• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于文獻(xiàn)計量學(xué)的食品大數(shù)據(jù)技術(shù)研究分析

      2021-03-31 06:51:16駱靖陽陸柏益
      食品科學(xué) 2021年5期
      關(guān)鍵詞:論文營養(yǎng)領(lǐng)域

      駱靖陽,陸柏益

      (浙江大學(xué)生物系統(tǒng)工程與食品科學(xué)學(xué)院,浙江 杭州 310058)

      食品產(chǎn)業(yè)是我國國民經(jīng)濟(jì)的第一大產(chǎn)業(yè),也是增長速度最快、最具活力的特殊支柱產(chǎn)業(yè)[1]。截至2018年,我國食品工業(yè)總產(chǎn)值已突破12萬億 元,糧食、蔬菜、果品、肉類產(chǎn)量均居世界首位[2]?!懊褚允碁樘臁?,食品的產(chǎn)量、種類、結(jié)構(gòu)、品質(zhì)等不僅關(guān)系著廣大人民群眾的生命安全和生活質(zhì)量,更關(guān)系到社會的穩(wěn)定和諧,具有重大意義[3]。如今食品工業(yè)已跨過高投入、高增長的歷史時期,逐漸進(jìn)入以高質(zhì)量發(fā)展為核心的產(chǎn)業(yè)升級階段[4],呈現(xiàn)出學(xué)科綜合化、生產(chǎn)規(guī)?;?、技術(shù)高新化、產(chǎn)品安全化、營養(yǎng)均衡化的發(fā)展趨勢[5]。

      大數(shù)據(jù)時代的到來將大量的生產(chǎn)信息以數(shù)字化的形式賦予到了食品產(chǎn)業(yè)本身[6]。然而,食品產(chǎn)業(yè)中產(chǎn)品種類之多、涉及領(lǐng)域之廣、生產(chǎn)環(huán)節(jié)之繁、從業(yè)人員之雜,是其他產(chǎn)業(yè)所不能比擬的[7]。這使其產(chǎn)業(yè)信息呈現(xiàn)出爆炸式的增長態(tài)勢,形成紛繁雜亂的“信息海洋”,讓傳統(tǒng)的食品產(chǎn)業(yè)模式屢遭瓶頸、漏洞頻出[8]。如何確保全產(chǎn)業(yè)鏈中的食品安全與品質(zhì)健康;如何建立數(shù)字化、自動化的食品生產(chǎn)模式;如何滿足用戶日趨多元化、個性化的膳食營養(yǎng)需求?這些日益凸顯的困境成為了食品產(chǎn)業(yè)中亟待解決的難題。

      以云計算、物聯(lián)網(wǎng)、“互聯(lián)網(wǎng)+”等為基礎(chǔ)的大數(shù)據(jù)技術(shù)[9],是一種對海量數(shù)據(jù)進(jìn)行深入分析挖掘,充分提取信息,預(yù)測未來發(fā)展,以便監(jiān)管操作的技術(shù)[10]。它能夠深入挖掘數(shù)據(jù)內(nèi)含的發(fā)展規(guī)律及動向,實(shí)現(xiàn)“業(yè)務(wù)驅(qū)動”向“數(shù)據(jù)驅(qū)動”的轉(zhuǎn)變[11],業(yè)已在應(yīng)用軟件[12]、金融貿(mào)易[13]、治安管理[14]和國家建設(shè)[15]等方面嶄露頭角,展現(xiàn)出巨大的發(fā)展?jié)摿Α4髷?shù)據(jù)技術(shù)的應(yīng)用與發(fā)展無疑為深陷“數(shù)據(jù)泥淖”中的食品產(chǎn)業(yè)帶來了全新的契機(jī)。其強(qiáng)大的數(shù)據(jù)挖掘、分析及決策能力,有望成為突破重重困境的利刃,為食品產(chǎn)業(yè)轉(zhuǎn)型升級帶來全新的曙光[16]。

      本文選擇了食品大數(shù)據(jù)技術(shù)發(fā)展中最具典型性的三大領(lǐng)域:食品安全管理、食品智能制造、膳食營養(yǎng)與健康(依次簡稱為“安全”“智能”和“營養(yǎng)”),采用文獻(xiàn)計量學(xué)[17]的方法,以論文和專利檢索為基礎(chǔ),對食品大數(shù)據(jù)技術(shù)在這三大領(lǐng)域中的研究及應(yīng)用情況進(jìn)行了分析。本文結(jié)合技術(shù)特點(diǎn)和行業(yè)趨勢,對其未來發(fā)展前景進(jìn)行展望,分析了全球各國的技術(shù)發(fā)展現(xiàn)狀和綜合學(xué)術(shù)影響力,以期為我國的技術(shù)發(fā)展提供具有建設(shè)性意義的啟示。

      1 文獻(xiàn)來源、關(guān)鍵詞設(shè)置與評價指標(biāo)

