陳永強(qiáng) 李 鐵 蔣 宏
(1.威凱檢測(cè)技術(shù)有限公司 廣州 510663;2.杭州國(guó)家電子商務(wù)產(chǎn)品質(zhì)量監(jiān)測(cè)處置中心 杭州 310051)
電子商務(wù)領(lǐng)域的消費(fèi)品缺陷線索采集平臺(tái)包含電商評(píng)價(jià)的消費(fèi)品缺陷信息模塊、社交文本媒體的消費(fèi)品缺陷信息模塊、短視頻媒體的消費(fèi)品缺陷信息模塊三個(gè)不同的信息模塊,可以覆蓋傳統(tǒng)電網(wǎng)平臺(tái)、短視頻直播、生鮮電商、社區(qū)團(tuán)購(gòu)及微信等平臺(tái)幾乎所有的網(wǎng)購(gòu)消費(fèi)模式。
作為傳統(tǒng)的質(zhì)檢機(jī)構(gòu)需要打造“缺陷召回+NQI”相結(jié)合,質(zhì)量基礎(chǔ)設(shè)施一站式服務(wù)的新技術(shù)服務(wù)能力。開展缺陷線索采集、分析及研判工作,對(duì)研判過(guò)的缺陷線索開展復(fù)現(xiàn)、論證和定性工作,協(xié)助制定企業(yè)召回(技改)方案,在消費(fèi)品缺陷召回領(lǐng)域?qū)崿F(xiàn)“質(zhì)量醫(yī)生”的關(guān)鍵作用,通過(guò)開展消費(fèi)品缺陷分析研究推動(dòng)NQI 技術(shù)服務(wù)機(jī)構(gòu)的快速成長(zhǎng)。
改革開放以來(lái),國(guó)內(nèi)市場(chǎng)商品品種明顯增多,隨著科學(xué)技術(shù)的發(fā)展,新技術(shù)、新材料、新工藝的大量應(yīng)用,各類消費(fèi)品不斷推陳出新,琳瑯滿目的消費(fèi)品滿足了人們物質(zhì)生活的需求,但是多種因素造成的人身傷害或財(cái)產(chǎn)損失也時(shí)有發(fā)生。
2004 年央視“3·15”晚會(huì)上,原質(zhì)檢總局宣布實(shí)施《缺陷汽車產(chǎn)品召回管理規(guī)定》標(biāo)志著中國(guó)缺陷產(chǎn)品召回制度的誕生。2021 年全年共實(shí)施消費(fèi)品召回549 次,對(duì)比歐美發(fā)達(dá)國(guó)家,特別在消費(fèi)品缺陷召回制度和實(shí)踐中還存在諸多問(wèn)題。
2021 年1 月黨中央在《建設(shè)高標(biāo)準(zhǔn)市場(chǎng)體系行動(dòng)方案》明確提出“完善缺陷產(chǎn)品召回制度”,開展消費(fèi)品缺陷分析研究是創(chuàng)新和完善市場(chǎng)監(jiān)管,推進(jìn)市場(chǎng)監(jiān)管現(xiàn)代化,更大激發(fā)各類市場(chǎng)主體活力,持續(xù)優(yōu)化營(yíng)商環(huán)境,不斷完善中國(guó)特色社會(huì)主義市場(chǎng)經(jīng)濟(jì)體制的內(nèi)在要求。
電子商務(wù)產(chǎn)業(yè)的快速發(fā)展為消費(fèi)品缺陷分析研究提供了大數(shù)據(jù)應(yīng)用的場(chǎng)景。2022 年上半年中國(guó)網(wǎng)民數(shù)量較2021 年底增長(zhǎng)了近2 千萬(wàn),達(dá)到10.5 億,互聯(lián)網(wǎng)普及率達(dá)到了74.4 %,全國(guó)接近四分之三人口都在使用互聯(lián)網(wǎng),網(wǎng)民年齡分布見(jiàn)表1。
表1 中國(guó)網(wǎng)民年齡分布
