一种基于异构图神经网络的食品安全风险预测方法和装置

一种基于异构图神经网络的食品安全风险预测方法和装置，其方法包括：评估食品安全风险，首先，训练一个分类模型以区分食品样本的合格与不合格状态；然后，利用SHAP值对模型进行解释，计算各类掺杂物对食品合格性的影响权重；最终，通过权重整合，为每个样本计算一个总体风险值，并将其作为预测标签；食品安全图表示学习，捕捉食品样本中的复杂关系，识别潜在的风险模式：构建异构的食品安全图，表示各种实体及其相互关系；利用一个融合元路径上下文的异构图神经网络HGNN处理图数据，生成食品样本节点的嵌入向量；风险预测，利用所述的预测标签和食品样品节点的嵌入向量，对食品样本进行分类，并动态评估食品安全风险。本发明能够准确计算掺杂物特征贡献权重，为风险预测提供更精确的数据支持。