Einführung in FoodChain-Lab

Delivery (Lieferung): Wird von A nach B an einem bestimmten Datum versendet. Eine Lieferung kann Folgelieferungen und vorhergehende Lieferungen haben (z.B. Erdbeer-Lieferung -> Erdbeerkuchen-Lieferung).
Station: Lebensmittelunternehmen oder Person, das/die Lieferungen empfängt und/oder versendet.
Trace: Pfad, den eine Kontamination nehmen kann. Eine Station/Lieferung “B” ist auf dem Forward Trace von einer Station/Lieferung “A”, falls sich eine Kontamination über das Liefernetz von “A” nach “B” ausbreiten kann. Wenn “B” auf dem Forward Trace von “A” ist, dann ist “A” auf dem Backward Trace von “B”.

Weight (Gewicht): Wird an Stationen/Lieferungen vergeben, die in einen Ausbruch involviert sind (z.B. ein Restaurant in dem Kunden infiziert wurden). Verschiedene Gewichte können benutzt werden, um Unterschiede zwischen den involvierten Stationen/Lieferungen zu modellieren (z.B. höheres Gewicht = größere Wahrscheinlichkeit, dass Station/Lieferung involviert ist).
Cross Contamination (Kreuzkontamination): Kontamination ausgehender Lieferungen durch eingehende Lieferungen (bei Stationen). Wird Kreuzkontamination auf Lieferungen angewendet, bedeutet das, dass die gewählten eingehenden Lieferungen einer Station ihre Folgelieferungen kontaminieren.
Kill Contamination: Wenn auf Station/Lieferung angewendet, wird jede Kontamination dort entfernt, sodass diese nicht auf Nachfolgelieferungen und -stationen überspringen kann.
Score: Wird auf Basis der vergebenen Gewichte und Kreuzkontamination berechnet. Soll helfen, die Wahrscheinlichkeit abzuschätzen, dass eine Station/Lieferung die Quelle des Ausbruchs ist (höherer Score = höhere Wahrscheinlichkeit, dass Quelle des Ausbruchs).

s_i: i-te Station oder Lieferung
w_j: Gewicht (“Weight”) der j-ten Station oder Lieferung
t_ij: hat einen Wert von 1, falls es einen Trace von s_i nach s_j gibt, ansonsten 0
n: Anzahl aller Stationen und Lieferungen

FoodChain-Lab erlaubt auch negative Gewichte an Station/Lieferungen zu vergeben.
Ein negatives Gewicht soll andeuten, dass eine Station/Lieferung nicht an einem Ausbruch beteiligt ist.
Wenn negative Gewichte verwendet werden, erfolgt die Score-Berechnung wie hier zu sehen.

KNIME ist eine Open Source Datenanalyse-Platform, die es dem Nutzer erlaubt Daten-Pipelines (sogenannte “Workflows”) zu bauen
Ein Workflow wird erstellt indem Knoten aus dem Node Repository in den Workflow Editor gezogen und verbunden werden (https://tech.knime.org/workbench).
Knoten sind Datenverarbeitungs-Einheiten mit Ein- und/oder Ausgabe-Ports.
Daten können über eine Verbindung vom Ausgabe-Port zum Eingabe-Port eines anderen Knotens übermittelt werden.
Ausführlicher KNIME quickstart guide: https://tech.knime.org/files/KNIME_qu….
Einführungsvideo zu KNIME: https://www.youtube.com/watch?v=ft7Ks….

Die detaillierten Beschreibungen aller Knoten finden Sie in der Node Description in KNIME (https://tech.knime.org/workbench).
Eingehende und ausgehende Daten sind entweder Daten-Tabellen (repräsentiert durch Dreiecke an den Knoten) oder Bilder (repräsentiert durch grüne Quadrate). Diese Datentypen werden standardmäßig in KNIME verwendet (z.B. beim Row Filter oder Image Port Writer), so dass KNIME-Knoten ebenfalls in FoodChain-Lab-Workflows verwendet werden können.

Daten zu Lieferketten werden aus der internen Datenbank mit dem Supply Chain Reader in den Workflow geladen.
Diese Daten können mit dem Tracing View visualisiert werden. Außerdem kann der Tracing View auch ein Tracing auf den Daten durchführen.
Der Tracing-Knoten erlaubt es ein Tracing ohne Visualisierung durchzuführen (z.B. als Vorverarbeitungsschritt für den Tracing View).

Der Geocoding Knoten ermittelt anhand von Adressen die geographische Breite und Länge.
Mit diesen Daten können dann im GIS Cluster-Knoten “Cluster” (regionale Zusammenhänge) errechnet werden.
Der Tracing View kann die Lieferketten auf einer Landkarte visualisieren, welche aus einer ESRI-Shapefile mit dem Shapefile Reader eingelesen wird.
ESRI-Shapefiles für Deutschland sind frei verfügbar unter: http://www.geodatenzentrum.de/geodate…