你们对餐馆的吐槽，也许能挽救一场食品安全危机

如何解决老生常谈的食品安全问题？大数据时代，你的一句点评都可能派上用场。SODA大赛获奖团队“吃货俱乐部——评安食客”，就利用食药监提供的数据以及从大众点评爬取到的点评数据，开发了一款食品安全的评估预测模型。本文是团队成员刘啸在9月14日数据侠实验室17期现场的发言实录。

我们认为，做好食品安全要解决三个问题：实现政府监管，提高商家积极性，以及帮助食客了解哪些食品是安全的、去哪儿能吃到安全的食品。

去年参加SODA比赛（DT君注：评安食客参赛项目详见《他们做了这个人工智能平台，只为不辜负你对美食的热爱》）前，我们调查了市面上食品安全类的App，发现没有一款是可以同时满足这三方利益的。

除了食药监局的检测数据、Datashanghai（上海市政府数据服务网）开放的企业地址和类别信息数据、以及一些气象数据，我们主要还用了大众点评的用户评论数据。

对于点评数据，我们先做了个处理——就是先根据环境、卫生和综合，对这些评论数据分类。

接着也是我们的一个创新点：我们对每个餐馆都有个综合评分——情绪值。

这张图可以看到，中性或偏好的评价会比负面的更多点。

把非结构化的文本转化成量化的评分后，我们还融合了一些食品安全的检查结果，以及企业和天气的数据，通过一个神经网络的算法来找出那些检查结果不好的店的属性关联和分布特征。

我觉得，大数据最迷人的地方，不在于数据量大、处理不了，而是你能综合多维的数据，发现好和坏分别具有什么样的特征和关联特征，然后再去辨别什么餐馆做得好、什么做得不好。

我们采集了浦东的餐馆数据，下图可以看到不同评估类型的食品药品店的地域分布情况：

以上是我们去年的一些想法和成果。

接下来要说的，是今年我们获得了上海仪电等公司提供的一些溯源数据，包括油脂流入流出数据后所做的一些初步成果。

首先是油脂流入流出的数据。我们拿到这些油脂数据后，把它做成了OD（DT君注：起止点，即origin and destination），就是从哪里到哪里。

颜色比较深的是量比较大的，你可以看到这些油脂都去了什么地方——基本都集中在嘉定、浦东。

刚才是按照量来，然后我们又按照O点和D点来区分：红色是油脂流出，蓝色是流入，这样可以很好地分辨流出和流入的聚集地。

左图是总的数据状况，右图是把一些数据量小的的剔除后显示的一些大量的流向。

接着，我们还用到了食品的溯源数据，看看上海市内的食品从哪里来到哪里去。

我们发现了一些异常现象，我们看到有一些大量食品是在市内生产，最后反而送到了青浦。之后，我们会对这些异常现象做些分析。

我们继续分别查看食品流入和流出的情况，红色代表流出，蓝色代表流入。也可以看到一些明显的聚集特征。

接着我们来看全国的食品数据。

上海的很多食品都是从全国各地输入，也就是说上海接受着来自全国各地的食物的供养。下面这张图就很好地表达了这层意思。

下面这张图的信息和上一张是一样的。为什么要把它单列出来？你有没有发现这图其实很漂亮，就像蝴蝶一样。

我们也可以看到这些食品来自于哪些城市，有绍兴、泰安、杭州等等，说明这些地区的食品输往上海是比较多的。

我们接下来会把这些食品溯源、油脂回收、网上评论以及检查的数据关联起来，利用与去年类似的方法去判断这些食品生产企业和地域多维属性的关联关系和分布特征，看看在什么样的情况下，爆发食品安全问题的可能性更高。

比如，下面的两张图，左边图是我们食品检查结果的数据，红色代表食品不合格地区。右边图是油脂回收数据，蓝色代表油脂流入地区。

从图中我们其实已经可以看出油脂流入的地区正好也是食品检查结果不合格较多的地区，它们之间是否真的存在着某些关联呢？这个问题是非常值得去探索了。

类似这样的数据分析，一方面会为监测预警提供依据，同时也方便主管部门可以针对不同的情况制定相应的政策，从而达到精准治理的目的。

注：本文为数据侠刘啸演讲实录，已经作者审阅授权，文中图片均来自演讲PPT。

编辑 | 罗遥：luoyao@dtcj.com

▍数据侠门派

本文数据侠刘啸，SODA大赛获奖团队“吃货俱乐部——评安食客”成员，深圳位和科技有限公司区域经理。