      1.1 文獻(xiàn)來源

      文獻(xiàn)分為論文和專利兩種形式,前者主要包括期刊論文、會議論文、學(xué)位論文以及圖書、社論等;后者主要包括專利申請書、專利說明書等各類專利文獻(xiàn)。論文數(shù)據(jù)來自Web of ScienceTM(WOS)核心合集[18],索引:SCI-EXPANDED、SSCI、A&HCI、CPCI-S、CPCI-SSH、BKCI-S、BKCI-SSH、ESCI、CCR-EXPANDED、IC;專利數(shù)據(jù)來自Derwent Innovations Index數(shù)據(jù)庫[19],索引:Chemical Section、Electrical and Electronic Section、Engineering Section。

      1.2 關(guān)鍵詞設(shè)置

      在大量查閱文獻(xiàn)、書籍及資料后,在安全、智能、營養(yǎng)三大領(lǐng)域中依次總結(jié)出兩組關(guān)鍵詞。第一組為技術(shù)性關(guān)鍵詞,需盡可能反映出大數(shù)據(jù)技術(shù)在該領(lǐng)域中的融合方式和發(fā)展趨勢;第二組為特征性關(guān)鍵詞,需盡可能體現(xiàn)出該領(lǐng)域區(qū)別于其他領(lǐng)域的獨(dú)有特點(diǎn)與研究方向。各領(lǐng)域中的技術(shù)性關(guān)鍵詞和特征性關(guān)鍵詞兩兩組合成檢索詞,依次在數(shù)據(jù)庫中進(jìn)行檢索,并將各組合的檢索結(jié)果匯總,以便后續(xù)分析[20]。經(jīng)分析總結(jié)后得出的各組關(guān)鍵詞如表1所示,基本涵蓋了區(qū)塊鏈、物聯(lián)網(wǎng)、云計算、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等常見的大數(shù)據(jù)技術(shù),以及從微觀到宏觀、從方法到策略、從技術(shù)到應(yīng)用等各維度的研究內(nèi)容,因此能夠?qū)崿F(xiàn)較為全面且細(xì)致的檢索和分析。

      表 1 三大領(lǐng)域中的關(guān)鍵詞組合Table 1 Keyword combinations in three fields

      檢索方式:主題檢索;檢索語言:英文;時間跨度:2010—2019年;檢索時間:2020年5月21日—5月31日;出版物類型:包含所有類型。對檢索結(jié)果進(jìn)行人工復(fù)篩,即通過瀏覽標(biāo)題、關(guān)鍵詞、摘要等信息將不符合要求的條目篩除。不符合要求的原因主要包括:1)研究內(nèi)容明顯與主題無關(guān);2)更傾向于旁類學(xué)科(農(nóng)林/畜牧/醫(yī)藥等)而非食品;3)未充分體現(xiàn)大數(shù)據(jù)思維,或大數(shù)據(jù)技術(shù)化程度明顯不足;4)缺乏針對性,與食品學(xué)科融合度不高,或未能充分體現(xiàn)出食品學(xué)科特色。

      最終共計得到論文474 篇,專利257 項。檢索到的論文中包括研究性論文247 篇,綜述論文67 篇,其他類型160 篇;共計涉及來自全球的71 個國家/地區(qū),814 所研究機(jī)構(gòu)和418 種學(xué)術(shù)期刊。以InCitesTM數(shù)據(jù)庫[21-22]和文獻(xiàn)計量在線分析平臺TM(https://bibliometric.com)為主要分析工具,對論文發(fā)表數(shù)量、專利申請數(shù)量、學(xué)術(shù)綜合影響力、國家/機(jī)構(gòu)合作關(guān)系、研究熱點(diǎn)及發(fā)展方向等內(nèi)容進(jìn)行了一系列統(tǒng)計分析。

      1.3 評價指標(biāo)

      本文涉及的評價指標(biāo)均來自InCitesTM數(shù)據(jù)庫[23],主要包括:總被引頻次、H指數(shù)、篇均被引頻次、學(xué)科規(guī)范化的引文影響力(category normalized citation impact,CNCI,指一組論文在某個學(xué)科中發(fā)表論文的實(shí)際總被引次數(shù)與全球該學(xué)科同年同類型論文的平均總被引次數(shù)比值的平均值)、被引次數(shù)排名前10%的論文比例(簡稱TOP 10%論文比例)、相對于全球平均水平的影響力以及平均百分位。其中后5 項指標(biāo)簡稱為評價論文綜合學(xué)術(shù)影響力的“五大指標(biāo)”。

      2 結(jié)果與分析

      2.1 總體情況分析

      2010—2019 年間,食品大數(shù)據(jù)技術(shù)在安全、智能、營養(yǎng)三大領(lǐng)域的論文發(fā)表及專利申請情況如圖1所示。期間發(fā)表的論文數(shù)量分別為281、115、96 篇(其中18 篇論文涉及多個領(lǐng)域的內(nèi)容);申請的專利數(shù)量分別為126、77、54 項;論文被引頻次總計分別為2 111、1 303、784 次;篇均被引頻次分別為8.23、12.28、8.39 次/篇;H指數(shù)分別為26、19、16。

      圖 1 2010—2019年全球范圍內(nèi)三大領(lǐng)域的論文發(fā)表及專利申請情況Fig. 1 Annual worldwide numbers of published papers and applied patents in three fields in 2010-2019