2022 年上半年中國(guó)網(wǎng)絡(luò)購(gòu)物人群較2021 年底輕微下降了153 萬(wàn),規(guī)模數(shù)量依舊龐大達(dá)到8.41 億。2022 年上半年全國(guó)網(wǎng)上零售額較2021 年底增長(zhǎng)3.1 %,成交金額達(dá)到了6.3 萬(wàn)億元人民幣。其中,實(shí)物消費(fèi)品網(wǎng)上零售額占網(wǎng)上零售額的86.5 %,達(dá)到5.45 萬(wàn)億元人民幣,占社會(huì)消費(fèi)品零售總額的比重超過(guò)四分一。網(wǎng)購(gòu)用戶的線上消費(fèi)渠道逐步從淘寶、京東等傳統(tǒng)電商平臺(tái)向短視頻、社區(qū)團(tuán)購(gòu)、社交平臺(tái)擴(kuò)散,在短視頻直播、生鮮電商、社區(qū)團(tuán)購(gòu)及微信等平臺(tái)進(jìn)行網(wǎng)購(gòu)消費(fèi)的用戶比例分別為49.7 %、37.2 %、32.4 %和19.6 %,見(jiàn)表2。
表2 2021 年12 月~2022 年6 月各類互聯(lián)網(wǎng)應(yīng)用用戶規(guī)模和網(wǎng)民使用率
消費(fèi)品的缺陷主要來(lái)源于設(shè)計(jì)、制造、警示等三大范疇,認(rèn)定為消費(fèi)品的“缺陷”主要是存在危及人身安全或財(cái)產(chǎn)安全的“不合理危險(xiǎn)”。國(guó)內(nèi)法律條文理解的“不合理危險(xiǎn)”,必須是目標(biāo)消費(fèi)品沒(méi)有指定的國(guó)家標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)才可以適用。消費(fèi)者只有在消費(fèi)品不存在國(guó)家、行業(yè)標(biāo)準(zhǔn)并發(fā)生“不合理危險(xiǎn)”時(shí),才可能因其存在不合理危險(xiǎn)的缺陷獲得損害賠償?shù)姆芍С帧?/p>
這種理解是建立在適用的質(zhì)量技術(shù)標(biāo)準(zhǔn)被認(rèn)定為危險(xiǎn)管控全面、指標(biāo)完美無(wú)暇、版本與時(shí)俱進(jìn)的,這就導(dǎo)致已經(jīng)制定相關(guān)國(guó)家標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)的消費(fèi)品在符合標(biāo)準(zhǔn)規(guī)定卻仍然存在可能危及人身、 財(cái)產(chǎn)安全的危險(xiǎn)時(shí),該“危險(xiǎn)”不被認(rèn)定為是“不合理危險(xiǎn)”,也就無(wú)法定義為“缺陷”。
2016 年的宜家抽屜柜事件發(fā)生的初期,宜家曾拒絕召回的理由就是:該抽屜柜滿足當(dāng)時(shí)的國(guó)家、行業(yè)標(biāo)準(zhǔn),不屬于“缺陷”消費(fèi)品。根據(jù)現(xiàn)有“缺陷”認(rèn)定規(guī)則,已有的質(zhì)量技術(shù)標(biāo)準(zhǔn)就成了“缺陷”的防護(hù)傘,制造企業(yè)常常以此為借口拒絕實(shí)施缺陷召回。
根據(jù)國(guó)家市場(chǎng)監(jiān)管總局《消費(fèi)品召回管理工作指南》(市監(jiān)質(zhì)【2020】65 號(hào))的要求。召回技術(shù)機(jī)構(gòu)可以在以下方面提供技術(shù)支撐:缺陷信息收集、缺陷信息綜合分析、缺陷技術(shù)調(diào)查、缺陷初步研判、對(duì)生產(chǎn)者召回計(jì)劃進(jìn)行形式評(píng)估、召回效果跟蹤與評(píng)估。
