[发明专利]一种基于信息熵的食品安全事件聚类分析方法

说明书

本发明涉及一种基于信息熵的食品安全事件分析方法，包括以下步骤：步骤S1:采集食品安全网站上的数据，并清洗整理生成待分析视食品安全事件数据集；步骤S2:构建改进聚类分析算法；步骤S3:根据得到的改进聚类分析算法对待分析视食品安全事件数据集进行分析，得到聚类结果。本发明利用改进的聚类分析方法从获得的食品安全事件数据出发，结合大数据分析，得到食品安全时间的聚类结果，有助于加强食品安全的检测及监管。

技术领域

本发明涉及大数据分析技术与食品安全管理领域，具体涉及一种基于信息熵的食品安全事件聚类分析方法。

背景技术

目前，我国的食品安全危机主要集中在以下几个方面：

食品的源头遭受污染。例如，农产品的种植畜养环境不够天然，非法添加化学制剂，农药严重等。

食品制造企业缺乏诚信与质量安全意识，生产流通环节卫生状况差。

我国食品安全标准还不够完善，需要提高科学性与实用性，以便于检验参考。

监管队伍需要进一步提高专业水平，需要加强打击食品犯罪的力度。因此在智能信息化时代背景下，急需建立一个“互联网+”食品安全监管项目，推进食品安全监管大数据资源共享和应用，提高监管效能。

发明内容

有鉴于此，本发明的目的在于提供一种基于信息熵的食品安全事件分析方法，分析出食品安全事件发生的规律，为各地区在食品安全的监控管理方面提供决策支持。

为实现上述目的，本发明采用如下技术方案：

一种基于信息熵的食品安全事件分析方法，包括以下步骤：

步骤S1:采集食品安全网站上的数据，并清洗整理生成待分析视食品安全事件数据集；

步骤S2:构建改进聚类分析算法；

步骤S3:根据得到的改进聚类分析算法对待分析视食品安全事件数据集进行分析，得到聚类结果。

进一步的，所述步骤S1具体为：

步骤S11:搭建页面抓取框架Scrapy，设置目标网站URL，设置食品安全事件信息起始URL；

步骤S12:创建爬虫文件，并写入将要读取的URL和爬行域名范围；

步骤S13:发起http请求，获取目标网站网页信息,页面抓取框架把目标网站URL封装成一个请求传给下载器，下载器把资源下载下来，并封装成应答包，爬虫再解析Response；

步骤S14:爬虫根据url_token提取目标网站网页信息，并保存在MongoDB中，并将数据输出在csv中；

步骤S15:若页面抓取框架中的调度器传来下一个URL，爬虫会接着处理响应请求并返回项目，再将新的数据请求发送给引擎，即返回步骤S12，否则，信息爬取完成，步骤结束。

进一步的，所述改进聚类分析算法具体为：

步骤S21：设定输入目标的初始聚类中心数k，k≥1；

步骤S22：根据下式计算属性总集合A的信息熵E(A)