      安全領(lǐng)域,指的是利用大數(shù)據(jù)技術(shù)對食品“從土壤到餐桌”全產(chǎn)業(yè)鏈中的數(shù)據(jù)信息進(jìn)行研究管理[24],從而發(fā)掘數(shù)據(jù)的潛在規(guī)律和動向,以實(shí)現(xiàn)食品安全品質(zhì)信息的實(shí)時獲取、及時監(jiān)管[25],以及重大食品安全風(fēng)險的防范、預(yù)警[26]與溯源[27-28]。從論文發(fā)表數(shù)量和專利申請數(shù)量來看,自2014年起均出現(xiàn)快速增長趨勢(增速約13.54 篇/年和6.83 項/年)(圖1)。從主題上來看,這可能是因為與區(qū)塊鏈[29]、食品追溯[30]、農(nóng)產(chǎn)品供應(yīng)鏈[31]等相關(guān)的論文和專利數(shù)量逐漸增加。相較于另外兩大領(lǐng)域,該領(lǐng)域已經(jīng)取得了一定的研究及應(yīng)用成果,例如美國的OpenFDA項目[7],通過建立基于用戶利益的食品大數(shù)據(jù)共享平臺,促進(jìn)了食品安全信息的開放融通與共享互鑒,從而有效推進(jìn)了學(xué)術(shù)研究、產(chǎn)業(yè)創(chuàng)新以及監(jiān)管效能的提升。此外,該技術(shù)在歐盟食品飼料快速預(yù)警系統(tǒng)[32]和我國“食品安全云”系統(tǒng)[33-35]中也有著廣泛應(yīng)用,為構(gòu)建完善的食品安全社會共同治理模式提供了強(qiáng)力助推。

      智能領(lǐng)域,指的是收集、統(tǒng)計、整合食品企業(yè)在生產(chǎn)加工過程等各環(huán)節(jié)中的數(shù)據(jù)信息,建立數(shù)字化食品企業(yè)模型[36],通過大數(shù)據(jù)分析處理技術(shù),對用戶的需求做出智能化分析、推理與決策[37],實(shí)時調(diào)整生產(chǎn)方式與策略[38],以實(shí)現(xiàn)自動化、智能化、個性化的食品生產(chǎn)加工[39]。從論文發(fā)表數(shù)量來看,自2014年起呈現(xiàn)緩慢增長趨勢(增速約5.60 篇/年);從專利申請數(shù)量來看,2012—2016年穩(wěn)定增長(增速約2.40 項/年),但近3~4 年增幅緩慢(圖1)。自2016年以來,逐漸出現(xiàn)與3D打印、增材制造等[40-41]主題相關(guān)的論文與專利,但就數(shù)據(jù)方面來看,全球在該方面的研究上處于起步階段,尚未觀察到具有突破性意義的研究進(jìn)展。

      營養(yǎng)領(lǐng)域,指的是通過云計算、神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)等大數(shù)據(jù)技術(shù)與臨床醫(yī)學(xué)、生理學(xué)、營養(yǎng)學(xué)等學(xué)科的結(jié)合[42-43],深入挖掘個人生理指標(biāo)特征,以提供智能化、精確化、個性化的膳食營養(yǎng)指導(dǎo)與方案[44]。從論文發(fā)表數(shù)量來看,2014—2017年間基本平緩,近2~3 年間增速出現(xiàn)較大幅度提升(約12.0 篇/年);從專利申請數(shù)量來看,呈現(xiàn)波折上升趨勢,并于2018年達(dá)最大值(17 項)(圖1)。從研究主題方面來看,可能是因為與公共衛(wèi)生、疾病防控和醫(yī)療保健等[45-46]主題相關(guān)的論文與專利逐漸增多,而大數(shù)據(jù)技術(shù)在其中多以輔助手段的形式出現(xiàn)。

      2.2 國家學(xué)術(shù)綜合影響力分析

      圖 2 三大領(lǐng)域中發(fā)文量TOP 10國家的綜合學(xué)術(shù)影響力分析Fig. 2 Comprehensive academic influence analysis of top ten countries in terms of publication number in three fields

      論文的學(xué)術(shù)影響力水平可以通過發(fā)文數(shù)量、總被引頻次、篇均被引頻次、H指數(shù)等諸多評價指標(biāo)進(jìn)行衡量與分析[47]。本文以三大領(lǐng)域內(nèi)發(fā)文數(shù)量位居前十的國家為研究對象,借助“五大指標(biāo)”對其學(xué)術(shù)綜合影響力進(jìn)行多維度的分析,以期更加深入、全面、細(xì)致地挖掘潛在的發(fā)展規(guī)律[48]。如圖2所示,其中橫坐標(biāo)表示TOP 10%論文比例,縱坐標(biāo)表示CNCI,氣泡大小表示發(fā)文數(shù)量,橫、縱輔助線分別表示該指標(biāo)的全球平均水平。圖2中所涉及指標(biāo)的具體數(shù)據(jù)和其他相關(guān)信息如表2所示。