在消費(fèi)品缺陷召回管理工作中,為了最后缺陷結(jié)論的正確無(wú)誤,必須確保消費(fèi)品缺陷線索信息的準(zhǔn)確。從目前已經(jīng)實(shí)施缺陷召回的案例反推消費(fèi)品缺陷線索信息的獲取,主要還是依靠各地市場(chǎng)監(jiān)管部門的消費(fèi)品質(zhì)量監(jiān)督抽查。針對(duì)質(zhì)量監(jiān)督抽查結(jié)果為不合格的消費(fèi)品,把不合格的原因作為消費(fèi)品缺陷線索進(jìn)行分析,盡管該方法成熟高效,但是從源頭上放棄了“滿足產(chǎn)品標(biāo)準(zhǔn)但是存在不合理危險(xiǎn)”的這類缺陷線索。
電子商務(wù)快速發(fā)展,沉淀了關(guān)于產(chǎn)品質(zhì)量、物流等海量數(shù)據(jù)資源。輿情監(jiān)測(cè)顯示關(guān)于電商銷售的缺陷消費(fèi)品引發(fā)的傷害事件、以及消費(fèi)者通過(guò)自媒體發(fā)布的對(duì)電商產(chǎn)品質(zhì)量的抱怨日益增多。
社交媒體平臺(tái)逐漸成為了人們?nèi)粘=涣鞯闹饕浇?。消費(fèi)者在購(gòu)買產(chǎn)品后,會(huì)在社交媒體平臺(tái)發(fā)布使用體驗(yàn),消費(fèi)者在社交媒體上通過(guò)文字圖片、語(yǔ)音和短視頻等多種方式發(fā)布信息。用戶發(fā)布的產(chǎn)品使用體驗(yàn)可能涉及產(chǎn)品的質(zhì)量缺陷,因此,除了傳統(tǒng)的質(zhì)量申訴渠道和電子商務(wù)平臺(tái)的產(chǎn)品評(píng)價(jià)之外,通過(guò)采集、處理和研判用戶在社交媒體上發(fā)布的產(chǎn)品體驗(yàn),可以識(shí)別產(chǎn)品潛在的質(zhì)量缺陷,及時(shí)實(shí)施召回等措施,從而提升產(chǎn)品質(zhì)量和品牌聲譽(yù)。
因此探索消費(fèi)品缺陷線索采集、分析和研判的創(chuàng)新之路,面向如日中天的電子商務(wù)領(lǐng)域,發(fā)揮互聯(lián)網(wǎng)信息大數(shù)據(jù)技術(shù)的優(yōu)勢(shì),構(gòu)建電子商務(wù)領(lǐng)域的消費(fèi)品缺陷線索采集平臺(tái),拓寬消費(fèi)品缺陷線索信息的采集渠道,提升采集效率,改善采集效果,開發(fā)利用輿情抓取系統(tǒng),采取關(guān)鍵詞語(yǔ)自動(dòng)收集信息,通過(guò)缺陷調(diào)查認(rèn)定將數(shù)據(jù)信息轉(zhuǎn)化為召回實(shí)施。
電子商務(wù)領(lǐng)域的消費(fèi)品缺陷線索采集平臺(tái)是電子商務(wù)領(lǐng)域的消費(fèi)品缺陷線索采集基礎(chǔ)。目前電子商務(wù)領(lǐng)域的消費(fèi)品缺陷線索采集平臺(tái)實(shí)踐功能如圖1 所示,平臺(tái)功能包含電商評(píng)價(jià)的消費(fèi)品缺陷信息模塊、社交文本媒體的消費(fèi)品缺陷信息模塊、短視頻媒體的消費(fèi)品缺陷信息模塊三個(gè)不同的信息模塊,可以覆蓋傳統(tǒng)電網(wǎng)平臺(tái)、短視頻直播、生鮮電商、社區(qū)團(tuán)購(gòu)及微信等平臺(tái)幾乎所有的網(wǎng)購(gòu)消費(fèi)模式。
圖1 電子商務(wù)領(lǐng)域消費(fèi)品缺陷線索采集平臺(tái)功能簡(jiǎn)圖
通過(guò)分析文本的情感和主題等,可以從海量的文字中提取出有價(jià)值的信息。例如,情感分類法能夠判斷某條文本的情感傾向是正面情感還是負(fù)面情感;LDA 主題模型能夠提取文本討論的話題。因此,文本分析可以用來(lái)判斷用戶在社交媒體上發(fā)布產(chǎn)品體驗(yàn)時(shí)的情感傾向和對(duì)產(chǎn)品性能的描述,從而識(shí)別出產(chǎn)品的潛在缺陷。研究社交媒體平臺(tái)文本分析在缺陷線索采集、分析和研判具有較高的理論意義和實(shí)踐價(jià)值。
