广东省数据知识产权存证登记平台-证书详情

登记信息

食品检验机构抽样样品异常管控与抽样策略优化数据集 已登记

数据申请号：

粤2026012803894
数据登记号：

SZ2026120000966.1
关键词：

食品大类；异常类型；是否客观原因发生异常；是否主要异常类型
登记时间：

2026-03-04
平台证书编号：

20260244000000966
服务机构：

暂无
登记主体：

广东省食品检验所（广东省酒类检测中心）
法院编号：

广州互联网法院 - c684972a88e1cbcbb928fb070bc4cde3e52526a716fa2debc05643f096938b23-749fc1a4;legalxchain

区块链信息

上链时间：

2026-02-04
所属区块链：

司法联盟链·广东省知识产权保护中心
证据指纹：

eb25ecbc0adff6f331f0864b45253a99b0cf944043c99190f1bdcc02cce7c9de7b39c1d3d98e4e9003dc345ebb87239e698b5c212635b37d17b0d8a6d8d27ef5
区块链存证证书编号：

LXM-GDIPI-23202602044143207811

数据信息

数据简介

广东省食品检验所提供的样品异常数据集，该数据集主要应用分析该类别样品的异常风险，通过使用Excel和多维分布分析及帕累托模型等对数据进行整理、分析样品异常风险得到，数据包括食品大类、异常类型、发生月份、发生月份比例、异常类型比例、食品类别比例、异常类型中食品类别比例、是否客观原因发生异常、是否客观原因发生异常比例、是否能使用信息化手段拦截、是否能信息化拦截比例、是否主要异常类型等相关参数。该数据集可科学评估各类食品样品的异常原因及异常风险等级，为承检机构抽样管理工作开展、抽样部门工作规划优化，以及抽检信息化管理提升提供参考依据。

数据来源：

自行产生
数据所属行业分类：

M74 专业技术服务业

数据处理规则说明

（一）数据采集通过抽样购买广东省生产经营的食品，按相关法律法规进行食品检测，并收集食品类样品异常全量相关数据；（二）数据清洗将样品异常数据进行清洗，将清洗后的有效数据按 Excel 标准化格式整理，对食品大类、异常类型等多个维度进行统一命名，对占比类指标统一数值精度，对关键判定维度按固定列名规范填写，形成结构化清洗数据集；（三）数据分析以清洗后的结构化数据集为基础，依托 Excel 开展数据整理与深度分析，核心运用帕累托模型识别核心异常风险点，运用多维分布分析法分析各维度数据的关联分布特征，计算并验证发生月份占比、异常类型占比等量化指标的最终值，分析各指标间的关联关系，结合帕累托模型量化核心风险维度的占比权重，统计客观原因异常的占比分布，明确异常风险的主要量化特征。

应用场景描述

（一）针对性质量管理：结合客观原因异常占比分布数据，区分人为导致的异常与不可抗客观因素导致的异常，为质量管理奖惩提供依据：对人为问题占比高的情况进行强化质控，对客观因素集中的环节进行优化进行抽样流程指导、储存条件规范，提升质控效率与精准度。（二）抽样工作规划优化：根据异常原因的分布特征，合理规划审核，加大人为错误风险类型的审核力度及异常原因高发类型的审核次数；对于高风险异常食品大类，优化并细化抽样方案，同时进行针对性培训让抽检人员规避风险。（三）抽检信息化管理提升：评估后的数据可结合信息化手段进行针对性的自动拦截，降低样品异常风险并提高抽检信息化管理水平。

数据格式：

xlsx
数据更新频率：

其他
数据量：

744

样例数据

序号食品大类异常类型发生月份发生月份比例异常类型比例食品类别比例异常类型中食品类别比例是否客观原因发生异常是否客观原因发生异常比例是否能使用信息化手段拦截是否能信息化拦截比例是否主要异常类型 1 罐头偏离抽检计划 8月 10.75% 18.15% 0.67% 2.96% 否 79.57% 否 59.54% 是 2 罐头偏离抽检计划 8月 10.75% 18.15% 0.67% 2.96% 否 79.57% 否 59.54% 是 3 罐头偏离抽检计划 8月 10.75% 18.15% 0.67% 2.96% 否 79.57% 否 59.54% 是

数据结构样例

该数据集以文本、数值、百分比等字段类型和字段属性存储于Excel表格中，字段名称包含序号、食品大类、异常类型、发生月份、发生月份比例、异常类型比例、食品类别比例、异常类型中食品类别比例、是否客观原因发生异常、是否客观原因发生异常比例、是否能使用信息化手段拦截、是否能信息化拦截比例、是否主要异常类型等相关参数。关键字段食品大类代表异常样品所属的食品大类；异常类型代表样品异常的原因类型；发生月份代表样品异常时间所属月份；是否客观原因发生异常代表样品异常原因是否为不可抗客观因素；是否主要异常类型代表样品异常类型占比从高到低排序，累计占比达80%的前N个异常类型。

数据状态

2026-03-04

数据知识产权登记完成