      在安全領(lǐng)域中,共有5 個國家(澳大利亞、德國、意大利、美國、荷蘭)的CNCI和TOP 10%論文比例均高于世界平均水平。其中德國和澳大利亞在篇均被引、相對于全球平均水平的影響力等指標(biāo)上均位居世界前列,而美國則以較大的研究體量占據(jù)優(yōu)勢。中國的發(fā)文量穩(wěn)居世界第一,但CNCI和TOP 10%論文比例顯著低于全球平均水平,在篇均被引、平均百分位和相對于全球平均水平上分別為列第9、第10和第9位,均居末尾??梢娢覈芯矿w量雖“大”,但綜合實(shí)力“不強(qiáng)”。法國的TOP 10%論文比例為0,在五大指標(biāo)上均居末位,綜合實(shí)力較弱。

      表 2 三大領(lǐng)域中發(fā)文量TOP 10國家的文獻(xiàn)計量學(xué)指標(biāo)評價Table 2 Bibliometric evaluation of top ten countries in terms of publication number in three fields

      在智能領(lǐng)域中,共有4 個國家(澳大利亞、西班牙、美國、英國)的CNCI和TOP 10%論文比例均高于世界平均水平。其中澳大利亞和西班牙在五大指標(biāo)上均位居前三,表現(xiàn)出較明顯的領(lǐng)跑優(yōu)勢。美、英兩國雖然在五大指標(biāo)上稍顯遜色,但發(fā)文體量較大且總被引頻次較高。中國的發(fā)文量為世界第一,略高于美國,但CNCI和TOP 10%論文比例均低于全球平均水平,在篇均被引、平均百分位和相對于全球平均水平上分別為列第7、第6和第7位,處于中下位置,學(xué)術(shù)綜合影響力仍有待加強(qiáng)。印度、波蘭的TOP 10%論文比例為0,在CNCI、TOP 10%論文比例和平均百分位等指標(biāo)上均處于中下游,學(xué)術(shù)綜合影響力較差。

      在營養(yǎng)領(lǐng)域中,共有5 個國家(意大利、德國、荷蘭、美國、英國)的CNCI和TOP 10%論文比例均高于世界平均水平。其中意大利和荷蘭在五大指標(biāo)上均居世界前列,英、德兩國水平相近,緊隨其后。美國的CNCI、TOP 10%論文百分比和平均百分位上稍顯落后,但在發(fā)文量和篇均被引等方面占據(jù)較大優(yōu)勢。中國有著世界第二的發(fā)文量,但CNCI和TOP 10%論文比例略低于全球平均水平,在篇均被引、平均百分位和相對于全球平均水平上均位列第10,可見與歐美等發(fā)達(dá)國家之間實(shí)力差距顯著。日本和澳大利亞的發(fā)文量處于中等水平,但TOP 10%論文比例均為0,在五大指標(biāo)上均位列第8~10名,綜合實(shí)力相對落后。

      2.3 國家/機(jī)構(gòu)合作關(guān)系分析

      統(tǒng)計數(shù)據(jù)顯示,全球范圍內(nèi)在安全、智能、營養(yǎng)三大領(lǐng)域中發(fā)表論文的國家/地區(qū)分別有59、47、47 個;共計涉及研究機(jī)構(gòu)510、227、222 所,學(xué)術(shù)期刊271、107、91 種。將論文數(shù)據(jù)依次導(dǎo)入文獻(xiàn)計量在線分析平臺TM(https://bibliometric.com)進(jìn)行處理,所得結(jié)果如圖3所示。

      圖 3 全球范圍內(nèi)各國家/地區(qū)及機(jī)構(gòu)之間的合作關(guān)系Fig. 3 Global network of partnerships between countries/regions and institutions

      在安全領(lǐng)域中,世界各國及各機(jī)構(gòu)之間合作關(guān)系密切,跨區(qū)域合作頻繁。中、美、英、意等國均表現(xiàn)出較大的研究體量和較密切合作關(guān)系,尤其是美國,分別以美國康奈爾大學(xué)和美國食藥監(jiān)局為代表,形成了兩大合作最為密切的關(guān)系網(wǎng)絡(luò)(圖3B),包括了美國約翰霍普金斯大學(xué)、歐盟食品安全局、英國曼徹斯特大學(xué)、澳大利亞聯(lián)邦科學(xué)工業(yè)研究組織等來自10余個國家/地區(qū)的60余所研究機(jī)構(gòu)。中國的合作關(guān)系網(wǎng)絡(luò)相對薄弱,合作國家包括美國、英國、新加坡、瑞典、西班牙、比利時、巴基斯坦等,形成了以中國復(fù)旦大學(xué)為代表,中國科學(xué)院、中國農(nóng)業(yè)大學(xué)、瑞典皇家理工學(xué)院、新加坡南洋理工大學(xué)、西班牙馬德里理工大學(xué)等數(shù)十所研究機(jī)構(gòu)共同參與的合作網(wǎng)絡(luò)。

