彭心怡

(廣西民族大學(xué)，廣西 南寧530000)

隨著大數(shù)據(jù)時代的到來，海量數(shù)據(jù)的存在造成了一種“數(shù)據(jù)豐富，信息匱乏”的現(xiàn)象。于是，對大數(shù)據(jù)進(jìn)行挖掘和解讀，從而從大量有噪聲的原始數(shù)據(jù)中得到“有用”信息成為大數(shù)據(jù)變革中的首要任務(wù)。眼下，食品藥品監(jiān)管系統(tǒng)中的數(shù)據(jù)爆炸式增長，傳統(tǒng)的數(shù)據(jù)分析技術(shù)已經(jīng)滿足不了當(dāng)下的監(jiān)管需求。因此，利用高性能的數(shù)據(jù)挖掘工具在大量有噪聲的冗雜的原始文件和數(shù)據(jù)中挖掘出其背后潛藏的“有用”的信息，對進(jìn)一步提高我國食品藥品的安全性和監(jiān)管效率都具有重要的意義。

一、研究背景

近年來，隨著人們對美好生活需要的日益增長，人們愈發(fā)注重飲食及用藥安全，食品藥品產(chǎn)業(yè)也已經(jīng)成為當(dāng)前國民經(jīng)濟(jì)的重要支柱產(chǎn)業(yè)之一。因此，如何加強(qiáng)對食品藥品安全問題的監(jiān)督，已成為當(dāng)下必須要重視的一件事情，也成為衡量一個國家民生以及經(jīng)濟(jì)進(jìn)步發(fā)展的重要標(biāo)志。

數(shù)據(jù)挖掘，就是從海量冗雜、有噪聲的原始數(shù)據(jù)中挖掘出潛藏在背后的“有用”信息。數(shù)據(jù)挖掘作為隨著大數(shù)據(jù)時代到來應(yīng)運而生的一種新興技術(shù)，近幾年對其研究的學(xué)者越來越多，足以說明數(shù)據(jù)挖掘?qū)τ诖髷?shù)據(jù)時代的重要性。只有進(jìn)一步加強(qiáng)對其專業(yè)性的研究，增強(qiáng)與其他學(xué)科的交融，才能使數(shù)據(jù)挖掘在各個領(lǐng)域發(fā)揮它的最大價值。

二、文獻(xiàn)綜述

民以食為天，飲食用藥安全一直都是關(guān)乎民生的大問題，目前國內(nèi)的食品藥品監(jiān)管存在的問題有：基層食品藥品監(jiān)管力量薄弱、監(jiān)管力度不夠(石冰，2015)；食品藥品監(jiān)管信息化頂層設(shè)計不足，大數(shù)據(jù)采集質(zhì)量較差存在安全隱患，大數(shù)據(jù)應(yīng)用依然存在“單兵作戰(zhàn)”現(xiàn)象(劉驥，2016)；監(jiān)管低效、監(jiān)測系統(tǒng)孤島林立、數(shù)據(jù)利用不充分、大數(shù)據(jù)人才匱乏(杜吉梁和高艷霞，2020)；食品藥品監(jiān)管領(lǐng)域的數(shù)據(jù)，主要源于抽樣調(diào)查、局部單一數(shù)據(jù)，有時純粹是憑借經(jīng)驗。因此食品藥品監(jiān)管領(lǐng)域面臨的最大問題就是風(fēng)險的不可控性和難以預(yù)見性(劉嵩等，2017)?？梢娔壳皣鴥?nèi)的食品藥品監(jiān)管仍然存在著很大的問題，尤其是在大數(shù)據(jù)時代的當(dāng)下，如何有效地利用數(shù)據(jù)挖掘技術(shù)就顯得尤為重要。

