劉文 段敏 劉鵬 戴岳 劉樸真 袁姍姍 張宏蕊

摘 要：本研究通過KAP調查法分析了我國現(xiàn)行食品安全標準培訓現(xiàn)狀和存在的問題，并采用ADDIE模型，開展了食品安全標準培訓需求分析、模式設計和平臺構建等研究，提出了“食品安全標準智能化場景式培訓模式”，研究構建了集在線培訓、場景式體驗、交互答疑、知識查詢、效果評價等多功能為一體的智能化場景式食品安全標準培訓綜合平臺。該平臺的運行實施將滿足食品監(jiān)管人員、食品從業(yè)人員的多元化、智能化、高效便捷的培訓需求。

關鍵詞：食品安全標準，培訓模式，ADDIE模型，智能化，場景式，培訓平臺

DOI編碼：10.3969/j.issn.1674-5698.2023.03.008

1 引 言

我國《食品安全法》規(guī)定，食品安全標準是強制執(zhí)行的標準，食品生產經營者應當依照法律、法規(guī)和食品安全標準從事生產經營活動。食品安全標準在食品生產經營和食品安全監(jiān)管中發(fā)揮著不可替代的作用。要貫徹好、執(zhí)行好食品安全標準就必須讓使用該標準的單位和個人正確地認識和掌握標準，理解其中內容和各項要求。因此，食品安全標準的宣貫培訓是推動食品安全標準實施的有效手段，也是提升食品安全管理人員和食品安全監(jiān)管人員依法行政水平的重要措施。目前，我國衛(wèi)生行政部門、市場監(jiān)管部門以及第三方機構平臺積極開展食品安全標準宣貫培訓、標準解讀和服務等工作。但是食品安全標準數(shù)量多、涉及領域廣、專業(yè)技術性強，并且標準之間的引用越來越頻繁，食品安全標準培訓工作任重道遠。本研究通過開展食品安全標準培訓現(xiàn)狀調查、摸清現(xiàn)階段食品安全標準培訓需求，創(chuàng)新構建食品安全標準培訓模式，研究開發(fā)智能化場景式培訓平臺，以期為后期食品安全標準培訓的實施提供參考，從而有效促進食品從業(yè)人員和食品監(jiān)管人員食品安全管理水平的提升。

2 食品安全標準培訓現(xiàn)狀及存在問題分析

2.1 調查方法及內容

本研究采用K A P（k n o w l e d g e，a t t i t u d e，practice）調查方法，設計了《食品安全國家標準培訓主體行為情況調查問卷》。被調查者來自全國范圍內的食品監(jiān)管人員和食品從業(yè)人員，采用自愿參加的方式，在線填寫電子問卷?！妒称钒踩珖覙藴逝嘤栔黧w行為情況調查問卷》主要包括被調查者基本情況、食品安全標準知識、食品安全標準培訓態(tài)度、食品安全標準培訓行為表現(xiàn)以及食品安全標準培訓需求分析等5方面，重點調查發(fā)現(xiàn)食品安全標準的培訓對象、培訓教材、培訓形式、培訓效果等方面存在的問題。

2.2 調查結果分析

本次共采集到有效反饋的《食品安全國家標準培訓主體行為情況調查問卷》數(shù)量128份。從被調查人員來看，參與本次問卷調查的食品監(jiān)管人員和食品從業(yè)人員分別占比41%和59%。

通過調查發(fā)現(xiàn)，所有調查者均認同食品安全標準培訓對從事食品安全工作的重要性，其中57%的被調查者認為非常重要。89.1%的食品監(jiān)管人員和食品從業(yè)人員對食品安全標準培訓制度要求有不同程度的了解；71.1%表示會主動積極參加食品安全標準培訓；95.5%的領導層重視食品安全標準培訓工作，其中35.2%的領導層非常重視。被調查者參加過食品安全標準培訓的占比87.5%，其中48.4%每年都參加食品安全標準培訓；食品監(jiān)管人員的培訓方式以課堂教授為主；食品從業(yè)人員以網絡在線直播課程和課堂教授兩種方式為主。