      在智能領(lǐng)域中,世界各國之間的合作程度相對不高,且多以區(qū)域性、聯(lián)盟性的合作關(guān)系為主;各研究機(jī)構(gòu)之間的溝通聯(lián)系相對閉塞,平均合作對象不超過3 個,形成了相對封閉的關(guān)系環(huán),未形成較明顯的跨區(qū)域合作網(wǎng)絡(luò)。這可能是相關(guān)研究仍處在萌芽階段,尚未建立較完整的合作模式。英、法等國在機(jī)構(gòu)合作關(guān)系上表現(xiàn)突出,形成了以英國伯明翰大學(xué)、英國克蘭菲爾德大學(xué)、法國農(nóng)業(yè)與環(huán)境科技研究所等12 所研究機(jī)構(gòu)為核心的關(guān)系網(wǎng)絡(luò)(圖3D),合作程度遠(yuǎn)高于世界平均水平。中國研究體量較大,合作國家包括美國、新加坡、澳大利亞、韓國、荷蘭、俄羅斯等,但在機(jī)構(gòu)合作網(wǎng)絡(luò)上并未體現(xiàn)出優(yōu)勢。其主要合作機(jī)構(gòu)包括中國農(nóng)業(yè)大學(xué)、中國江南大學(xué)、荷蘭瓦赫寧根大學(xué)等。

      在營養(yǎng)領(lǐng)域中,世界各國之間的合作程度較密切,跨區(qū)域合作較多,但在合作密切程度上差異較大。美國在研究體量和合作程度上具有較為顯著的優(yōu)勢,其合作國家包括英國、加拿大、澳大利亞等,形成了以美國食品藥品監(jiān)督管理局為代表,美國佛羅里達(dá)大學(xué)、歐盟食品安全局、英國劍橋大學(xué)、加拿大渥太華大學(xué)等14 所研究機(jī)構(gòu)共同參與的合作網(wǎng)絡(luò)(圖3F)。中國在研究體量上水平尚可,合作國家包括英國、意大利、澳大利亞等,合作機(jī)構(gòu)包括中國臺灣大學(xué)、清華大學(xué)、澳大利亞墨爾本大學(xué)等,但尚未形成比較清晰的機(jī)構(gòu)合作網(wǎng)絡(luò)。一方面可能是因為論文樣本偏小,容易存在誤差;另一方面可能是醫(yī)療營養(yǎng)、公共衛(wèi)生方面的研究易受地域性因素影響,因而在機(jī)構(gòu)合作上存在一定難度。

      2.4 研究熱點(diǎn)及發(fā)展趨勢分析

      2.4.1 關(guān)鍵詞詞頻分布及變化

      2010—2019 年間,安全、智能、營養(yǎng)三大領(lǐng)域中所發(fā)表論文的關(guān)鍵詞詞頻分布及變化如圖4所示。

      圖 4 2010—2019年三大領(lǐng)域的論文關(guān)鍵詞詞頻分布及變化Fig. 4 Distribution and variation of keyword frequency in three fields in 2010-2019

      在安全領(lǐng)域中,出現(xiàn)頻次最高的關(guān)鍵詞依次是“物聯(lián)網(wǎng)”“食品安全”和“追溯”。近3~4 年間,“食品安全”詞頻數(shù)基本穩(wěn)定,“大數(shù)據(jù)”和“云計算”的詞頻數(shù)逐漸下降,而“物聯(lián)網(wǎng)”“供應(yīng)鏈”“追溯”和“冷鏈”的詞頻數(shù)穩(wěn)步增長。尤其是關(guān)鍵詞“區(qū)塊鏈”,自2016年出現(xiàn)以來,詞頻數(shù)呈激增態(tài)勢,在2019年甚至超過了原先第一位的“物聯(lián)網(wǎng)”。就研究主題來看,這可能是因為通過區(qū)塊鏈技術(shù)建立食品供應(yīng)鏈追溯系統(tǒng)的研究逐漸增多[49-51]?!盁o線射頻識別技術(shù)”“工業(yè)4.0”的詞頻數(shù)不高,但數(shù)值基本保持穩(wěn)定,這可能與視覺識別[52]、風(fēng)險監(jiān)測[53]等方面的研究相關(guān)。

      在智能領(lǐng)域中,出現(xiàn)頻次最高的關(guān)鍵詞分別是“3D打印”“物聯(lián)網(wǎng)”和“增材制造”,三者最早于2015年左右出現(xiàn),近年來詞頻數(shù)均呈現(xiàn)穩(wěn)定增長的態(tài)勢,且均于2019年出現(xiàn)激增。近年來,“工業(yè)4.0”“食品工業(yè)”的詞頻數(shù)略有下降,但不明顯;“活性包裝”“智能包裝”等關(guān)鍵詞偶有出現(xiàn),詞頻數(shù)呈增長趨勢?!笆称焚|(zhì)量”“流變學(xué)”“圖像處理”等關(guān)鍵詞也有出現(xiàn),這可能與食品的“3D打印”和“增材制造”有關(guān)。該技術(shù)需要研究食品原料理化性質(zhì)[54],識別并實(shí)現(xiàn)圖像的打印[55]。就數(shù)據(jù)發(fā)展趨勢來看,以3D打印食品技術(shù)為核心的一系列綜合性研究,在未來幾年內(nèi)或?qū)⒊蔀橐淮鬅狳c(diǎn)。

