利用媒體大數據助力建設健康中國
——保健食品風險預警平臺解構

文/王沖

隨著經濟高速發展，人民生活水平不斷提高，健康意識也逐步增強，越來越注重養生保健。而保健食品作為具有特定保健功能的食品能夠調節機體功能，越來越受到人民的青睞。2016年7月1日正式施行的《保健食品注冊與備案管理辦法》將“保健食品”定義為：聲稱具有特定保健功能或者以補充維生素、礦物質為目的的食品，即適宜于特定人群食用，具有調節機體功能，不以治療疾病為目的，并且對人體不產生任何急性、亞急性或者慢性危害的食品[1]。

2017年，為全面落實《中華人民共和國食品安全法》和“四個最嚴”的要求，進一步加強對食品、保健食品生產、經營和進口單位履行主體責任的監管，嚴厲打擊違規營銷宣傳產品功效、誤導和欺騙消費者等違法行為，推動各地落實屬地管理責任，強化企業守法誠信意識，營造健康有序的市場經營環境，切實保障消費者合法權益和消費安全，國務院食品安全辦會同有關部門制定了《食品、保健食品欺詐和虛假宣傳整治方案》。2019年1月8日，國家市場監管總局、工信部、公安部、衛健委等13個部門召開電視電話會議，決定自2019年1月8日起，在全國范圍內集中開展為期100天的聯合整治“保健”市場亂象百日行動，該行動將在全國范圍內加大對“保健”市場重點行業、重點領域、重點行為的事中事后監管力度，依法嚴厲打擊虛假宣傳、虛假廣告、制售假冒偽劣產品等擾亂市場秩序、欺詐消費者等各類違法行為。

近年來，保健食品如雨后春筍般不斷涌現，在給人民帶來更多選擇的同時，也出現了不少問題，如生產過程中違法添加藥物、售賣假冒偽劣產品、夸大宣傳產品效果等，這些隱患給人民造成了很大的困擾，也給市場監管帶來了很大困難。為了讓廣大民眾正確認識保健食品，同時協助監管部門加強對保健食品的管理，中國健康傳媒集團率先推出保健食品風險預警平臺。該平臺是國內首家保健食品領域的風險預警平臺，是以中文為核心的自然語言技術和保健食品業務應用緊密結合的知識成果；依托深度學習技術手段，結合計算語言技術與知識、社會計算技術與知識、人文計算技術與知識，通過樣本訓練、機器學習、人工經驗專業判斷相結合，進行系統、深入的研究，不斷完善保健食品風險預警平臺；該平臺將通過業務合作、數據API服務等方式，為食品藥品安全監管部門及相關機構提供數據與應用服務。

1.中國保健食品風險預警平臺

中國保健食品風險預警平臺，內部叫法“保健食品冒煙指數”。“冒煙指數”構想來源于“森林開始冒煙是要發生火災”，通過煙與火的形象比擬來推斷冒煙指數與風險的關系，即從產品、企業冒煙指數高低來判斷其風險的高低。

以“冒煙指數”為核心的風險預警平臺大大降低了傳統監管方式中運營成本的需求，與此同時，還提高了監管覆蓋面和效率[2]。“保健食品冒煙指數”預警平臺通過大數據采集、分析技術，全天候無縫隙地對保健食品進行監測預警。根據行業特點，從電商網站評論數據、貼吧、社交媒體等數據源大規模地采集原始數據，接入工商數據、法院執行數據等，并根據國產、進口、功能功效、適用人群等進行分類并存儲在“保健食品冒煙指數”預警平臺中，然后對多個數據源的數據，在內存式計算平臺上進行分布式計算，經過數據清洗、數據集成等一系列預處理過程，把數據集合統一轉換成可供分析的結構化數據。再通過分析算法，依照建立的多個風險預測模式，進行大數據的計算分析，用指數化方式從品牌，產品，價格等維度做風險排名（前N個）預警，在風險尚未釀成前及時發現，實現真正意義上的提前預警。

2.本平臺創新點

2.1 國內首家保健食品領域的風險預警平臺，在平臺構建、關鍵詞庫建設等方面具有獨創性

2.1.1 有利于及早發現保健食品風險，在風險尚未釀成前制止

通過分析研究保健食品活動的方式、特點以及演變規律，拓寬信息獲取的渠道。監測平臺以整合各地區、各有關部門信息資源，推動實現工商市場主體公示信息、互聯網數據、法院立案判決執行信息等相關信息的互通共享，并抓取多種特征信息進行比對。利用監測平臺的大數據技術，可以構建科學、專業的風險預測模型，通過風險預警模型計算出相應的風險指數，及早發現保健食品隱患，在風險尚未釀成前及時制止。