通過調查可以看出，當前培訓存在的主要問題排名前五的分別為：（1）培訓形式單一、手段落后；（2）培訓缺少有效實際效果；（3）培訓制度不健全、對培訓重視程度不夠；（4）沒有根據(jù)受培訓人員情況等進行分類分級培訓；（5）培訓教材體系不完善（如圖1所示）。分析發(fā)現(xiàn)除了第三個問題，其余問題均可通過優(yōu)化構建一種新的食品安全標準培訓模式來解決，保證培訓形式的多樣化、培訓人員的分級分類管理、培訓教材的體系化以及培訓實際效果的有效評估。

3 食品安全標準培訓模式及其實施路徑分析

3.1 ADDIE模型

本研究應用教學設計領域的經典模型——A D D I E 模型構建食品安全標準培訓新模式并進行落實實施。A D D I E 模型主要包括分析（Analysis）、設計（Design）、發(fā)展（Develop）、執(zhí)行（Implement）和評估（Evaluate）5個階段，強調了“要學什么-如何去學-如何判斷學習者已到達的學習成效”的核心思想。

3.2 模型應用

按照ADDIE模型中規(guī)定階段，本研究首先開展受培訓人員的需求精準分析，然后根據(jù)需求優(yōu)化設計新的培訓模式，進而有針對性地設計和開發(fā)標準培訓工具并開展實施應用，并在全程對培訓工具實施效果進行評估反饋，具體研究路線如圖2所示。

4 食品安全標準培訓需求分析

根據(jù)ADDIE模型，分析階段是食品安全標準培訓的首要環(huán)節(jié)，本研究通過資料調研和邀請食品監(jiān)管人員以及食品從業(yè)人員等開展座談調研等方式，分析發(fā)現(xiàn)當前我國食品安全標準培訓在培訓形式和培訓內容兩方面的需求如下。

4.1 培訓形式的需求分析

調研發(fā)現(xiàn)，當前食品安全標準培訓形式以線下培訓和線上培訓并存的形式為主。其中，線下培訓形式主要是傳統(tǒng)的課堂教授、交流研討和現(xiàn)場參觀為主；線上培訓形式主要包括網絡在線直播課程和網絡視頻錄播課程兩大類。目前的培訓形式以傳統(tǒng)課堂教授或在線直播課程的培訓模式為主，這與

4 4.4%的被調查者認為培訓形式單一、手段落后等反映出的問題一致。

根據(jù)座談者反饋，食品監(jiān)管人員和食品從業(yè)人員均對在線培訓表現(xiàn)出了更高的積極性。在線培訓形式中全部的調查者均選擇了多種培訓形式相結合，包括課堂講授、情景模擬、案例分析、答疑與交流等。該情況表明了當前培訓者對食品安全標準培訓的多元化培訓需求是非常強烈的，現(xiàn)有教學方式已不能滿足需求，應積極探索建立一種全新的情景式、沉浸式、交互式的教學方式，讓食品安全標準宣貫培訓“活”起來。

4.2 培訓內容的需求分析

《食品安全法》頒布實施后，我國已初步建立了食品安全標準體系。截至2022年8月1日，我國共發(fā)布食品安全國家標準1，455項，其中通用標準13項、產品標準808項、生產經營規(guī)范標準34項、檢驗方法標準492項、被替代（擬替代）和已廢止（待廢止）標準108項。

通過調研分析發(fā)現(xiàn)，對于食品監(jiān)管人員，期待學習的知識排名前兩位的是食品通用標準知識和規(guī)范類標準，其次為食品安全標準體系知識。對于食品從業(yè)人員，期待學習食品安全標準體系知識的人員比例最高，其次為規(guī)范類標準和通用標準。雖然食品監(jiān)管人員和食品從業(yè)人員在期望學習食品安全標準的內容上各有側重，但總體以基礎的、綜合的、體系化知識為主。該結果為下一步培訓內容和課程的開發(fā)設計提供了依據(jù)。

