基于多源异构的烟用香原料数据集构建

为解决烟用香原料数据查找难、获取难、使用难等问题,构建了基于多源异构的烟用香原料数据集。通过公开数据来源进行数据采集,获取香原料基本信息、理化性质、感官特性等数据;对香原料样品开展感官评价与成分检测,获取样品检测数据。经过条目标准化、数据结构融合和数据标签标注,实现了多源异构数据处理。烟用香原料数据集涵盖1000余种香原料,包含10个数据模块,并以此为基础建立了烟草行业香原料中心库平台。对主体香型分布、嗅香香韵分布、香韵与卷烟加香作用之间的关联性进行分析,结果表明:(1)数据集能够从多维度提供烟用调香数据,并面向应用场景支持多种数据检索功能。(2)通过数据分析能够发现烟用香原料的分布特征,所体现的卷烟加香规律与实际经验基本相符合。(3)数据集检索量达到15000余次/年。该研究可为推动烟草调香数字化转型提供支持。