徐思紅 田晶晶

摘 要：缺陷消費(fèi)品召回是一項(xiàng)保護(hù)消費(fèi)者安全的國際通行做法，也是促進(jìn)產(chǎn)品質(zhì)量提升的一種重要方法。準(zhǔn)確、及時地獲取消費(fèi)品缺陷線索，然后系統(tǒng)深入分析其存在的潛在風(fēng)險，才能快速定位消費(fèi)品缺陷問題并實(shí)施召回。消費(fèi)品具有種類多、故障問題雜的特點(diǎn)，高效、科學(xué)的缺陷線索綜合分析顯得尤為重要。本文研究內(nèi)容包括線索采集、數(shù)據(jù)處理、關(guān)聯(lián)分析等，為消費(fèi)品潛在缺陷挖掘提供技術(shù)參考，為缺陷消費(fèi)品召回管理提供信息決策支撐。

關(guān)鍵詞：消費(fèi)品，缺陷線索，分析方法

DOI編碼：10.3969/j.issn.1674-5698.2023.06.011

0 引 言

人們的日常生活離不開消費(fèi)品，涉及到方方面面，并且隨著科技的發(fā)展，人們對消費(fèi)品的需求增長，消費(fèi)升級、品質(zhì)提升已經(jīng)成為市場主流。消費(fèi)品安全關(guān)系到人們的切身利益，也成為社會關(guān)注的焦點(diǎn)。國際上缺陷產(chǎn)品召回是產(chǎn)品質(zhì)量安全監(jiān)管的通行做法之一，是后市場監(jiān)管的重要手段。我國《消費(fèi)品召回管理暫行規(guī)定》自2020年實(shí)施以來，消費(fèi)品召回也在快速走進(jìn)我們的日常生活。2022年我國消費(fèi)品召回690次，涉及產(chǎn)品996.6萬件，其中受缺陷調(diào)查影響的召回次數(shù)占93.9%，涉及產(chǎn)品占34.6%。受缺陷調(diào)查影響的缺陷消費(fèi)品召回程序總體包括：信息收集和分析，缺陷調(diào)查分析，召回實(shí)施，召回監(jiān)督與評價等。而其中對消費(fèi)品的缺陷線索信息的收集和分析是缺陷調(diào)查的最基本數(shù)據(jù)源頭和啟動依據(jù)，準(zhǔn)確、及時、有效地獲取線索信息，然后系統(tǒng)深入分析其存在的潛在安全風(fēng)險，才能快速掌握消費(fèi)品缺陷并實(shí)施召回[1]。

消費(fèi)品具有種類多、故障模式復(fù)雜、新型產(chǎn)品快速出現(xiàn)等特性，收集的線索信息具有產(chǎn)品多樣、故障描述不準(zhǔn)確、缺陷線索信息重復(fù)等系列問題，為快速從信息中鎖定疑似缺陷案例，從而為技術(shù)分析和調(diào)查提供準(zhǔn)確的數(shù)據(jù)依據(jù)，首先需要收集多源線索信息，再者需要科學(xué)的綜合信息分析方法，面對大量線索信息，高效、科學(xué)的綜合信息分析方法尤為重要。如何從眾多線索中準(zhǔn)確分析某一類型產(chǎn)品某一類故障的安全風(fēng)險，一定程度上決定了缺陷消費(fèi)品召回監(jiān)管部門的監(jiān)管能力。消費(fèi)品疑似缺陷案例分析概括流程如圖1所示。

1 消費(fèi)品缺陷線索采集

為快速定位消費(fèi)品潛在缺陷問題，建立多渠道的消費(fèi)品缺陷線索采集體系至關(guān)重要。根據(jù)消費(fèi)品缺陷特征，本文提出覆蓋消費(fèi)者投訴、產(chǎn)品安全網(wǎng)絡(luò)輿情、境外召回信息、電商平臺評價信息、國內(nèi)召回信息、其他信息等的缺陷線索采集體系，主要采集內(nèi)容見表1。