5 食品安全標準培訓新模式設計

本研究在前期需求分析的基礎上，以食品安全標準為核心，從培訓形式、培訓內容、培訓課程進行設計，提出了“食品安全標準智能化場景式培訓模式”（如圖3所示）。

該培訓模式具有兩大特點：（1）培訓形式新穎多元。標準培訓形式的設計緊緊圍繞著培訓主體需求，除了在線直播、視頻講解、案例分析等現(xiàn)有常用培訓模式外，運用虛擬現(xiàn)實、人工智能等信息化手段設計了場景式體驗、交互答疑、知識查詢等多種新穎方式，實現(xiàn)場景式體驗和人機交互等新型培訓形式，解決了標準培訓形式單一的問題，滿足培訓者多元化培訓需求。（2）培訓內容完善成體系。本研究強調從“單一標準”培訓向“標準知識”培訓的過渡和轉變，將培訓內容按照知識類型，劃分為基礎類知識、標準文件類知識、標準實施類知識和專業(yè)背景類知識，培訓內容將從每個標準的知識點入手，按照由簡至難，由基礎到拓展、循序漸進的邏輯順序，使受訓者完整全面地掌握標準知識，同時本研究針對食品安全標準知識進行了對應的課程體系設計，涵蓋了標準基礎課程、標準體系課程、系列標準課程、單一標準課程、標準實施課程以及標準拓展課程，滿足不同級別不同類型受訓者的需求。

6 智能化場景式培訓平臺開發(fā)與運行

為推動“食品安全標準智能化場景式培訓模式”的實施落地，本研究構建開發(fā)了智能化場景式食品安全標準培訓綜合平臺，該平臺具備在線培訓、場景式體驗、交互答疑、知識查詢、效果評價等多功能為一體，完全滿足食品安全培訓的當前需求。

6.1 平臺構架設計

智能化場景式食品安全標準培訓綜合平臺構架設計如圖4所示。其中數(shù)據(jù)層包括了各類標準文本、培訓教材、考試題庫和用戶數(shù)據(jù)等；知識層按照食品安全標準知識分類，劃分為基礎類知識、標準文件類知識、標準實施類知識和專業(yè)背景類知識；功能層主要包括培訓學習、人機交互答疑和培訓實施效果評價；用戶層包括了監(jiān)管人員、從業(yè)人員等培訓主體和培訓主辦方等。

系統(tǒng)架構集成了先進的軟件體系架構思想，具有采用多層分布式應用模型、基于組件并能重用組件、統(tǒng)一完全模型和靈活的事務處理控制等特點。

6.2 平臺核心功能模塊

該平臺與現(xiàn)有在線培訓平臺相比，具有以下特色核心功能模塊。

（1）食品安全標準培訓場景式體驗。該模塊主要構建三維立體的場景，模擬食品安全標準使用場景，采用沉浸式體驗讓培訓主體切實理解相關培訓內容，從而加深培訓體驗。本研究采用WebGL技術繪制三維模型，以GB 12693-2010《食品安全國家標準 乳制品良好生產規(guī)范》和GB 31654-2021《食品安全國家標準 餐飲服務通用衛(wèi)生規(guī)范》為例的三維模擬場景（如圖5所示）。

（2）食品安全標準知識圖譜。食品安全標準知識圖譜是實現(xiàn)人機交互答疑、智能搜索、知識關聯(lián)的基礎。本研究采用圖數(shù)據(jù)庫的存儲方式，提取三元組（實體-關系-實體或實體-屬性-屬性值），構建食品安全標準知識圖譜。知識圖譜的知識項涵蓋了標準編號、標準名稱、代替標準、被代替標準、發(fā)布日期與實施日期、起草單位與起草人、管理部門等基本信息項，也涵蓋指標名稱、指標數(shù)值、規(guī)定要求等具體內容項。

（3）食品安全標準培訓人機交互答疑。人機交互答疑系統(tǒng)是采用基于插件概念問題集問答開發(fā)的檢索式問答系統(tǒng)。食品安全標準人機交互系統(tǒng)可實現(xiàn)語音方式和文字方式的食品安全標準知識問答功能，并能將新問題提交到知識庫管理系統(tǒng)。支持用戶選擇“語音方式”或者“文字方式”答疑。文字方式支持用戶輸入問題，系統(tǒng)給出文字解答。如果系統(tǒng)沒有解答的問題，系統(tǒng)將記錄為新問題。語音方式支持系統(tǒng)與用戶語音交互問答。如果系統(tǒng)沒有解答的問題，系統(tǒng)將記錄為新問題。