我國數(shù)據(jù)挖掘技術(shù)雖然起步較晚，但是發(fā)展迅速。目前已經(jīng)被廣泛應(yīng)用于各個不同領(lǐng)域。學(xué)者對食品藥品監(jiān)管的研究多集中在制藥行業(yè)發(fā)展、藥品不良反應(yīng)信號、食品藥品安全監(jiān)管等方面。晁鳳英根據(jù)食品安全監(jiān)管工作的特點和需要，對食品安全監(jiān)測數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘進(jìn)行了研究。吳嘉瑞和張冰論述了數(shù)據(jù)挖掘技術(shù)在藥品不良反應(yīng)評價領(lǐng)域的應(yīng)用，認(rèn)為許多方法如貝葉斯網(wǎng)絡(luò)、決策樹算法和Apriori算法等均可作為深入研究藥品不良反應(yīng)數(shù)據(jù)庫信息的有力工具。呼萬秀、陸濤、焦強(qiáng)從制藥企業(yè)CRM、藥品不良反應(yīng)、藥物研發(fā)、醫(yī)院用藥系統(tǒng)及中藥的發(fā)現(xiàn)這幾個方面，論述了數(shù)據(jù)挖掘技術(shù)在藥品行業(yè)中的應(yīng)用。陳世奇結(jié)合我國食品藥品檢驗機(jī)構(gòu)數(shù)據(jù)資源的獲取、分析、利用現(xiàn)狀，提出了食品藥品監(jiān)管部門需要加快大數(shù)據(jù)信息化平臺建設(shè)，促進(jìn)監(jiān)管檢測信息共享。盧俊龍結(jié)合主觀的量化指標(biāo)和客觀的數(shù)據(jù)挖掘進(jìn)行綜合研究分析，為食品安全管理者的政策制定、資源配置、監(jiān)督手段等提供參考依據(jù)。

三、關(guān)聯(lián)規(guī)則挖掘

數(shù)據(jù)挖掘作為從數(shù)據(jù)中獲取信息的有效方法，越來越受到人們的重視。關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘的重要研究方向，其技術(shù)已被廣泛應(yīng)用于多個領(lǐng)域，最初的關(guān)聯(lián)規(guī)則挖掘是針對購物籃分析問題提出的，最經(jīng)典的案例便是沃爾瑪?shù)钠【?尿布案例。其目的是為了發(fā)現(xiàn)數(shù)據(jù)表面看不出來而又潛在的有趣關(guān)聯(lián)規(guī)則，通過這些規(guī)則可以指導(dǎo)商家合理地安排進(jìn)貨、庫存及貨架設(shè)計，以提高營業(yè)額。比如超市通過顧客購物小票的信息發(fā)現(xiàn)薯片和可樂一起出現(xiàn)的概率大于70%，那么就可以把這兩者放在相近的貨架上以刺激消費。

(一)基本概念

關(guān)聯(lián)規(guī)則：形如X→Y的蘊(yùn)含表達(dá)式，其中X與Y不相交，即。X與Y分別稱為這個關(guān)聯(lián)規(guī)則的先導(dǎo)和后繼，關(guān)聯(lián)強(qiáng)度可以用支持度和置信度來衡量。

支持度(Support)：表示同時包含X和Y的事務(wù)占所有事務(wù)的比例。如果用P(X)表示使用X事務(wù)的比例，那么公式表達(dá)為：Support=P(XY)=σ(X∪Y)/N。

置信度(Confidence)：類似數(shù)學(xué)中的條件概率，表示使用包含X的事務(wù)中同時包含Y事務(wù)的比例，即同時包含X和Y的事務(wù)占包含X事務(wù)的比例。公式表達(dá)：Confidence=P(XY)/P(X)=σ(X∪Y)/σ(X)。

如果計算結(jié)果滿足上述最小支持度和最小置信度，則認(rèn)為所研究的這個關(guān)聯(lián)規(guī)則是有趣的。其中最小支持度和最小置信度的閾值需要人為設(shè)定。

(二)挖掘步驟

關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘主要包括以下兩個步驟：

第一步：計算頻繁項集。首先設(shè)定最小支持度的值，那么大于或等于該支持度的項集則就被稱作頻繁項集。

第二步：生成強(qiáng)關(guān)聯(lián)規(guī)則。設(shè)定最小置信度的值，則從上一步發(fā)現(xiàn)的頻繁項集中產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則，這些規(guī)則必須大于或等于最小支持度和最小置信度。

四、數(shù)據(jù)挖掘

(一)數(shù)據(jù)收集

從湖北省食品藥品監(jiān)督管理局收集到2016～2018年三年的數(shù)據(jù)，對其進(jìn)行數(shù)據(jù)挖掘及分析。初始收集數(shù)據(jù)是大量冗雜、有噪聲的原始數(shù)據(jù)，將原始數(shù)據(jù)整理成表，接著通過數(shù)據(jù)預(yù)處理以及挖掘以獲得有用信息。