2 消費(fèi)品缺陷線索數(shù)據(jù)清洗

采集的原始消費(fèi)品多源缺陷線索信息直接關(guān)聯(lián)分析較為復(fù)雜，數(shù)據(jù)分析的難度較大，在信息分析和挖掘環(huán)節(jié)的前期，先要對數(shù)據(jù)種類和數(shù)據(jù)結(jié)構(gòu)模式多元化的多源缺陷線索信息進(jìn)行數(shù)據(jù)清洗，數(shù)據(jù)清洗的過程包括忽略部分?jǐn)?shù)據(jù)項(xiàng)、重復(fù)數(shù)據(jù)剔除、基礎(chǔ)數(shù)據(jù)核實(shí)、故障標(biāo)簽標(biāo)注等。

（1）忽略部分?jǐn)?shù)據(jù)項(xiàng)是忽略部分對數(shù)據(jù)綜合分析無用的數(shù)據(jù)項(xiàng)，比如：忽略網(wǎng)址、消費(fèi)者姓名等信息。

（2）根據(jù)產(chǎn)品信息和故障描述剔除重復(fù)數(shù)據(jù)，確保唯一性。

（3）消費(fèi)品品牌繁多、產(chǎn)品種類多樣，產(chǎn)品品牌和產(chǎn)品類型等產(chǎn)品基礎(chǔ)數(shù)據(jù)是確定產(chǎn)品的重要信息，首先核實(shí)多源缺陷線索信息的產(chǎn)品信息，然后根據(jù)標(biāo)準(zhǔn)GB/T 36431-2018《消費(fèi)品分類與代碼》進(jìn)行統(tǒng)一和規(guī)范。

（4）消費(fèi)品故障描述隨意、故障問題多，針對復(fù)雜的內(nèi)容，通過簡短統(tǒng)一的標(biāo)簽進(jìn)行標(biāo)注，對故障描述標(biāo)準(zhǔn)化處理。消費(fèi)品故障標(biāo)簽字典的構(gòu)建是對已有信息的產(chǎn)品故障現(xiàn)象進(jìn)行歸類，整理出每一類故障描述問題涉及的關(guān)鍵詞，而后再根據(jù)描述提取出同義詞，進(jìn)行同義詞擴(kuò)展，基于多個特征維度對近義詞表進(jìn)行過濾，形成同義描述集合[2]。根據(jù)消費(fèi)品故障標(biāo)簽字典對多源缺陷線索信息中故障表述內(nèi)容分別進(jìn)行故障標(biāo)簽標(biāo)注，進(jìn)行規(guī)范。

3 消費(fèi)品缺陷線索分析體系

3.1 數(shù)據(jù)分析方法概述

面對大數(shù)據(jù)時代的多樣復(fù)雜數(shù)據(jù)，人們在處理數(shù)據(jù)時，為得到更為精準(zhǔn)的結(jié)論，會綜合應(yīng)用不同的信息分析方法。消費(fèi)品多源缺陷線索信息的綜合分析需要定性和定量相結(jié)合地綜合考慮各個實(shí)體和屬性，應(yīng)用聚類分析的思想來歸納關(guān)聯(lián)分析。

信息聚類是根據(jù)樣本之間的相似度將整個樣本集合成若干個類的過程。其目標(biāo)是使屬于同一個類的樣本盡量相似，而屬于不同類的樣本差別明顯。消費(fèi)品多源缺陷線索信息中一個來源信息中的某個品牌、某類產(chǎn)品、某個故障模式，通過聚類的形式進(jìn)行集合，產(chǎn)品和故障模式更聚焦。

關(guān)聯(lián)分析是一種簡單、實(shí)用的分析技術(shù)，就是發(fā)現(xiàn)存在于大量數(shù)據(jù)集中的關(guān)聯(lián)性或相關(guān)性，從而描述了一個實(shí)體中某些屬性同時出現(xiàn)的規(guī)律和模式。消費(fèi)品多源缺陷線索信息通過聚類的方法聚焦某類信息中某個產(chǎn)品的故障模式，然后通過關(guān)聯(lián)分析的方法將這些多源數(shù)據(jù)集中共同的屬性進(jìn)行規(guī)律性的集中總結(jié)，從而呈現(xiàn)多源信息的某個實(shí)體共有屬性，即某個品牌某個產(chǎn)品的故障模式，最后根據(jù)故障模式的安全性等級判定疑似缺陷案例。

