基于信息熵的食品安全事件聚类方法研究

• 作者: 辜萍萍
• 来源期刊: 智能计算机与应用
• 关键词: 食品安全 数据挖掘 聚类分析 信息熵
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 科技创见与应用|Scientific achievement and application
• 页码范围: 188-192
• 页数: 5页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2021.05.037

摘要

食品安全是社会各界日益关注的民生问题,政府部门正在逐步完善监管体制、加大监管力度,构建社会共治的格局.本文针对已经曝光的食品安全事件,经过清洗筛选建立统一规范的数据存储,利用改进的基于信息熵模糊聚类分析算法对其进行数据挖掘,以便发现这些事件中具有象征性的现象以及典型性的安全事件,从而为政府制定管理决策和为民众提高防范意识提供参考性依据.实验中将改进的算法运行在UCI数据集上验证算法的有效性,结果表明该算法进一步提高了聚类的正确率、类精度及召回率.