世界各地食品安全問題頻發(fā)，不僅給消費(fèi)者的健康造成損失，也重創(chuàng)食品業(yè)。解決食品安全問題已經(jīng)成為世界各國政府的重要工作內(nèi)容。風(fēng)險分析是目前國際上公認(rèn)的控制食品中各種化學(xué)性、物理性和生物性危害和突發(fā)事件應(yīng)該遵循的框架，應(yīng)用廣泛。風(fēng)險分析由風(fēng)險評估、風(fēng)險管理和風(fēng)險信息交流3個相互關(guān)聯(lián)的部分組成，其中，風(fēng)險評估是風(fēng)險分析的核心?！秾?shí)施衛(wèi)生與植物衛(wèi)生措施協(xié)議》規(guī)定，進(jìn)口國根據(jù)可能采用的SPS措施，對其領(lǐng)土上某些害蟲或疾病的進(jìn)入、存在或傳播的可能性，以及對潛在的生物學(xué)和經(jīng)濟(jì)影響進(jìn)行評價，或?qū)κ称贰嬃虾惋暳现械奶砑觿?、污染物、毒素或致病菌的存在對人體和動物的健康可能造成的不良作用進(jìn)行評估。然而，我國食品安全風(fēng)險監(jiān)測體系建設(shè)和風(fēng)險評估工作依然處于基礎(chǔ)階段。

風(fēng)險分級作為一種初步評估的手段，可以幫助風(fēng)險管理者通過比較不同來源風(fēng)險的相對大小，確定需優(yōu)先監(jiān)管的領(lǐng)域，并得出需進(jìn)一步進(jìn)行經(jīng)典評估的食品危害。聯(lián)合國糧農(nóng)組織和世界衛(wèi)生組織制定的風(fēng)險管理一般框架中包含了風(fēng)險分級，并且將其作為風(fēng)險監(jiān)測和評估的前提之一。食品風(fēng)險分級作為風(fēng)險評估的一種形式，指綜合分析食品的污染水平、膳食暴露情況、對公眾健康危害等因素，對食源性危害風(fēng)險進(jìn)行分級排序，目的在于采取科學(xué)的風(fēng)險分析框架，在眾多復(fù)雜的食品安全問題中識別風(fēng)險的優(yōu)先次序，合理分配風(fēng)險管理措施的有限資源。

決策樹算法是數(shù)據(jù)挖掘分類算法中常見的一種方法。它以樹狀結(jié)構(gòu)表現(xiàn)，葉子結(jié)點(diǎn)代表一個結(jié)論，內(nèi)部結(jié)點(diǎn)描述一個屬性，從上到下的一條路徑，確定一條分類規(guī)則結(jié)構(gòu)簡單直觀，容易理解，有較高的分類精度，在數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、人工智能等領(lǐng)域等都有廣泛的應(yīng)用。楊娜曾利用決策樹設(shè)計了云南糧食安全預(yù)警系統(tǒng)，得出影響糧食安全的各因素及其對糧食安全等級的影響度排序?；跊Q策樹開發(fā)的針對蔬菜靜態(tài)病害進(jìn)行風(fēng)險等級分析的模型，能夠達(dá)到較高的黃瓜確診率。將決策樹應(yīng)用于藥品GSP預(yù)警管理中，從藥品進(jìn)、存、銷三個環(huán)節(jié)日常管理中產(chǎn)生的大量數(shù)據(jù)中挖掘有效信息，以進(jìn)行及時預(yù)警信息定位和管理。Fels-Klerx等分析了279個食品和/或營養(yǎng)危害風(fēng)險排名，共有11種風(fēng)險排名方法。該分析表明，定量風(fēng)險排序方法需要對單個化合物進(jìn)行全面的分析，耗時長、預(yù)算大。由于監(jiān)測程序包含廣泛的殘留物和污染物，這些定量方法不太適合風(fēng)險排序，在有限的時間和預(yù)算范圍內(nèi)對一系列化合物進(jìn)行排名最合適的方法之一是流程圖或者決策樹。掛面是我國居民最主要的面食之一，對其安全進(jìn)行監(jiān)控對于保障市民食品安全具有重要的意義。本研究以掛面為研究對象，利用決策樹排序建立一種透明的、實(shí)體化的風(fēng)險排序方法，可用于完善符合實(shí)際發(fā)展的食品安全風(fēng)險評估機(jī)制，促進(jìn)食品安全風(fēng)險分析的順利開展。