（4）食品安全標準培訓實施效果評價。本研究依據(jù)培訓遷移理論、成人學習理論、柯氏四級培訓評估模型，結合食品安全標準培訓實際，從需求、反應、學習、行為和效果5個角度，構建了食品安全標準培訓效果“五層次”評估模型（如圖6所示）。其中“需求層”評估培訓方案的科學性和可行性，“反應層”評估學習積極性與培訓滿意度，“學習層”評估態(tài)度轉變與食品安全標準知識提升，“行為層”評估學以致用與行為改善，“效果層”評估受訓者個人績效與所在組織績效。智能化場景式食品安全標準培訓綜合平臺通過調查問卷等方式實現(xiàn)了食品安全標準需求和培訓實施效果的及時跟蹤評價。

6.3 平臺運行

智能化場景式食品安全標準培訓綜合平臺采用B/S結構的應用程序架構。使用者無需安裝任何客戶端軟件，可在任何具備瀏覽器的機器上通過網絡進行業(yè)務的處理，并且平臺部署運行環(huán)境要求符合大部分服務器要求。

該平臺是一種突破傳統(tǒng)、直觀有效的食品安全標準知識培訓學習平臺，可應用于大中小型食品生產企業(yè)、餐飲服務企業(yè)和各級食品安全監(jiān)管部門，也可應用于食品安全檢驗檢測機構、以及期望了解食品安全標準的社會各方團體。具有培訓形式豐富多樣、培訓課程體系完善、滿足不同培訓主體需求等優(yōu)勢。

7 結 論

通過K AP調查發(fā)現(xiàn)，現(xiàn)有食品安全標準培訓模式存在培訓內容與方式單一、效率較低、智能化程度低、效果缺乏控制與評價等問題，本研究以滿足培訓主體需求為核心，基于ADDIE模式，提出了“食品安全標準智能化場景式培訓模式”并開發(fā)了“智能化場景式食品安全標準培訓綜合平臺”。

該研究在現(xiàn)有食品安全標準培訓模式的基礎上，從培訓形式、培訓內容、培訓課程等維度進行了優(yōu)化升級。通過采用三維建模技術實現(xiàn)了食品安全標準培訓智能化場景式體驗，將標準知識進行拆解關聯(lián)構建了我國食品安全標準知識圖譜，開發(fā)了食品安全標準人機交互答疑系統(tǒng)。該研究為創(chuàng)新食品安全標準培訓提供了一種新思路和新做法，達到食品安全標準培訓的多元化、智能化、高效便捷的培訓目標，可滿足我國食品安全監(jiān)管工作和食品生產經營活動的現(xiàn)實需要。

參考文獻

張婧，陳瀟，白紅娟，等. 我國食品從業(yè)人員食品安全知識、態(tài)度、行為的調查研究[J]. 中國食品學報， 2021，21（09）：416-423.

馬長路，董雙佳，田文靜，等. 食品專業(yè)大學生營養(yǎng)標簽KAP分析[J]. 安徽農業(yè)科學， 2020，48（22）：266-268.

郝志剛，秦麗. 基于多屬性綜合評價的食品安全標準引用網絡重要節(jié)點發(fā)現(xiàn)方法[J/OL]. 計算機應用：1-9.

張奕璪. ADDIE模型視角下農村職業(yè)技能培訓初探[J].現(xiàn)代農機， 2022（02）：72-73.

步娜，薛偉. 基于ADDIE模型的零售終端雪茄營銷培訓模式研究[J]. 現(xiàn)代商貿工業(yè)， 2022，43（22）：77-79.DOI：10.19311/j.cnki.1672-3198.2022.22.031.

吳楊偉，李曉丹. 基于ADDIE模型的智慧課堂教學模式設計研究[J]. 安順學院學報， 2021，23（06）：59-64.

葉金珠，單初. 基于知識圖譜的國內食品安全研究可視化分析[J]. 安徽農業(yè)科學， 2018，46（02）：177-180.

秦麗，郝志剛，李國亮. 國家食品安全標準圖譜的構建及關聯(lián)性分析[J]. 計算機應用， 2021，41（04）：1005-1011.