(二)數(shù)據(jù)預(yù)處理

收集了湖北省食品藥品監(jiān)督管理局公布的三年投訴舉報數(shù)據(jù)，共計158547件，其中共涉及了食品、保健食品、藥品、化妝品和醫(yī)療器械五項投訴事項，通過電話、網(wǎng)絡(luò)、信件和走訪四項投訴渠道，受理各事項生產(chǎn)、流通以及消費(使用)三項投訴舉報環(huán)節(jié)。由于初始數(shù)據(jù)繁多且冗雜，為了更好地進(jìn)行數(shù)據(jù)挖掘，首先對數(shù)據(jù)進(jìn)行預(yù)處理。

表1為收集到的湖北省食品藥品的投訴數(shù)據(jù)，在將有噪聲的原始數(shù)據(jù)剔除后，經(jīng)表2的變化規(guī)則處理得到預(yù)處理后的數(shù)據(jù)表3。此時的數(shù)據(jù)經(jīng)過預(yù)處理后達(dá)到了格式類型一致，為后續(xù)的數(shù)據(jù)挖掘做好了準(zhǔn)備。

表1 投訴數(shù)據(jù)

表2 變化規(guī)則

表3 預(yù)處理后的數(shù)據(jù)

(三)數(shù)據(jù)分析

圖1為不同投訴方式占比隨年份投訴量的變化情況。從投訴接收的渠道來看，電話渠道一直高居第一，2017年電話渠道就占總投訴量的57.2%，達(dá)到了33337件，但相比較而言，這個百分比逐年呈下降趨勢，到了2018年共接收27483件，占比更是下降到了47.8%。2017年接收網(wǎng)絡(luò)渠道投訴舉報13801件，同比增長86.1%，占總量的23.7%，到了2018年，此占比達(dá)到了27%?？梢娫陔娫捦对V占比下降的同時，網(wǎng)絡(luò)渠道投訴呈現(xiàn)日益上升的趨勢。在如今這個大數(shù)據(jù)時代，網(wǎng)絡(luò)渠道相對來說既高效又快捷，能夠有效地降低公眾投訴舉報的成本，會成為以后的主要發(fā)展趨勢。

圖1 不同投訴方式占比隨年份投訴量變化情況

圖2為不同產(chǎn)品投訴量投訴舉報來源占比情況。從投訴的產(chǎn)品類別上來看，食品和保健食品的投訴舉報量是最大的，藥品次之。從圖2的曲線中可明顯看出五類不同產(chǎn)品的投訴舉報中C2即電話投訴呈現(xiàn)最高峰，其中B2(保健食品)的曲線在五條線中處于最高點。這說明了電話投訴中投訴量最大的是保健食品，因此食品藥品監(jiān)管局可以加大對電話工作人員的培訓(xùn)，提高其對保健食品方面知識的了解程度。而觀察C1即網(wǎng)絡(luò)投訴渠道，一個有趣發(fā)現(xiàn)是投訴量最大的為化妝品類，現(xiàn)在的化妝品使用者多為年輕女孩，因此她們無疑是網(wǎng)絡(luò)受眾中占比最大的一個群體，符合實際情況。

圖2 不同產(chǎn)品投訴量投訴舉報來源占比情況

(四)關(guān)聯(lián)規(guī)則分析

首先，設(shè)置最小支持度為20%求頻繁集，得到一維最大項目集L1：[B1]、[C1]、[C2]、[D2]、[D3]。由Apriori原理可知，如果某個項集是頻繁的，那么它的所有子集也是頻繁的。反過來，即如果一個項集是非頻繁集，那么它的所有超集也是非頻繁的。如此一來，只有現(xiàn)在得到的上述五個頻繁集的子集才能構(gòu)成二項頻繁集，大大減少了計算量。接著兩兩組合得到二維項目集的支持度、置信度數(shù)據(jù)如表4所示。

表4 關(guān)聯(lián)規(guī)則結(jié)果

從表4的關(guān)聯(lián)規(guī)則結(jié)果分析可以看出：B1和D2的支持度最大，D3→B1的置信度最大。說明政府要加大對食品藥品的監(jiān)管力度，尤其是食品類。食品類在流通環(huán)節(jié)極易出現(xiàn)問題，而且投訴舉報如果是在消費使用環(huán)節(jié)，大概率也是食品類容易接到投訴舉報。另外食品類大部分為電話投訴和網(wǎng)絡(luò)投訴，要提高這兩方面的專業(yè)程度和處理問題的工作能力。