3.2 缺陷線索關(guān)聯(lián)分析

《消費(fèi)品召回管理暫行規(guī)定》明確，缺陷是指因設(shè)計(jì)、制造、警示等原因，致使同一批次、型號或者類別的消費(fèi)品中普遍存在的危及人身、財(cái)產(chǎn)安全的不合理危險。根據(jù)缺陷的概念，潛在安全風(fēng)險分析因子由安全性、批量性、缺陷原因組成（見表2）。

消費(fèi)品多源缺陷線索信息關(guān)聯(lián)分析就是對已經(jīng)進(jìn)行數(shù)據(jù)清洗預(yù)處理和初步分析的消費(fèi)者投訴信息、產(chǎn)品安全網(wǎng)絡(luò)輿情信息、境外召回信息、電商評價信息、國內(nèi)召回信息等信息，按照信息中共有的“產(chǎn)品品牌”“產(chǎn)品分類”“產(chǎn)品類別”“故障模式”等實(shí)體屬性，將所有信息進(jìn)行聚類和關(guān)聯(lián)分析，根據(jù)潛在安全風(fēng)險分析因子，挖掘出有潛在安全風(fēng)險的疑似缺陷案例，缺陷線索數(shù)據(jù)分析體系如圖2所示。

消費(fèi)者投訴信息分析：主要分析投訴信息中涉及同一品牌/型號的故障描述（標(biāo)簽）為涉及人身、財(cái)產(chǎn)安全的產(chǎn)品信息，將該案例信息的標(biāo)簽與過往的各項(xiàng)信息進(jìn)行核實(shí)及關(guān)聯(lián)，以初步分析該案例可能存在不合理風(fēng)險或安全隱患的概率；同時針對該案例的關(guān)鍵詞進(jìn)行專項(xiàng)輿情檢索，通過輿情信息來擴(kuò)展和豐富案例并評估其傳播影響力，為綜合分析評估判定提供參考。

產(chǎn)品安全網(wǎng)絡(luò)輿情分析：主要分析產(chǎn)品安全網(wǎng)絡(luò)輿情信息中疑似企業(yè)自主召回的活動信息、同一產(chǎn)品抽檢不合格信息、傳播影響力高的涉及產(chǎn)品質(zhì)量及人身安全的輿情等信息，并與過往的各項(xiàng)信息進(jìn)行核實(shí)及關(guān)聯(lián)，為綜合分析評估判定提供參考。境外召回信息分析：主要分析境外召回產(chǎn)品在國內(nèi)未召回且國內(nèi)仍在銷售的產(chǎn)品信息，境外召回涉及國內(nèi)生產(chǎn)且在國內(nèi)疑似有售的信息，境外召回涉及國內(nèi)生產(chǎn)的產(chǎn)品中召回措施為強(qiáng)制召回、禁止銷售、禁止進(jìn)口等手段的產(chǎn)品信息等，同時借鑒召回產(chǎn)品的故障原因指導(dǎo)綜合分析評估判定。

電商平臺評價信息：主要查詢消費(fèi)者對于產(chǎn)品的評價信息中是否有收到與召回有關(guān)的傷害及其他傷害或產(chǎn)品質(zhì)量問題，與過往的各項(xiàng)信息進(jìn)行核實(shí)及關(guān)聯(lián)；對綜合分析評估判定的疑似安全風(fēng)險的缺陷線索案例進(jìn)行電商評價監(jiān)測。

國內(nèi)召回信息：主要分析國內(nèi)召回產(chǎn)品信息和召回原因與過往的各項(xiàng)信息進(jìn)行核實(shí)及關(guān)聯(lián)，為綜合分析評估判定提供參考。

