关键词：时空Transformer;加权均方误差;食品抽检;风险预警;多分类预测;食品安全
摘 要：目的：研究构建一种时空趋势与风险食品类别相关的多维分析模型，旨在实现对食品安全风险的高效预警，并为监督管理的智能化和精准化提供科学依据和决策支持。方法：依托江苏省市场监督管理局2019年至2024年间的食品抽检数据，设计一种基于时空Transformer的多分类预测模型。该模型深度挖掘食品安全事件在时间与空间维度的演变规律，并建立与风险类别的内在关联，实现对全时空点风险食品类别的预测。为解决多类别数据量差异导致的长尾分布问题，引入加权均方误差损失函数以优化训练，增强模型对尾部类别数据的敏感性。结果：采用4种最高风险类别分类指标与3种全类别风险分类指标综合评估模型的准确性，不仅在已发生风险区域的预测精度上与统计方法相当，而且在全时空范围内实现了全类别风险的高效预测。结论：时空Transformer多分类预测模型为食品安全监管部门提供了一种新颖且有效的工具，能够优化随机抽检策略并提升监管效率。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取