五、研究結(jié)論及建議

(一)結(jié)論

根據(jù)數(shù)據(jù)分析得到以下幾點結(jié)論：第一，食品及藥品投訴量占比最大，是處理投訴監(jiān)管的重中之重。第二，投訴方式集中為電話投訴但占比逐年下降，同時網(wǎng)絡(luò)投訴量占比一直在持續(xù)上升中。可見網(wǎng)絡(luò)渠道由于方便快捷，越來越受群眾所接受和喜愛，將成為以后的主要發(fā)展趨勢。第三，電話投訴中，投訴量最大的為食品和保健食品類。網(wǎng)絡(luò)投訴中，投訴量最大的為化妝品類。第四，大部分產(chǎn)品都是在流通和消費使用環(huán)節(jié)容易出現(xiàn)問題，收到投訴舉報，尤其是食品類。

(二)建議

1.政府要加大對藥品食品的整改力度

比起保健食品、化妝品以及醫(yī)療器械等，食品和藥品無疑是投訴舉報量最大的，幾乎占了總投訴舉報量的90%。說明公民的飲食用藥問題依然是個大問題，因此政府一定要加大對食品藥品的整改力度，控制食品藥品的安全生產(chǎn)流通。

2.加大網(wǎng)絡(luò)投訴機(jī)制建設(shè)

雖然電話投訴是接收投訴舉報的主要渠道，但從數(shù)據(jù)分析中可以看出，這種占比是在逐年下降的，反之位居第二的網(wǎng)絡(luò)投訴渠道占比卻是在逐年穩(wěn)步上升。說明在大數(shù)據(jù)時代網(wǎng)絡(luò)已成為人們必不可少的一項工具，網(wǎng)絡(luò)的高效快捷使越來越多的人愿意通過網(wǎng)絡(luò)來解決問題，這無疑是以后的發(fā)展大趨勢。因此食品藥品監(jiān)管部門需要加大網(wǎng)絡(luò)投訴機(jī)制建設(shè)，加大網(wǎng)絡(luò)渠道宣傳力度，給群眾提供更多的網(wǎng)上申訴渠道。同時增加網(wǎng)絡(luò)處理投訴舉報的工作人員數(shù)量，提高工作人員的專業(yè)水平以及網(wǎng)絡(luò)處理投訴舉報問題的效率。

3.有針對性地培訓(xùn)工作人員，提高處理效率

針對電話投訴中投訴量最大的為食品和保健食品類這一情況，政府可以重點改善投訴環(huán)境，增添投訴舉報工作人員數(shù)目，同時加快食品類案件處置速度，增添同類事務(wù)違規(guī)處置頻次，提升接收電話投訴工作人員對于食品和保健食品的了解程度。針對網(wǎng)絡(luò)投訴中，投訴量最大的為化妝品類，同樣的可以對網(wǎng)絡(luò)工作人員進(jìn)行化妝品類的專業(yè)培訓(xùn)，提高其處理投訴舉報案件的效率。

4.加大食藥生產(chǎn)環(huán)節(jié)監(jiān)管，提高流通消費環(huán)節(jié)處理效率

基本上各類產(chǎn)品在流通環(huán)節(jié)接到投訴舉報的占比最大，其次是消費使用環(huán)節(jié)。這也說明了產(chǎn)品大多是在投入市場進(jìn)入流通使用環(huán)節(jié)后才被投訴舉報其質(zhì)量等問題，而在生產(chǎn)環(huán)節(jié)的投訴舉報情況少之又少，幾乎只占了總處理案件的7%。一旦到了流通消費環(huán)節(jié)，便是已有公眾使用出現(xiàn)了問題，因此我們需從源頭上進(jìn)行管理。加大對食藥生產(chǎn)階段的監(jiān)管，可以派監(jiān)管人員對企業(yè)產(chǎn)品生產(chǎn)環(huán)節(jié)進(jìn)行不定期抽查，增大監(jiān)管執(zhí)行力度。

同時，對于流通和消費環(huán)節(jié)的投訴舉報情況，依然也要重視提高處理這方面情況工作人員的素質(zhì)，尤其是食品類，提高處理效率，讓公眾放心、安心，確保飲食及用藥安全。