Project
Data analytics for food chains and consumer-oriented research
Dit project heeft tot doel aan te tonen hoe infrastructuren voor het delen van gegevens die zijn ontwikkeld m.b.v. semantische technologieën volgens FAIR-principes, de besluitvorming kunnen ondersteunen.
De afgelopen vier jaar is in Project 1 van het DDHT-programma veel kennis ontwikkeld door WFBR, WecR en WFSR. Meer specifiek ontwikkelde WFBR zich op een linked data-model met voornamelijk NEVO-producten en stelt deze data beschikbaar via web API's, genaamd Personalised Dietary Advice (PDA)-services. Het linked data model bevat informatie over nutriëntensamenstelling, productcategorie, smaak, maaltijdmoment, duurzaamheid, etc. ontwikkelde een demonstrator die gepersonaliseerd voedingsadvies en feedback geeft op basis van de dagelijkse inname van de consument, het consumentenprofiel en de kenmerken van het voedingsmiddel. WEcR ontwikkelde een Consumer Data Platform om eenvoudig enquêteontwerpen te maken op basis van geharmoniseerde componenten. Op de achtergrond is deze module zo ingericht dat deze aansluit bij de opbouw van de WEcR datamanagementoplossing. En WFSR heeft een kennisgrafiekmodel ontwikkeld om problemen met voedselfraude op te slaan waarop een dashboard is ontwikkeld als een waarschuwingssysteem voor voedselfraude. Het doel van dit project voor individuele instituten is om verder te bouwen op hun eerdere werk en om te werken aan een collectieve use case om te demonstreren hoe deze drie infrastructuren die door elk instituut zijn ontwikkeld, kunnen worden gebruikt om de besluitvorming van consumenten te ondersteunen.
Publicaties
-
How AI can provide an overview of protein quality from literature
-
How AI can provide an overview of protein quality from literature
-
Data driven food fraud vulnerability assessment using Bayesian Network : Spices supply chain
Food Control (2024), Volume: 164 - ISSN 0956-7135 -
Digital Innovation Expo
-
Export user stories from Jira Data Analytics 2022