黑心餐廳往哪逃!Google要靠機器學習模型揪出來 - 匯流新聞網

LIFE

黑心餐廳往哪逃!Google要靠機器學習模型揪出來
黑心餐廳往哪逃!Google要靠機器學習模型揪出來

匯流新聞網記者洪雅筠/綜合報導

近年來食安事件頻傳,人們外食找餐廳時也會擔心不小心步入具有食安疑慮的餐廳,為了揪出這些黑心店家,Google目前正與哈佛大學共同合作發展一項機器學習模型,運用Google搜尋中使用「肚子痛」或「拉肚子」等關鍵字,辨識出在特定地區因餐廳食物引發的疾病,推斷可能有食安疑慮的餐廳。

Google和哈佛大學研究人員建立了一個名為FINDER(Foodborne IllNess DETector in Real time)的機器學習模型。該模型利用大筆的匿名搜尋資料以及用戶定位資訊所建構而成,而這些都是Google用戶同意分享的地點資訊,據了解,Google旗下的導航App「Waze」也採用了相同的應用。

研究人員會盡可能找出與食物中毒相關的關鍵字,像是「肚子痛」或「拉肚子」等,再配合定位資訊找出使用者們曾經造訪的餐廳,透過FINDER機器學習模型的統計,計算出造訪者到訪餐廳後在網上搜尋相關不適症狀的比例,再藉此推斷具有食安疑慮的餐廳。

據了解,Google將此套機器學習模型先運用於美國的拉斯維加斯及芝加哥,分別花上四個月的時間測試。測試期間,研究人員利用FINDER推斷出具有衛生疑慮的餐廳名單,轉交給當地衛生機關,再由該機關派員到實地檢查。為了讓該份名單更加準確,Google將檢查的結果、消費者投訴狀況以及名單進行三方比對。

從結果來看,FINDER找出的黑心店家名單,佔實際上不合格店家的比例約52.3%,比其他方法多出了3.1倍。研究人員相信,未來透過FINDER將能為使用者們找出具有食安疑慮的餐廳,也能輔助政府機關做事前的矯正與預防。

消息來源:venturebeat

更多匯流新聞網報導:
【區塊鏈】食安驚驚!沃爾瑪攜手IBM 要讓所有蔬果資料通通上鏈
【區塊鏈】解決食安問題!IBM推食品追溯平台商用版 家樂福首先採用

【匯流筆陣】
CNEWS歡迎各界投書,來稿請寄至[email protected],並請附上真實姓名、聯絡方式與職業身份簡介。
CNEWS匯流新聞網:https://cnews.com.tw

新聞照來源:翻拍自網路
【文章轉載請註明出處】


R18