      在營養(yǎng)領(lǐng)域中,出現(xiàn)詞頻數(shù)最高的關(guān)鍵詞依次是“大數(shù)據(jù)”“肥胖”和“營養(yǎng)”,三者在近3 年間均呈現(xiàn)出較好的增長趨勢。同樣呈上升趨勢的還有“飲食”和“食品安全”,而“生活方式”的詞頻逐漸降低,說明研究方向正逐漸向膳食、營養(yǎng)、肥胖控制及健康管理等[56-57]方向發(fā)展。值得注意的是,雖然“數(shù)據(jù)系統(tǒng)”“數(shù)據(jù)分析”的詞頻數(shù)基本保持穩(wěn)定,在其他兩大領(lǐng)域中頻繁出現(xiàn)的“物聯(lián)網(wǎng)”和“區(qū)塊鏈”,在該領(lǐng)域中卻極少甚至未曾出現(xiàn)。一方面可能是因為技術(shù)結(jié)合方式不同而導(dǎo)致關(guān)鍵詞分布出現(xiàn)差異;另一方面可能是該領(lǐng)域與大數(shù)據(jù)技術(shù)的結(jié)合程度相對偏低,未來仍有較大的發(fā)展空間。

      2.4.2 論文研究方向與專利德溫特分類代碼的分布

      在安全、智能、營養(yǎng)三大領(lǐng)域中所發(fā)表論文的主要研究方向和所申請專利的主要德溫特分類代碼(前10 位)如表3所示。其中均有出現(xiàn)的論文研究方向為工程、電信、農(nóng)學(xué)、計算機(jī)科學(xué)、食品科學(xué)技術(shù)和科學(xué)技術(shù)其他專題,占各領(lǐng)域發(fā)文總數(shù)的50%以上;均有出現(xiàn)的專利德溫特分類代碼為D13、S03、T01、T04、W0和X27,占各領(lǐng)域?qū)@暾埧倲?shù)的65%以上。

      安全領(lǐng)域中占比前三的論文研究方向是工程(33.45%)、計算機(jī)科學(xué)(30.96%)和食品科學(xué)技術(shù)(15.66%),特有的論文研究方向是商業(yè)經(jīng)濟(jì)學(xué)(7.12%)、化學(xué)(6.05%)、運(yùn)籌管理學(xué)(4.98%)和材料科學(xué)(4.27%);占比前三專利分類代碼分別是T01(88.89%)、T04(26.19%)和W05(12.70%);特有的專利分類代碼是W05(12.70%)、W06(10.32%)、T06(7.94%)和Q75(4.76%)。相較于另外兩大領(lǐng)域,該領(lǐng)域?qū)@蠺01(數(shù)字電腦)的比例很高。從研究主題上分析,這是因為大數(shù)據(jù)技術(shù)已經(jīng)逐漸融入到了品質(zhì)檢測[58]、冷鏈保鮮[59]、風(fēng)險預(yù)警[60]、質(zhì)量追溯[61]、物流運(yùn)輸[36]以及農(nóng)產(chǎn)品供應(yīng)鏈[62]等方面,并且已經(jīng)取得了一定的研究成果。例如,基于大數(shù)據(jù)戰(zhàn)略的“食品安全云”系統(tǒng),將食品安全智慧監(jiān)管體系(政用)、“互聯(lián)網(wǎng)+”檢驗檢測云服務(wù)體系(商用)、食品安全質(zhì)量追溯認(rèn)定云服務(wù)體系(民用)和食品安全大數(shù)據(jù)平臺融于一體,逐步建立了完善的食品安全社會共治模式,在上海、江蘇、河北、貴州等省市均已取得良好成效[33-35]。此外,基于區(qū)塊鏈、物聯(lián)網(wǎng)的食品安全溯源技術(shù)[63],全鏈?zhǔn)降氖称钒踩髷?shù)據(jù)監(jiān)測預(yù)警技術(shù)[64],食品質(zhì)量監(jiān)管快速檢測技術(shù)[65]和明廚亮灶在線識別技術(shù)[66]等,已逐漸成為當(dāng)前的重點(diǎn)研究方向。這些技術(shù)能夠有效強(qiáng)化全產(chǎn)業(yè)鏈的食品安全管控,建立“從土壤到餐桌”的質(zhì)量安全保障體系,為全面提高食品安全保障水平提供了強(qiáng)大的技術(shù)支持[67]。

      表 3 三大領(lǐng)域中所發(fā)表論文的主要研究方向和所申請專利的主要德溫特分類代碼(前10 位)Table 3 Top ten research directions with the largest number of published papers and top ten Derwent classification codes with the largest number of applied patents in three fields