呂征達. 基于機器學習的試題多知識點和認知動詞自動標注研究[D]. 大連：大連理工大學， 2019.

張舒凱. 基于知識圖譜與深度學習的問答系統(tǒng)算法研究與實現(xiàn)[D]. 北京：北京郵電大學， 2021.

王雁軍，黃儒樂. 標簽技術在高校文檔知識管理中的應用研究[J].科技資訊， 2019，17（36）：198-199+202.

李芳. 基于深度學習的語義匹配在FAQ問答中的研究與應用[D]. 北京： 北京郵電大學， 2021.

韓華珍. 面向智能問答系統(tǒng)的語義匹配技術研究與實現(xiàn)[D]. 成都：電子科技大學， 2021.

LI F， YU H. An investigation of single-domain and multidomainmedication and adverse drug event relation extraction fromelectronic health record notes using advanced deep learningmodels [J]. J AM MED INFORM ASSN， 2019，26（7）：646-654.

呂學莉，邢航，于航宇，等. 2020年食品安全國家標準專項跟蹤評價研究及結果分析[J]. 中國食品衛(wèi)生雜志， 2022，34（3）：593-600.

QIN L， HAO Z， YANG L. Question answering system based onfood spot -check knowledge graph [C]//Proceedings of the 6thInternational Conference on Computing and Data Engineering.New York：ACM， 2020：168-172.

何秋實. 食品安全標準跟蹤評價管理現(xiàn)狀分析[J]. 現(xiàn)代食品， 2022，28（7）：143-145.

Hu Y， Zhang T. Land Engineering Fund Project Text MiningData Collection and Preprocessing Method[J]. International CoreJournal of Engineering， 2022， 8（6）.

夏昌鈺. 基于機器學習和深度學習的新冠肺炎微博觀點的情感分析[D]. 南昌：江西財經大學， 2021.

孟令爽. 基于文本挖掘技術的用戶產品評論研究[D]. 石家莊：河北經貿大學， 2022.

Patel A， Jain S. Present and future of semantic web technologies：a research statement[J]. International Journal of Computers andApplications， 2019： 1-10.

張平平. 網絡輿情對上市公司股價波動的影響研究[D]. 上海：東華大學， 2020.

程蘇杰. 基于知識圖譜的唐卡人物問答系統(tǒng)研究與實現(xiàn)[D]. 蘭州：西北民族大學， 2022.

范青， 談國新， 張文元. 基于元數(shù)據(jù)的數(shù)字文化資源描述與應用研究——以湖北數(shù)字文化館為例[J]. 圖書館學研究，2022（02）： 48-59.

唐琳， 郭崇慧， 陳靜鋒. 中文分詞技術研究綜述[J]. 數(shù)據(jù)分析與知識發(fā)現(xiàn)， 2020， 4（Z1）： 1-17.

趙山， 羅睿， 蔡志平. 中文命名實體識別綜述[J]. 計算機科學與探索， 2022， 16（02）： 296-304.

杭婷婷， 馮鈞， 陸佳民. 知識圖譜構建技術：分類、調查和未來方向[J]. 計算機科學， 2021， 48（02）： 175-189.

Ying A， Xianyun X， Xianlai C， et al. Chinese clinical namedentity recognition via multi-head self-attention based BiLSTMCRF[J]. Artificial Intelligence In Medicine， 2022， 127.

朱云， 凌志剛， 張雨強. 機器視覺技術研究進展及展望[J].圖學學報， 2020， 41（06）： 871-890.

鄂海紅， 張文靜， 肖思琪，等. 深度學習實體關系抽取研究綜述[J]. 軟件學報， 2019， 30（06）： 1793-1818.

朱麗雅， 張珺， 洪亮，等. 數(shù)字人文領域的知識圖譜：研究進展與未來趨勢[J]. 知識管理論壇， 2022， 7（01）： 87-100.

鐘梅英， 郭亞， 胡凱，等. 基于文獻計量學與知識圖譜的中華絨螯蟹研究進展與趨勢分析[J]. 農業(yè)工程學報， 2022，38（03）： 311-322.