2.1.2 有利于及早打掉非法保健食品，在涉及面較小時遏制風險蔓延

當監測平臺上企業風險程度高于設置的監控指數值時，系統會自動發出風險提示，需要監管部門密切關注。經過平臺預警、對數據進行排查分析，及時做好相關的調查取證工作，快速進行登記，并按照部門職責分工，及時向相關部門進行交辦。對于監測平臺顯示風險非常高的企業，在登記的同時及時向上級部門報告，監管部門及早介入，從而做到打早、打小，在涉及面較小時遏制風險蔓延，盡可能幫助公眾挽回經濟損失。

2.1.3 有利于節省風險排查耗費的人力資源成本

監測平臺通過對匯總的各方數據（線下各部門的數據采集，線上的輿情公開數據，線上的監管企業數據上報），按照一定規則進行數據的清理整合，然后根據監測分析模型，根據已有的數據，計算出相關企業的風險指數及相關事件分析，最后根據計算出來的結果來進行相關處理（持續關注、人工干預、匯報情況等）。可以實時動態監測保健食品行業，相比通過傳統的大量人工走訪來摸排、電話文件傳達等方式，可以節省很多風險排查人力資源成本。

2.1.4 有利于營造和諧環境維護社會穩定

對于違法違規保健食品企業，相關部門可以利用監測平臺及早發現問題，縝密調查認定，迅速查辦案件。另外，監測平臺也能幫助法院和檢察院加快案件審判。同時利用平臺分析數據，可以針對性地對受害者開展宣傳教育；利用定期發布的最新非法保健食品活動，不斷提高公眾防范非法保健食品的意識；剖析典型案例及其嚴重危害，降低非法保健食品的損害程度，維護社會穩定，營造和諧的社會環境。

2.2 大數據積累：準確、全面的收集數據是大數據的基礎

2.2.1 數據庫表設計

針對中國保健食品風險預警平臺，對采集的企業數據信息進行合理設計數據庫表；依據模型管理平臺中模型所需的數據維度對數據表項進行分級，最大限度滿足模型計算需要。

2.2.2 內部數據接入

數據采集平臺支持Excel等格式的數據批量導入、通過接口與內部系統（總局數據、地方監管局數據）系統數據連通。

2.2.3 第三方數據接入

中國保健食品風險預警平臺與美團、餓了么等數據提供商的接口進行連通。

2.2.4 對接工商數據

中國保健食品風險預警平臺對目標范圍內的企業工商信息進行對接，將企業的各類信息進行結構化存儲入庫，保證數據的質量和規模，入庫信息數據準確度應達到100%與工商總局數據一致；制定數據更新規則，明確數據更新頻率；對存量企業的數據定期更新。

2.2.5 采集電商數據

采集字段包括原文鏈接、商品名稱、商品編號、商品價格、商品產地、規格（不同的規格對應不同的產品）、品牌企業、主要成分、商品毛重、適用人群、產品劑型、癥狀、藍帽標識、國產/進口、保質期、京東自營、店鋪、發貨地、店鋪名稱、宣傳圖片、好評度、評論標簽、全部評價數、曬圖評論數、追評數、好評數、中評數、差評數等。對宣傳圖片進行采集，實現圖片可追溯。

2.2.6 輿情系統

對接集團已有輿情系統，從指定網站或數據源，自動捕捉抽取相關產業、企業信息及政策信息，以鏈接或文字形式展示在相應區域中，能實現輿情的智能分析，包含情感分析、觀點提取、地域分布、文章分類等，提供輿情可視化的監測平臺。

這也是當年創建七兵堂的初衷，為了讓更多的退伍軍人能有尊嚴，2007年，退役后的謝清森與另外六名退役特種兵發起成立濟南特種兵保鏢護衛中心，歷經沿革更名為現在的七兵堂。

2.3 自然語言處理：讓機器更懂人類，提高關聯性等特征分析

隨著人工智能的大熱，國內各大企業開始紛紛布局人工智能領域，并打造出各種不同的智能終端，比如人工機器人、無人駕駛汽車、智能電視、智能冰箱……這些智能終端有一個共同的特點——能讀懂人類語言、與人類交流，還能進一步完成人類所下達的指令。