      智能領(lǐng)域中占比前三的論文研究方向是工程(31.30%)、食品科學(xué)技術(shù)(29.57%)和計算機(jī)科學(xué)(24.35%),特有的論文研究方向是化學(xué)(8.70%)、材料科學(xué)(6.96%)、營養(yǎng)學(xué)(6.96%)和運(yùn)籌管理學(xué)(4.35%);占比前三專利分類代碼分別是T01(48.05%)、X25(23.38%)和T06(16.88%);特有的專利分類代碼是X25(23.38%)、T06(16.88%)、P28(10.39%)和T05(9.09%)。結(jié)合研究主題來看,基于物聯(lián)網(wǎng)、區(qū)塊鏈、人工智能等技術(shù)的智能生產(chǎn)與加工技術(shù),在該領(lǐng)域占據(jù)重要地位,為實(shí)現(xiàn)智能化、自動化、高效化、經(jīng)濟(jì)化的生產(chǎn)操控及監(jiān)督管理[68]提供了可能。除視覺識別、智能包裝、智能廚電等方面之外,基于增材制造、數(shù)控加工和熱熔擠出材料等技術(shù)的3D打印食品技術(shù)[69],在近3~4 年來得到了比較廣泛的重視。該技術(shù)能夠通過定量化、配方化的食品打印方式,模擬動植物肉質(zhì)組織[70-71],改善食物結(jié)構(gòu)與機(jī)理[72],滿足消費(fèi)者個性化的口味偏好,為具有特殊飲食需求的人群提供了便利[73]。該技術(shù)在未來甚至有望走出工廠,以自主售貨機(jī)等獨(dú)特形式,為精確化的膳食營養(yǎng)管理帶來了契機(jī)。

      營養(yǎng)領(lǐng)域中占比前三的論文研究方向是營養(yǎng)學(xué)(31.2 5%)、計算機(jī)科學(xué)(20.8 3%)和工程(16.6 7%),特有的論文研究方向是營養(yǎng)學(xué)(31.25%)、保健科學(xué)與服務(wù)(8.33%)、生態(tài)環(huán)境科學(xué)(6.25%)和公共環(huán)境與職業(yè)健康(5.21%);占比前三專利分類代碼是T01(72.22%)、S05(22.22%)和X27(14.81%);特有的專利分類代碼是S05(22.22%)、P31(7.41%)、B04(5.56%)和W04(5.56%)。結(jié)合研究主題來看,該領(lǐng)域的研究與營養(yǎng)診療[74]、慢病預(yù)防[75]、健康管理[76]、飲食控制[77]以及公共衛(wèi)生[78]等方面聯(lián)系緊密,也出現(xiàn)了一些與感官風(fēng)味優(yōu)化[79]、可穿戴智能傳感設(shè)備[80]等相關(guān)的研究,但與計算機(jī)科學(xué)等技術(shù)的結(jié)合程度相對不高。一方面可能是因為跨學(xué)科結(jié)合難度較大,導(dǎo)致技術(shù)發(fā)展程度有限;另一方面可能是該領(lǐng)域的研究通常不會將主題詞限定在“計算機(jī)科學(xué)”上,更多仍集中在營養(yǎng)、膳食以及相關(guān)疾病的檢測、監(jiān)測和防控等方面。如果能夠克服跨學(xué)科等因素帶來的障礙,實(shí)現(xiàn)云計算、神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)等大數(shù)據(jù)技術(shù)與醫(yī)學(xué)、生理學(xué)、營養(yǎng)學(xué)等學(xué)科的充分結(jié)合[81],或?qū)槭称房茖W(xué)和營養(yǎng)學(xué)界帶來重大改變:一方面能夠?qū)€人生理指標(biāo)和體質(zhì)健康信息進(jìn)行深入全面的挖掘與分析,進(jìn)而提供智能化、個性化的營養(yǎng)需求方案和膳食指導(dǎo)建議[82];另一方面能夠?qū)Ω黝愂称吩系臓I養(yǎng)成分與功能性質(zhì)進(jìn)行全面化的挖掘分析,實(shí)現(xiàn)高效化、精確化的營養(yǎng)食品配置,最終實(shí)現(xiàn)科學(xué)健康的膳食管理[83]。

      3 結(jié) 語

      食品大數(shù)據(jù)技術(shù)的融合與應(yīng)用是未來食品行業(yè)發(fā)展的熱點(diǎn),具有巨大的發(fā)展?jié)摿脱芯績r值。本文采用文獻(xiàn)計量學(xué)的方法,揭示了該技術(shù)在安全、智能、營養(yǎng)三大領(lǐng)域中的研究現(xiàn)狀與發(fā)展規(guī)律:1)從技術(shù)發(fā)展趨勢來看,安全領(lǐng)域中已經(jīng)取得了較多的研究及應(yīng)用成果,正處在快速發(fā)展的過程中;智能和營養(yǎng)領(lǐng)域中發(fā)展速度較慢,尚未取得顯著性成果。2)從國家學(xué)術(shù)綜合影響力來看,安全、營養(yǎng)領(lǐng)域方面德國、意大利,智能領(lǐng)域西班牙、澳大利亞等國,以較小的發(fā)文體量和較強(qiáng)的綜合實(shí)力占據(jù)領(lǐng)先優(yōu)勢。美國在部分指標(biāo)上略顯遜色,但各領(lǐng)域的綜合實(shí)力均居世界前列。我國近年來在各領(lǐng)域中均表現(xiàn)出了較大的研究體量,但在五大指標(biāo)上均明顯落后,說明尚未躋身世界研究強(qiáng)國之列。3)從國家/機(jī)構(gòu)合作關(guān)系來看,安全領(lǐng)域中世界各國合作關(guān)系密切,跨區(qū)域合作頻繁,尤其以美國食藥監(jiān)局和康奈爾大學(xué)等為代表,形成了一體化趨勢較強(qiáng)的合作關(guān)系網(wǎng)絡(luò);智能和營養(yǎng)領(lǐng)域中的國際合作程度相對不高,區(qū)域化特征明顯,美、英、法等國之間已初步形成若干集群化合作網(wǎng)絡(luò)。我國在國際合作上做出了較多嘗試,但尚未形成較密切的合作網(wǎng)絡(luò)。4)從研究熱點(diǎn)來看,安全領(lǐng)域的研究多與品質(zhì)檢測、冷鏈保鮮、風(fēng)險預(yù)警、質(zhì)量追溯、物流運(yùn)輸以及農(nóng)產(chǎn)品供應(yīng)鏈等方面相關(guān),為食品安全社會共治體系的健全與完善提供了強(qiáng)大助力;智能領(lǐng)域的研究多集中在材料科學(xué)、數(shù)控加工和3D打印等方面,為特殊需求食品的研制與個性化的飲食方案配置提供了諸多可能;營養(yǎng)領(lǐng)域的研究內(nèi)容多與營養(yǎng)診斷、飲食控制、健康管理、公共衛(wèi)生等方面相關(guān),距離其實(shí)現(xiàn)智能化、精確化的膳食營養(yǎng)干預(yù)仍比較遙遠(yuǎn)。

