sim(m,n)=\cos (m,n)=\frac{m·n}{\left|\right|m\left|\right|*\left|\right|n\left|\right|}$

从而有通过分析可以得到：项目(食品)i_m和i_n拥有用户对其相似的评分也就意
味着项目(食品)i_m和i_n具有相似性，通过分析可以得出：具有相似度较高的两个项目之间信任度也就高。

103、计算用户之间的兴趣信任度

A3、本发明通过用户兴趣深度来表示用户v对食品i的感兴趣程度。在查询日志Log(v，i)中可以 统计出用户v对食品i的查询次数，这个查询次数一定程度上反映了用户v对食品i的感兴趣程度。将查 询次数作为用户v对食品i的兴趣深度，记为Depth(v)。

B3、本发明利用用户兴趣广度来描述用户的兴趣范围。在查询日志Log(v，i)中可以统计出用户v 查询的食品集合，这个集合在一定程度上描述了用户感兴趣的食品范围，用它来标记用户v的兴趣广度， 记为Widthvi。

C3、由于随着用户v查询食品i的时间推移，用户v对食品i的兴趣是呈递减趋势的。本发明通 过用户兴趣时效来表示和时间有关的兴趣衰减。在查询日志Log(v，i)中，可以统计出用户v查询食品i的 最后时间，记为Tvi。设当前时刻为T，将用户v对食品i的兴趣时效记为Timevi，Timevi可表示为：

${\mathrm{Time}}_{vi}=\frac{1}{1+\beta \left|T-T_{vi}\right|}$

其中，β为平衡因子，为了消除这一差异：用户对食品的兴趣变化快，并不代表着兴趣时效大。

D3、用户之间信任度可以通过Jaccard公式来衡量，本发明利用并改进Jaccard公式来计算用户之
间的信任度。Jaccard公式表示为：其中T_vw表示用户v与用户w之间的信任度；N(v)、
N(w)分别表示为用户v、w查过的食品集合。

E3、引入第一维(兴趣深度)来计算用户间兴趣信任度

假设用户v、w的兴趣深度分别为Depth(v)、Depth(w)则用户之间的兴趣信任度T′vw可定义如下：

$T_{vw}^{\prime }=\frac{|Depth\left(v\right)\cap Depth\left(w\right)|}{\sqrt{\left|Depth\left(v\right)\right|·\left|Depth\left(w\right)\right|}}$

由此可以看出，若用户v和用户w共同产生过行为的食品数目越多，用户之间的兴趣信任度就越大。

F3、在第一维(兴趣深度)基础上引入第二维(兴趣广度)来计算用户间兴趣信任度

假设用户v、w的兴趣广度分别为Width(v)、Width(w),则用户之间的兴趣信任度T″vw可改进为：

$T_{vw}^{\prime \prime }=T_{vw}^{\prime }·\underset{i\in Depth\left(v\right)\cap Depth\left(w\right)}{\Sigma }(1+\frac{1}{1+\left|{\mathrm{Width}}_{vi}-{\mathrm{Width}}_{wi}\right|})$

由此可以看出，若用户v和用户w对食品i的查次数差距越小，用户之间的兴趣信任度就越大。

G3、在第二维(兴趣广度)基础上引入第三维(兴趣时效)来计算用户间兴趣信任度

假设用户v、w对物品i的兴趣时效分别为Timevi、Timewi，则用户之间的兴趣信任度T″′vw可改 进为：

$T_{vw}^{\prime \prime \prime }=T_{vw}^{\prime \prime }·\underset{i\in Depth\left(v\right)\cap Depth\left(w\right)}{\Sigma }(1+\frac{1}{1+\left|{\mathrm{Time}}_{vi}-{\mathrm{Time}}_{wi}\right|})$

由此可以看出，若用户v和用户w对食品i产生过查行为的时间点越靠近，用户之间的兴趣信任 度就越大。

104、计算用户对项目(食品)之间的信任度

根据用户间的兴趣信任度和项目(食品)间的信任度来计算用户对项目(食品)之间的信任度，
可定义如下：其中N为项目(食品)的个数，其它变量定义与权利要求1中102、
103中一致。通过分析，我们可以得出，信任度比较高的用户所推荐的食品的质量也是可信的，在一定程
度上，通过用户对食品的信任度来评估食品的质量是可行的。

2.以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发 明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权 利要求所限定的范围。