食用煎炸油理化指标统计分析方法研究进展

煎炸食品在愉悦味蕾的同时,也面临着油种类的最优抉择和质量安全问题,众多学者在选择何种类型的油,以及煎炸的时间长短方面进行了研究。本文从统计学的角度出发,概述了常用统计分析方法在煎炸油理化指标数据分析中的研究进展。一是,表格分析方式,大多数是将多次重复实验的数据以均值加减标准差的形式放到表格里进行研究,而且分析较多的理化指标是酸值、脂肪酸和极性化合物这三个指标。二是,作图可视化方式:直条图、折线图和散点图;其中,直条图主要用来展现在不同煎炸油、不同煎炸时间、不同煎炸温度、不同加热功率等条件下理化指标的含量情况;折线图主要用来分析理化指标随着煎炸时间、煎炸温度、不同煎炸油、不同煎炸负荷下理化指标的变化情况;散点图主要用来分析理化指标受煎炸时间、煎炸次数、油样密度等的影响,以及理化指标相互之间的关系和理化指标在不同废弃油样中的分布情况等。三是,拟合方式:线性拟合和非线性拟合;其中,线性拟合主要用来分析理化指标随煎炸时间、煎炸次数、介电常数变化等的线性关系,以及用来分析理化指标和近红外光谱之间的线性关系,分析理化指标实测值和其他模型预测值之间的一致性等;非线性拟合主要涉及到多项式拟合、指数函数拟合和逻辑回归的拟合,用来分析某些理化指标随煎炸时间变化的复杂关系,以及根据理化指标将油进行好坏分类等。四是,理化指标间的相关性分析,绝大多数文献是通过计算指标间的皮尔逊相关系数进行的,少部分文献使用了指标间的线性或者非线性拟合方式来分析。五是,针对理化指标数据进行的方差分析,主要用于研究不同煎炸因素下理化指标的变化情况。六是,针对理化指标进行的主成分分析,主要用来分析各个理化指标对煎炸油质量监控的重要性程度等等。通过以上对于煎炸油理化指标的统计分析方法的进展描述,给研究者们提供对于研究方法和研究手段的选择提供思路。

基于机器学习算法和社会网络分析方法的议程设置验证——以新冠疫情初期的“中国援助”为例

本文通过使用机器学习算法和社会网络分析方法,以新冠疫情初期的“中国援助”为例验证了议程设置的三个层次。首先,通过2020年3月1日~2020年4月30日的媒体报道量和百度指数,初步分析媒体报道量与公众关注程度的简单相关关系,得到两个结论:一是公众关于“中国援助”的关注度与媒体的报道量高度相关;二是当代媒介环境下,媒体影响公众的最佳时滞期由7天缩短到了当天。其次,采用支持向量机分类方法,将每篇媒体新闻报道与群众评论所蕴含的思想态度分成积极正向和消极负向两方面,进而分析媒体新闻报道对群众评论的主观思想的影响,通过分析认为媒体对疫情下“中国援助”偏向积极地报道带动了公众偏向积极地看待中国援助国外。最后, 通过TextRank算法和社会网络分析方法,构建媒体属性矩阵和公众属性矩阵,并分析媒体报道和公众评论的相关性,发现媒体的报道推动了公众对“中国援助”事件的认知网络的构建。