選定社交媒體平臺(tái)“知乎”作為文本來(lái)源,同時(shí)選定某類消費(fèi)品作為研究對(duì)象,在行業(yè)內(nèi)選取了龍頭品牌的消費(fèi)品使用評(píng)價(jià)作為實(shí)證分析文本。在LDA 主題模型的基礎(chǔ)上,加入了基于樸素貝葉斯原理的情感分析,建立了 SA-LDA 文本分析過(guò)程(Sentiment Analysis - Latent Dirichlet Allocation),用于識(shí)別社交媒體文本中描述的潛在產(chǎn)品質(zhì)量缺陷。
在SA-LDA 文本分析框架下,首先通過(guò)爬蟲爬取知乎上龍頭品牌消費(fèi)品的產(chǎn)品體驗(yàn)評(píng)價(jià),組成該消費(fèi)品的文本集;然后建立行業(yè)詞匯詞典,根據(jù)詞典進(jìn)行分詞和去除停用詞等預(yù)處理,同時(shí)去除高度重復(fù)文本,確保文本的真實(shí)性;接下來(lái)通過(guò)計(jì)算文本的情感概率值來(lái)判斷該文本是正面情感文本或負(fù)面情感文本,負(fù)面情感文本中大概率包含對(duì)產(chǎn)品缺陷的描述;然后使用 LDA 模型對(duì)負(fù)面情感文本進(jìn)行分析,生成文本庫(kù)的若干組關(guān)鍵詞,并結(jié)合行業(yè)知識(shí)判斷關(guān)鍵詞的主題是否和產(chǎn)品質(zhì)量缺陷相關(guān);最后形成缺陷線索報(bào)表。
實(shí)證結(jié)果表明,在小米10 手機(jī)文本集生成的9 組關(guān)鍵詞中,有8 組描述了手機(jī)的潛在質(zhì)量缺陷,例如手機(jī)卡頓、斷網(wǎng)/斷流和發(fā)熱等。同時(shí),結(jié)果表明用戶在社交媒體上發(fā)布產(chǎn)品使用體驗(yàn)時(shí),可能會(huì)描述兩個(gè)或以上的產(chǎn)品缺陷,主要包括性能缺陷和外觀缺陷。經(jīng)統(tǒng)計(jì),文本集中含有LDA 模型生成主題所描述的缺陷的文本數(shù)量占負(fù)面情感文本數(shù)量的比例均超過(guò)40 % (單條文本中描述多個(gè)缺陷的僅計(jì)數(shù)一次)。因此,SA-LDA 文本分析過(guò)程是一種有效的識(shí)別社交媒體文本中潛在產(chǎn)品質(zhì)量缺陷的方法。
當(dāng)前,中國(guó)的社交媒體短視頻行業(yè)由增量市場(chǎng)轉(zhuǎn)向存量市場(chǎng),以抖音、快手為首的“兩超多強(qiáng)”格局穩(wěn)中有變,“短視頻+直播帶貨”已經(jīng)成為異軍突起的電子商務(wù)銷售模式,各路媒體紛紛布局社交媒體短視頻。2021 年全國(guó)消費(fèi)投訴達(dá)到109.5 萬(wàn)件,其中“短視頻+直播帶貨”成投訴重災(zāi)區(qū),假冒偽劣商品等問(wèn)題頻出。
是時(shí)候開展基于社交媒體視頻分析的消費(fèi)品缺陷線索采集、分析和研判,研發(fā)相關(guān)社交媒體短視頻信息采集技術(shù)。由于基于電商評(píng)價(jià)信息的消費(fèi)品缺陷線索和基于社交媒體文本分析的消費(fèi)品缺陷線索的研究已經(jīng)趨于成熟,而對(duì)社交媒體短視頻的直接分析存在技術(shù)不成熟、分析差錯(cuò)率高等缺點(diǎn),因此采用視頻轉(zhuǎn)文字再對(duì)文字進(jìn)行分析的技術(shù)路徑。目前視頻轉(zhuǎn)文字中最有效的算法和模型是自適應(yīng)幀采樣算法和雙向長(zhǎng)短時(shí)記憶BLSM模型。