如此神奇的技術是如何實現的呢？這要歸功于人工智能領域一項核心的處理技術——NLP。NLP（Natural Language Processing），即自然語言處理，它是研究人與計算機交互的語言問題的一門學科，也是人工智能一個重要的子領域[3]。簡單來說，NLP是讓機器“理解”人們使用的自然語言結構和意思，將自然語言翻譯為機器語言形式，并加工它（總結、句法分析等），再返回給用戶自然語言。它涉及很多內容和技術，如文本朗讀/語音合成、語音識別、中文自動分詞、詞性標注、句法分析、自然語言生成、文本分類、信息檢索、信息抽取、文字校對、問答系統、機器翻譯、自動摘要、文字蘊涵等。在人工智能發展之初，NLP技術就已經顯示出巨大的魅力。1949年埃德蒙·伯克利（Edmund Berkeley）在他出版的《Giant Brains Or Machines That Think》一書中寫道：“最近出現許多消息，談論的主題是奇怪的巨型機器處理信息，速度極快，技能很強……這種機器與大腦相似，由硬件和線纜組成，而不是血肉和神經，機器可以處理信息，可以計算、可以得出結論，可以選擇，還可以根據信息執行合理操作。總之，這臺機器可以思考。”[4]作為人工智能核心技術之一，自然語言處理技術越發受到技術公司青睞，在國務院印發的《新一代人工智能發展規劃》中，自然語言處理技術被列為關鍵共性技術。

2.4 模型構建具有獨創性

2.4.1 風險監測分析挖掘模型設計

以監測對象為導向的風險監測分析挖掘模型——OFV。

風險分析OFV模型（監測對象O-風險特征F-特征值/特征程度V），模型的構建由豐富的底層資源庫和挖掘邏輯表達式支持。底層資源庫包括監測對象庫、業務知識分類庫和監測要素網。風險特征是一系列特殊的文法生成式，其有限集合包含系統默認元素和資源庫中各元素，系統默認元素（IR_）：內容、標題、時間、地區、關鍵詞等；資源庫中各要素：監測對象（O_）、業務知識（K_）和監測要素（E_）。

2.4.2 指數模型設計

指數模型綜合考慮藍帽標識、銷量、負面評論數、星級指標、輿情傳播數據等方面，訓練語料獲取最終值。

2.4.3 風險分級模型設計

結合各類數據與過往經驗進行分析，利用數據挖掘、統計分析等技術方式建立保健食品風險研判模型，系統將按照最終形成的各類模型，在接入的海量數據中進行反復迭代和模式匹配，識別數據中存在的可疑行為，觸發相應的預警，并建立風險指數體系，分析刻畫保健食品的風險程度。

2.4.4 先進性

中國保健食品風險預警平臺的建設，將風險把控關口前移，實現了從“事后輿情監測”向“事前風險預警”的跨越，為監管部門提供了重要的決策參考，對提升政府機構的公信力、促進產業健康發展、提升社會共治有重要意義。

本平臺的建設，可以為有需要的黨政機構、事業單位、企業提供大數據分析和數據的個性化定制等有償服務；同時，樹立集團大數據的品牌，為行業提供示范作用，提高品牌影響力；可以為領導掌握保健食品動態、研判形勢、科學決策、指導工作提供有力的數據支持。

3.平臺建設意義

中國健康傳媒集團是由國務院出資設立、財政部代為履行出資人職責的中央文化企業，行政管理和黨的領導關系隸屬于國家藥品監督管理局。集團以服務食品藥品監管、服務大眾健康為宗旨，業務范圍涵蓋書、報、刊、網絡（輿情監測與大數據）、教育培訓、會展、影視、健康服務等健康傳播領域。集團旗下目前擁有中國醫藥報社、中國醫藥科技出版社、中國健康傳媒集團天創科技信息技術有限公司、中國健康傳媒集團天和會展有限公司、天享（北京）健康科技發展有限公司、中國食品藥品監管雜志社、中國食品藥品網等多家新聞出版傳媒文化單位。面向未來，中國健康傳媒集團將致力于建設中國健康傳媒領域的大型龍頭企業，深度整合國家藥品監督管理局所屬的新聞宣傳與傳播出版資源，開拓更多適應市場需求的新型傳媒業務，全方面、新視野詮釋食品、藥品、保健食品、化妝品、醫療器械及大健康產業新動態，為監管升級、產業發展以及大眾健康服務。

中國健康傳媒集團以其深厚的資源建設中國保健食品風險預警平臺，防范保健食品“黑天鵝”事件，有利于監管部門及早發現保健食品行業潛在隱患，在規范保健食品行業方面發揮了重要作用。

保健食品監管是一項長期、復雜、艱巨的系統性工程，各級政府和各有關部門要高度重視；從保持經濟平穩發展和維護社會和諧穩定的大局出發，切實增強防范和處置保健食品亂象工作的緊迫感、責任感和使命感，把思想和行動統一到中央決策部署上來，把防范和處置保健食品亂象作為一項事關全局的重要工作，進一步加大力度，最大限度地防范和化解風險，切實保護人民群眾合法權益，堅決遏制保健食品亂象高發蔓延勢頭，堅決守住不發生區域性、系統性風險的底線，為經濟社會持續健康發展提供有力保障。