• 식품위생정보
• /
• 통권221호
• /
• pp.8.1-8.1
• /
• 2009

• 식품위생정보
• /
• 통권222호
• /
• pp.9-10
• /
• 2009

• Food Industry
• /
• 통권103호
• /
• pp.46-55
• /
• 1990

• Food Industry
• /
• 통권122호
• /
• pp.56-69
• /
• 1993

• Food Industry
• /
• 통권153호
• /
• pp.77-84
• /
• 2000

• Food Industry
• /
• 통권129호
• /
• pp.41-55
• /
• 1995

• Food Industry
• /
• 통권151호
• /
• pp.98-105
• /
• 1999

• Food Industry
• /
• 통권216호
• /
• pp.29-56
• /
• 2010

• Food Industry
• /
• 통권220호
• /
• pp.66-79
• /
• 2011

중국 중산층의 확대로 중국 식품시장이 큰 폭의 성장세를 지속하고 있다. 특히 새로운 맛과 안전한 먹거리에 대한 국민적 관심이 높아지면서 최근 5년간 중국의 농수산 식품 수입 증가율은 22.8%로 동 기간 전제 수입증가율 15.8%를 상회했다. 세부 식품별로는 어류, 육류, 과일류 등 미가공식품들의 수입 비중이 여전히 높지만, 근년들어 제과제빵류, 낙농품, 알콜 및 음료 등 가공식품 중심으로 수입이 큰 폭으로 증가하고 있다. 중국내 도시화와 서구화된 식습관이 확산되면서 중국인들이 과거 미가공식품 중심에서 가공식품중심으로 식품소비가 바뀌고 있음을 알 수 있다. 중국인들은 한국 식품에 대해 전반적으로 만족하고 있으며 특히 경쟁국 식품과 비교할 때 품질과 맛, 디자인 강점이라고 인식하고 있는 것으로 설문조사 결과 나타났다. 가격 조건에 대해서는 바이어가 개인구매자 보다 덜 민감한 한펀 한국식품의 맛에 대해서는 젊은층이 장년층 보다 만족도가 더 높게 나타났다. 그리고 특히 한국의 육류/해산물(가공품 포함), 건강식품, 제과제빵류, 소스류(장류)는 향후 중국에서 인가를 얻을 것이라는 응답이 높게 나타났다. 실제로 작년 중국의 대한국 수입 통계를 보면 어류 당류 등 미가공식품의 비중이 여전히 높지만, 최근 5년간 제과제빵류 채소/과일조제품, 알콜/음료 등 가공식품의 수입이 빠르게 늘고 있는 추세이다. 향후대중국 식품수출 확대를 위해서 중국인들의 식습관 변화를 면밀히 모니터링함으로써 새로운 가공식품과 고급식품에 대한 수요를 파악, 상품화하는데 보다 주력해야 한다. 한류 영향으로 된장, 고추장 등 한국 전통 장류에 대한 중국인들의 관심과 기대가 높은 만큼 현지 마트 등을 중심으로 장류를 이용한 한식 요리교실 개최 등 한식을 알리기 위해 보다 적극적인 마케팅 방안을 강구해야 할 것이다. 또한 방한 중국인 관광객들이 귀국 후에 온라인 쇼핑몰을 통해 한식 식자재를 구매할 수 있는 시스템을 구축하는 것도 효과적일 것이다. 마지막으로 평소 철저한 품질관리를 통해 구제역 등의 질병을 사전에 예방하는 노력이 무엇보다도 중요하다.

• The Journal of Bigdata
• /
• 제7권2호
• /
• pp.1-9
• /
• 2022

In the global era, the importance of imported food safety management is increasing. Address information of overseas food companies is key information for imported food safety management, and must be verified for prompt response and follow-up management in the event of a food risk. However, because each country's address system is different, one verification system cannot verify the addresses of all countries. Also, the purpose of address verification may be different depending on the field used. In this paper, we deal with the problem of classifying a given overseas food business address into the administrative district level of the country. This is because, in the event of harm to imported food, it is necessary to find the administrative district level from the address of the relevant company, and based on this trace the food distribution route or take measures to ban imports. However, in some countries the administrative district level name is omitted from the address, and the same place name is used repeatedly in several administrative district levels, so it is not easy to accurately classify the administrative district level from the address. In this study we propose a deep learning-based administrative district level classification model suitable for this case, and verify the actual address data of overseas food companies. Specifically, a method of training using a label powerset in a multi-label classification model is used. To verify the proposed method, the accuracy was verified for the addresses of overseas manufacturing companies in Ecuador and Vietnam registered with the Ministry of Food and Drug Safety, and the accuracy was improved by 28.1% and 13%, respectively, compared to the existing classification model.