2025年4月，北京工商大学赵峙尧教授团队在人工智能Top期刊《Engineering Applications of Artificial Intelligence》（IF=7.5，中科院1区Top期刊）发表题为“A Survey on Machine Learning Methods for Food Safety Risk Assessment: Approaches, Challenges, and Future Outlook”的综述性论文。北京工商大学赵峙尧教授为第一作者，通讯作者为北京工商大学计算机与人工智能学院祁博健。这项工作得到了国家重点研发计划、国家自然科学基金等项目的支持。

食品安全对于保护健康和供应链管理至关重要。风险评估是确保食品安全的一种有效手段，而机器学习对于促进这一过程至关重要。它能够通过快速学习和处理数据来提高食品质量检验的准确性和风险评估的速度。本文综述了在食品安全风险评估中常用的监督学习和无监督学习方法，重点介绍了相关进展、面临的挑战以及未来的发展方向。监督学习方法已成功应用于食品安全风险预测，并提高了预测的准确性和效率。无监督学习方法则在处理未标记或高维的食品异常数据方面表现出色。本综述还探讨了食品领域的一些关键挑战，例如类别不平衡、新的和意想不到的风险的出现，以及多源异构数据（包括监管数据、电子商务舆情和公众舆论等）的整合问题。大型语言模型、小样本学习和知识图谱的结合利用，为食品安全风险评估中的关键挑战提供了有前景的解决方案。

原文链接：https://doi.org/10.1016/j.engappai.2025.110960