民以食为天,食以安为先。食品安全关乎每个人的生命健康,是民生的基础和最重要的保障。本文通过对国内外食品安全的管理模式、食品安全领域信息化、监测数据预警分析方法、舆情预警分析方法进行分析研究,指出目前存在食品安全多利益主体包括政府、食品企业(生产、流通、餐饮)、检验检测机构、媒体和大众消费者等之间的信息不对称问题,不利于进行有效的预警分析与监管,而传统的预警方法和技术只针对单一信息来源进行预警分析,其预警效果往往很难满足实际的需求,预警方法和技术仍然是一个制约食品安全有效监管的瓶颈。为此,本文以食品安全多源数据为基础,通过对2008年至2015贵州省年流通环节食品安全抽样定量检验的6万余个和24万个的快速筛查样品的300余万条数据、食品企业、政府监管数据和食品安全舆情的采集、存储、管理、分析与应用开展研究,并完成了如下研究内容和创新：1.食品安全多源数据采集方法研究系统研究了检验检测机构、政府、企业、大众、媒体等主体的数据采集方法,实现多源数据的有效采集与互通。其中,针对检验检测机构中大量非结构化数据,创新提出基于三元组的结构化知识描述方法,建立多层次食品标准非结构化到结构化转换的模型。利用该模型构建食品安全标准结构化知识库,结合检测过程标准化控制方法,实现跨区域食品检验机构检测数据的结构化与高效采集。2.改进关联规则-改进熵权AHP-BP神经网络结合的食品安全风险预警方法通过对食品安全检测数据特点的分析,结合食品安全相关知识,针对周期性规模抽样检测指标科学合理和食品安全预警的问题,创新提出一种改进关联规则-改进熵权AHP-BP神经网络结合的食品安全风险预警方法,该方法利用改进的关联规则对同类食品的检测指标进行关联性约减,约减的指标体系作为BP神经网络的输入端；其次利用改进熵权AHP法对约减指标进行风险融合,输出重金属污染风险、化学污染物风险、病原性污染风险三种值,并作为BP神经网络的输出值；最后利用输入输出对BP神经网络进行训练,得到风险预警模型。3.食品安全预警分析方法研究研究影响食品安全风险的海量检测数据的五个主要因素,平均含量(AVE)、限量标准(STA)、超限率(OUT)、超限程度(OUD)、和最大值(MAX),实现食品安全预警风险指数结构化表达,提出一种基于风险预警的抽样样本数方法。针对互联网中的舆情信息提出一种基于改进K均值聚类和互信息的舆情热点和舆情情感分析方法。该方法主要改进了密度峰值算法,并用二进位检索算法来确定dc值。利用互信息来提取热点词汇,并计算每一个聚类当中正面和负面词汇的得分。对整体的情感趋势进行分析,从而帮助决策者正确并迅速地做出舆情事件做出判断。4.食品安全云应用基于数据驱动的食品安全预警分析方法,创新设计食品安全多源数据采集、存储、管理、分析与应用于一体的食品安全大数据云平台,2015年6月该平台在贵州成功处置“食品中含有甲醛失实报道”事件,实现了政府、企业、检测机构、消费者、媒体各主体信息的有机互通,为食品安全社会共治提供技术支撑。