其他信息：主要分析采集到的檢驗(yàn)檢測信息或其他來源信息中涉及人身、財(cái)產(chǎn)安全的產(chǎn)品信息，為綜合分析評估判定提供參考。經(jīng)過上述各來源信息的聚類分析后，再與歷史疑似缺陷案例進(jìn)行關(guān)聯(lián)，根據(jù)潛在安全風(fēng)險分析因子綜合分析判定疑似缺陷案例，然后將判定結(jié)果通報(bào)相關(guān)業(yè)務(wù)部門進(jìn)行后續(xù)處理。

4 案例分析實(shí)例

2020年11月，通過消費(fèi)者投訴數(shù)據(jù)發(fā)現(xiàn)某品牌兒童保溫吸管杯存在觸碰兒童面部造成傷害的線索，通過對該產(chǎn)品進(jìn)行網(wǎng)絡(luò)輿情監(jiān)測、電商評價信息監(jiān)測、案例排查，以及參考境外類似產(chǎn)品召回原因分析，綜合這些來源信息進(jìn)行聚類和分析，該產(chǎn)品銷售數(shù)量較大，傷害等級嚴(yán)重、發(fā)生兒童應(yīng)用產(chǎn)品事故概率高，鎖定為疑似缺陷案例。后續(xù)經(jīng)過技術(shù)分析、調(diào)查、專家論證，判定該品牌兒童保溫吸管杯由于杯蓋與鎖扣接觸部分存在銳角，產(chǎn)品相關(guān)安全警示標(biāo)識缺失，在保溫杯開蓋后未向后卡緊時，可能導(dǎo)致上蓋向下閉合，觸碰兒童面部，存在安全隱患。針對該隱患召回監(jiān)管部門約談生產(chǎn)者進(jìn)行缺陷產(chǎn)品召回，生產(chǎn)者于2020年12月對該產(chǎn)品進(jìn)行召回[3]。

5 結(jié) 語

文中對消費(fèi)品缺陷線索分析方法進(jìn)行研究，陳述消費(fèi)品多源缺陷線索信息采集、數(shù)據(jù)清洗、初步分析、綜合關(guān)聯(lián)分析到疑似缺陷案例的生成的過程。根據(jù)已研究內(nèi)容，還可在以下幾方面進(jìn)行拓展：與專業(yè)知識應(yīng)用融合，拓展產(chǎn)品和故障標(biāo)簽體系；應(yīng)用大數(shù)據(jù)分析應(yīng)用技術(shù)，全面實(shí)現(xiàn)信息分析全過程自動化，減少人工干預(yù)。

參考文獻(xiàn)

徐思紅，張力丹，田晶晶，等. 消費(fèi)品多源缺陷線索信息預(yù)處理研究[J]. 標(biāo)準(zhǔn)科學(xué)， 2023，（1）：111-116.

姜肇財(cái)，宋黎，王雯.基于電商評論信息的產(chǎn)品故障標(biāo)簽體系構(gòu)建研究[J].標(biāo)準(zhǔn)科學(xué)， 2021，（12）：128-131.

宋黎，費(fèi)凡，徐思紅，等. 我國消費(fèi)品召回歷程及數(shù)據(jù)觀察[J].標(biāo)準(zhǔn)科學(xué)， 2017， （11） ：6-13.

姜肇財(cái)，宋黎，王雯. 基于電商評論信息的產(chǎn)品故障標(biāo)簽體系構(gòu)建研究[J]. 標(biāo)準(zhǔn)科學(xué)， 2021，（12）：128-131.

王偉偉，魏婷，楊曉燕，等. 基于信息關(guān)聯(lián)分析的設(shè)計(jì)線索構(gòu)思方法[J]. 機(jī)械設(shè)計(jì)， 2017，（11）：117-122.

翟東升，婁瑩，闞慧敏，等. 基于多源異構(gòu)數(shù)據(jù)的中醫(yī)藥知識圖譜構(gòu)建與應(yīng)用研究[J/OL]. 數(shù)據(jù)分析與知識發(fā)現(xiàn).