自適應(yīng)幀采樣算法:提供盡可能多的深度卷積神經(jīng)網(wǎng)絡(luò)的特征數(shù)據(jù)來(lái)調(diào)整采樣模型,在每10 幀或每5 幀的固定采樣率的基礎(chǔ)上,根據(jù)特征數(shù)據(jù)的大小自動(dòng)調(diào)整采樣率,以提供視頻轉(zhuǎn)文字的準(zhǔn)確度。雙向長(zhǎng)短時(shí)記憶BLSM 模型:結(jié)合前面幀學(xué)習(xí)長(zhǎng)短時(shí)記憶模型和后面幀學(xué)習(xí)長(zhǎng)短時(shí)記憶模型,同時(shí)開展前面幀和未來(lái)幀的視頻信息的有效學(xué)習(xí)。這種雙深度的網(wǎng)絡(luò)AI 學(xué)習(xí)結(jié)構(gòu),解決了短視頻中語(yǔ)言詞語(yǔ)表達(dá)的場(chǎng)景和時(shí)空關(guān)聯(lián)性,讓相同的詞語(yǔ)表達(dá)更準(zhǔn)確的情感。
幀信息的融合又增加了特征的種類,從而提升了實(shí)驗(yàn)效果。結(jié)果顯示,在M-VAD 和MPII-MD 兩個(gè)數(shù)據(jù)集中,該研究方法在METEOR 中的評(píng)分均值分別為7.8 % 和8.6 %,相對(duì)原S2VT 模型分別提高了16.4 % 和21.1 %,也提升了視頻轉(zhuǎn)文字的文本效果。
作為傳統(tǒng)的質(zhì)檢機(jī)構(gòu)需要打造“缺陷召回+NQI”相結(jié)合,質(zhì)量基礎(chǔ)設(shè)施一站式服務(wù)的新技術(shù)服務(wù)能力。
第一步:開展缺陷線索采集、分析及研判工作,建立缺陷線索信息渠道、培養(yǎng)缺陷信息處理人才、開發(fā)缺陷線索信息收集工具。
第二步:對(duì)研判過(guò)的缺陷線索開展復(fù)現(xiàn)、論證和定性工作,包括:國(guó)內(nèi)外文獻(xiàn)查閱(先例經(jīng)驗(yàn))法、檢驗(yàn)檢測(cè)(數(shù)據(jù)經(jīng)驗(yàn))法、檢定推論(專家經(jīng)驗(yàn))法、現(xiàn)場(chǎng)調(diào)查法等,在實(shí)際運(yùn)用中可以是其中一種或者是多種方法的綜合運(yùn)用。
圖2 缺陷召回+NQI 一站式服務(wù)框架
第三步:協(xié)助制定企業(yè)召回(技改)方案,重點(diǎn)圍繞召回措施的可行性、有效性、可靠性、經(jīng)濟(jì)性進(jìn)行形式評(píng)估。根據(jù)認(rèn)定的缺陷情況,對(duì)已經(jīng)售出存在缺陷的消費(fèi)品,采取單一或組合式補(bǔ)救措施:補(bǔ)充或者修正警示標(biāo)識(shí)、修理、更換、退貨等活動(dòng)。企業(yè)自身沒(méi)有足夠經(jīng)驗(yàn)和能力,可以委托技術(shù)服務(wù)機(jī)構(gòu)協(xié)助選定“適宜的召回措施”、編制“召回計(jì)劃”、“召回事項(xiàng)說(shuō)明”、“召回常見(jiàn)問(wèn)題問(wèn)與答”。
“缺陷召回+NQI”一站式技術(shù)服務(wù)能力,在消費(fèi)品缺陷召回領(lǐng)域?qū)崿F(xiàn)了“質(zhì)量醫(yī)生”的關(guān)鍵作用:在缺陷線索采集、分析及研判階段發(fā)揮了質(zhì)量“體檢”作用;在缺陷復(fù)現(xiàn)、缺陷論證和缺陷定性階段發(fā)揮了質(zhì)量“診斷”作用,在協(xié)助制定企業(yè)召回(技改)方案階段發(fā)揮了質(zhì)量“治療”作用。通過(guò)開展消費(fèi)品缺陷分析研究推動(dòng)了NQI 技術(shù)服務(wù)機(jī)構(gòu)的快速成長(zhǎng)。