城市是现代人类最重要的聚居空间,也是人类文明的数据洪流交汇集中的枢纽。城市中的食品质量安全与人民群众的生命安全密切相关。源于食品领域的安全隐患可能通过我们未知的发生机理,演化为各类危及社会公共卫生安全的不明形态突发事件。在大数据和人工智能高速发展的今天,为了及时防范化解潜在的食品安全及其衍生危机,依托数据挖掘技术的食品安全事件预警防控体系,应该成为突发公共卫生事件预警防控的前哨阵地。本文的研究从海量的食品安全数据中开展深度数据挖掘,以数据科学发展前沿的机器学习与人工智能技术为方法,以面向国家安全与发展战略的情报科学为手段,以与食品安全密切相关的食品科学的经典知识为背景,发现隐性知识,并最终提取为食品安全情报,直接作用于食品安全事件乃至突发公共卫生事件的监管防控,从而防范化解重大社会公共安全隐患。本文的研究将主要围绕如下五大重点任务展开:（1）探索和构建基于数据挖掘的新型社会公共安全情报分析提取体系模型。在总结“数据挖掘与知识发现”和“情报提取与情报分析”两大板块前人研究所涉及的基础理论、研究流程和基本范式的基础上,独立地提出了数据驱动的PMDA-DIKI公共安全情报分析提取体系模型。该模型描述了多源数据变为安全情报的过程中,数据处理流程和数据存在形态的基本演进路径,同时也定义了从数据出发进行公共安全情报提取的操作步骤,即:采取“加工处理→数据挖掘→知识发现→算法激活”的手段,使数据按照“数据→信息→知识→情报”的级次逐步被提取为所需要的公共安全情报。在以食品安全数据为研究对象时,采取了“三分法”,将食品安全数据类型划分为准结构化食品安全数据、半结构化食品安全数据、非结构化食品安全数据,有利于根据数据结构特征的差异,有的放矢地采用更加契合的机器学习算法,开展知识发现与情报提取。该模型的建立为后续研究提供了理论基础和行动依据。（2）针对准结构化的食品安全行政处罚数据,采用基于R语言的广度优先的Apriori算法和Quantum GIS软件,展开了食品安全情报提取。结果表明武汉地区食品安全事件在时间上表现出冬春季高发,在空间上表现出长江北岸严重于长江南岸,在地理分布上沿“鄂东走廊”呈西北-东南向递减;以“最小支持度=0.0135,最小可信度=0.1”的参数设置,在隐性规律上提炼出“{黄曲霉毒素B1→调味品→芝麻酱}”和“{糖精钠→蔬菜制品→萝卜丁}”等重要关联规则。该研究为武汉地区食品安全风险,乃至公共卫生事件风险的防范化解均提供了有益参考。（3）针对半结构化的食品安全理化指标数据,以CART和Adaboost算法,结合部分依赖图,以及社会网络分析开展了食品安全情报提取。结果表明经过训练的CART和Adaboost决策树对新输入猪肉脯的理化指标识别率达到了90%以上;部分依赖图显示“蛋白质23-35g/100g,挥发性盐基氮18-28mg/100g”时猪肉脯质量安全水平最高;社会网络分析法发现了“铅-蛋白质-脂肪”等隐性关系链条,为食品生产工艺的过程控制提供了有益参考。（4）针对非结构化的食品安全图像数据,采取像素色值分析与人工神经网络相结合的方法,展开了食品安全情报提取。首先使用RGB像素色值分析提取出“安全”和“不安全”的30个宜昌蜜橘样本的像素特征,以EMD算法进行聚类分组,并以荧光标记进行定量评估;然后使用Rprop神经网络对基于果皮成色的宜昌蜜橘的质量安全水平进行了预测,准确率达到90%以上,为基于图像的食品质量无损检测技术提供了有益参考。（5）讨论了城市食品安全情报系统的现实构建问题,提出以“专业化城市公共安全情报工作站”的形式实现城市食品安全情报工作系统。结果表明,专业化的情报分析队伍、矩阵化的组织架构、专业智库式的工作流程和面向大数据处理的工作环境能够满足城市食品安全情报系统构建的现实需求。该系统的构建,为城市食品质量安全,甚至其他公共安全情报体系的现实层面的实现提供了可参考案例。本文使用数据挖掘与知识发现的技术方法,从公共安全情报的角度,对城市食品安全的监管防控提供了有力的决策支持,同时也探索出一条具备在其他公共安全领域应用潜质的新型公共安全情报分析提取途径。