一、材料和方法

1、數(shù)據(jù)來源

本文所用的數(shù)據(jù)為國家市場監(jiān)督管理總局官方網(wǎng)站獲得的全國2015～2017年的掛面危害物檢測數(shù)據(jù)。

2、污染物分類方法

基于GB2760-2014《食品安全國家標(biāo)準(zhǔn)食品添加劑使用標(biāo)準(zhǔn)》、GB2761-2017《食品安全國家標(biāo)準(zhǔn)食品中真菌毒素限量》和GB2762-2017《食品安全國家標(biāo)準(zhǔn)食品中污染物限量》，參考我國糧食風(fēng)險監(jiān)測數(shù)據(jù)，確定掛面的檢測項目主要包括鉛、二氧化鈦、乙二胺四乙酸二鈉、脫氧雪腐鐮刀菌稀醇、鋁的殘留物、黃曲霉毒素B1、檸檬黃、莧菜紅、胭脂紅、日落黃、誘惑紅、亮藍(lán)。按照國標(biāo)中的規(guī)定，將潛在危害物分為3組，即污染物、食品添加劑和真菌毒素。

3、決策樹設(shè)計方法

決策樹包含一個根節(jié)點(diǎn)、若干個內(nèi)部節(jié)點(diǎn)和若干個葉節(jié)點(diǎn)；葉節(jié)點(diǎn)對應(yīng)決策結(jié)果，即:低優(yōu)先級、中優(yōu)先級、高優(yōu)先級。其它每個節(jié)點(diǎn)對應(yīng)一個屬性測試。決策樹的生成是一個遞歸算法，關(guān)鍵在于如何選擇最優(yōu)屬性劃分。隨著劃分不斷進(jìn)行，決策樹的分支節(jié)點(diǎn)所包含的樣本盡可能屬于同一類別，用信息熵來度量樣本集合純度，假定當(dāng)前樣本集合D中第k類樣本所占比例為p_k（k=1，2，…，|y|）。信息熵定義為：

Ent（D）的值越小，D的純度越大。在選定屬性劃分節(jié)點(diǎn)時，信息增益越大，代表用該屬性所獲得的純度提升越大。信息增益的定義為：

其中，α代表屬性，V代表α所有可能的取值，Dv代表在屬性α上取值為α^v的樣本。

對3組潛在危害物質(zhì)中的每一組分別進(jìn)行決策樹的設(shè)計和優(yōu)化，繪制3種獨(dú)立的決策樹，將掛面中潛在危害物質(zhì)分為高、中、低3個不同等級，結(jié)合決策樹的基本原理，將高、中、低3個不同等級設(shè)置為葉節(jié)點(diǎn)來進(jìn)行研究。

二、結(jié)果與分析

1、污染物

GB2762-2017中規(guī)定無論是否制定污染物限量，食品生產(chǎn)和加工者均應(yīng)采取控制措施，使食品中污染物的含量達(dá)到最低水平。本數(shù)據(jù)中檢測項目的污染物有鉛。

采用決策樹法對污染物進(jìn)行研究，從數(shù)據(jù)中提取出4種屬性，分別是:

（1）污染物在GB2762-2017中是否有使用限制（標(biāo)為屬性1）；

（2）2015至2017上半年檢測數(shù)據(jù)中是否發(fā)現(xiàn)該物質(zhì)不合格數(shù)據(jù)（標(biāo)為屬性2）；

（3）污染物的殘留是否會對人體健康造成嚴(yán)重和/或不可逆的影響（基因毒性致癌、致畸和激素干擾物質(zhì)的情況也是如此）（標(biāo)為屬性3）；

（4）這種物質(zhì)是否有可能出現(xiàn)在生產(chǎn)掛面的生產(chǎn)系統(tǒng)中（標(biāo)為屬性4）。

這4種屬性都是離散屬性，均有“是”和“否”2種屬性取值，根據(jù)這些屬性來判斷優(yōu)先級的程度。根據(jù)現(xiàn)有數(shù)據(jù)計算出根節(jié)點(diǎn)的信息熵為0.875，不同屬性的信息增益結(jié)果見表1。
 

掛面中鉛是重要的風(fēng)險因子。鉛在GB2762-2017中有使用限制，且在2015～2017年上半年的監(jiān)測數(shù)據(jù)中出現(xiàn)該物質(zhì)不合格的情況。實(shí)際生產(chǎn)中，鉛常出現(xiàn)在掛面的生產(chǎn)器械中，且科學(xué)證明其殘留會對人體健康造成嚴(yán)重不良健康影響，故為高優(yōu)先級。

聲明：本文所用圖片、文字來源《中國食品學(xué)報》，版權(quán)歸原作者所有。如涉及作品內(nèi)容、版權(quán)等問題，請與本網(wǎng)聯(lián)系

相關(guān)鏈接：黃曲霉毒素B1，誘惑紅，乙二胺四乙酸二鈉，二氧化鈦