[논문]수입식품 빅데이터를 이용한 부적합식품 탐지 시스템에 관한 연구(한국빅데이터학회 학회지, 2018)

수입식품 빅데이터를 이용한 부적합식품 탐지 시스템에 관한 연구

(한국빅데이터학회 학회지, 2018)

 

 

 

• 수입식품 안전사고가 발생하게 되면 막대한 사회적, 경제적 손실을 야기
• 수입식품의 수입허용여부를 정확하게 예측하여 선제 대응하는 것은 수입안전관리의 효율성과 경제성을 획기적으로 높일 수 있게 됨
• 기계학습분야의 다양한 부적합 예측 모형을 적용
• 예측 모형의 정확도를 개선시키기 위한 방편으로 새로운 파생변수의 생성을 통한 데이터 전처리 방안을 제시
• 여러 기저 분류기 중 Gaussian Naïve Bayes예측 모형이 수입식품의 부적합을 탐지하여 예측하는 가장 좋은 성과를 보여줌
• Gaussian Naïve Bayes 예측 모형을 이용한 부적합 탐지 모형을 적용하여 수입식품의 정밀검사 비중을 낮추고 부적합률을 제고
• 사용 데이터 :  2014년부터 2018년 6월말까지 총 수입신고건을 대상으로 하여 이 중에서 농축수산물을 제외한 식품(가공식품, 건강기능식품, 첨가물, 기구 또는 용기 포장 등) 만을 대상 - 총 1,989,571건
• 사용 알고리즘 : Logistic Regression, KNeighbors, Decision Tree, Gaussian Naïve Bayes, Random Forest, Bagging, Gradient Boosting, MLP Classifier
  
  
• 결론 및 시사점
  
  • 수입식품의 불균형데이터를 정제, 분석하여 예측모형에 적합한 파생변수를 생성하였고 다양한 실험을 수행하였으며 제안 한 모델의 예측성과를 제시
  • 정밀검사 결과에 대한 사전예측모형으로 Gaussian Naïve Bayes모형을 제안하였으나 향후 다양한 분류모형에 관한 연구가 필요
  • 수입식품데이터의 입력변수로 수입업소 의 과거 행정처분이력, GMO식품여부, 수입통 관 및 유통단계에서의 유해물질 등 검출여부 등 을 추가로 고려하여 예측모형의 성과를 제고
  • 수입식품데이터이외 전세계적 으로 이슈가 되거나 전문뉴스 등에 등장하는 식 품안전관련 사건사고 등의 정보를 수집 분석하 여 실시간으로 수입검사관리에 반영하여 사전 예측
  • 국내식품현황자료에도 적용하여 새로운 예측모형의 적용 및 제안모형의 유용성 에 대한 연구가 필요