      本文對文獻(xiàn)數(shù)據(jù)的研究可為我國的食品大數(shù)據(jù)技術(shù)發(fā)展帶來一定的啟示。目前國內(nèi)該技術(shù)的研究內(nèi)容主要集中在食品安全監(jiān)管[16,25]和農(nóng)產(chǎn)品供應(yīng)鏈[84-85]等方面,以及一些中小規(guī)模智能器件的研發(fā)與創(chuàng)新上(智能冰箱[86-87]、3D打印[88-89]等)。雖然有著極為豐富的食品產(chǎn)業(yè)信息資源作支撐,但其在發(fā)展與應(yīng)用中依舊存在著數(shù)據(jù)質(zhì)量差、應(yīng)用程度低、信息壁壘嚴(yán)重、缺乏頂層設(shè)計等問題[7,32]。這一方面需要積極借鑒發(fā)達(dá)國家的發(fā)展經(jīng)驗,推動食品數(shù)據(jù)規(guī)范化建設(shè)[32],建立食品信息共享交流平臺[35],加強(qiáng)人才引導(dǎo)與技術(shù)交流,實(shí)現(xiàn)智能化技術(shù)與食品行業(yè)生產(chǎn)實(shí)踐有機(jī)融合[90];另一方面則需要更加注重獨(dú)立思維和創(chuàng)新精神,強(qiáng)化自主研發(fā),實(shí)現(xiàn)科技創(chuàng)新,深入研究我國食品行業(yè)的發(fā)展特點(diǎn),開拓出具有中國特色的技術(shù)發(fā)展道路[91]。

      此外,本文可能存在3 點(diǎn)研究局限性,一是大數(shù)據(jù)技術(shù)和食品學(xué)科所涵蓋的內(nèi)容較為廣泛,因此在領(lǐng)域邊界劃定、檢索詞設(shè)置和人工復(fù)篩等處理上可能存在著一定的主觀偏差;二是分析軟件可處理的數(shù)據(jù)類型有限,本文僅選取WOS核心合集和DII數(shù)據(jù)庫為數(shù)據(jù)來源,未來研究中可進(jìn)一步擴(kuò)展[92];三是本文主要通過文獻(xiàn)計量學(xué)指標(biāo)展開描述性分析,并未使用更加復(fù)雜的計量學(xué)方法(如共引/共詞聚類分析等[93]),故未能針對大數(shù)據(jù)技術(shù)的線條與規(guī)律展開更為深度的分析與挖掘。

      猜你喜歡
      論文營養(yǎng)領(lǐng)域
      夏季給豬吃點(diǎn)“苦”營養(yǎng)又解暑
      領(lǐng)域·對峙
      青年生活(2019年23期)2019-09-10 12:55:43
      這么喝牛奶營養(yǎng)又健康
      營養(yǎng)Q&A
      幸福(2018年33期)2018-12-05 05:22:46
      春天最好的“營養(yǎng)菜”
      海峽姐妹(2016年5期)2016-02-27 15:20:20
      下期論文摘要預(yù)登
      下期論文摘要預(yù)登
      下期論文摘要預(yù)登
      新常態(tài)下推動多層次多領(lǐng)域依法治理初探
      2013年5—12月最佳論文
      新聞前哨(2014年1期)2014-03-12 22:10:06
      尼木县| 庆云县| 阿拉尔市| 合作市| 恩施市| 新巴尔虎左旗| 清徐县| 塔河县| 南江县| 贺州市| 孙吴县| 岑巩县| 华阴市| 大关县| 清镇市| 延吉市| 会东县| 内乡县| 调兵山市| 九江县| 库车县| 荣成市| 略阳县| 周口市| 威宁| 太湖县| 轮台县| 黔西县| 申扎县| 元朗区| 通江县| 麻阳| 长宁区| 通渭县| 德昌县| 田阳县| 济源市| 扎赉特旗| 梁平县| 五华县| 张家川|