消費品缺陷線索分析方法研究與應用

徐思紅 田晶晶

摘 要：缺陷消費品召回是一項保護消費者安全的國際通行做法，也是促進產品質量提升的一種重要方法。準確、及時地獲取消費品缺陷線索，然后系統深入分析其存在的潛在風險，才能快速定位消費品缺陷問題并實施召回。消費品具有種類多、故障問題雜的特點，高效、科學的缺陷線索綜合分析顯得尤為重要。本文研究內容包括線索采集、數據處理、關聯分析等，為消費品潛在缺陷挖掘提供技術參考，為缺陷消費品召回管理提供信息決策支撐。

關鍵詞：消費品，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品，涉及到方方面面，并且隨著科技的發展，人們對消費品的需求增長，消費升級、品質提升已經成為市場主流。消費品安全關系到人們的切身利益，也成為社會關注的焦點。國際上缺陷產品召回是產品質量安全監管的通行做法之一，是后市場監管的重要手段。我國《消費品召回管理暫行規定》自2020年實施以來，消費品召回也在快速走進我們的日常生活。2022年我國消費品召回690次，涉及產品996.6萬件，其中受缺陷調查影響的召回次數占93.9%，涉及產品占34.6%。受缺陷調查影響的缺陷消費品召回程序總體包括：信息收集和分析，缺陷調查分析，召回實施，召回監督與評價等。而其中對消費品的缺陷線索信息的收集和分析是缺陷調查的最基本數據源頭和啟動依據，準確、及時、有效地獲取線索信息，然后系統深入分析其存在的潛在安全風險，才能快速掌握消費品缺陷并實施召回[1]。

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

1 消費品缺陷線索采集

為快速定位消費品潛在缺陷問題，建立多渠道的消費品缺陷線索采集體系至關重要。根據消費品缺陷特征，本文提出覆蓋消費者投訴、產品安全網絡輿情、境外召回信息、電商平臺評價信息、國內召回信息、其他信息等的缺陷線索采集體系，主要采集內容見表1。

2 消費品缺陷線索數據清洗

采集的原始消費品多源缺陷線索信息直接關聯分析較為復雜，數據分析的難度較大，在信息分析和挖掘環節的前期，先要對數據種類和數據結構模式多元化的多源缺陷線索信息進行數據清洗，數據清洗的過程包括忽略部分數據項、重復數據剔除、基礎數據核實、故障標簽標注等。

（1）忽略部分數據項是忽略部分對數據綜合分析無用的數據項，比如：忽略網址、消費者姓名等信息。

（2）根據產品信息和故障描述剔除重復數據，確保唯一性。

（3）消費品品牌繁多、產品種類多樣，產品品牌和產品類型等產品基礎數據是確定產品的重要信息，首先核實多源缺陷線索信息的產品信息，然后根據標準GB/T 36431-2018《消費品分類與代碼》進行統一和規范。

（4）消費品故障描述隨意、故障問題多，針對復雜的內容，通過簡短統一的標簽進行標注，對故障描述標準化處理。消費品故障標簽字典的構建是對已有信息的產品故障現象進行歸類，整理出每一類故障描述問題涉及的關鍵詞，而后再根據描述提取出同義詞，進行同義詞擴展，基于多個特征維度對近義詞表進行過濾，形成同義描述集合[2]。根據消費品故障標簽字典對多源缺陷線索信息中故障表述內容分別進行故障標簽標注，進行規范。

3 消費品缺陷線索分析體系

3.1 數據分析方法概述

面對大數據時代的多樣復雜數據，人們在處理數據時，為得到更為精準的結論，會綜合應用不同的信息分析方法。消費品多源缺陷線索信息的綜合分析需要定性和定量相結合地綜合考慮各個實體和屬性，應用聚類分析的思想來歸納關聯分析。

信息聚類是根據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、某類產品、某個故障模式，通過聚類的形式進行集合，產品和故障模式更聚焦。

關聯分析是一種簡單、實用的分析技術，就是發現存在于大量數據集中的關聯性或相關性，從而描述了一個實體中某些屬性同時出現的規律和模式。消費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品的故障模式，然后通過關聯分析的方法將這些多源數據集中共同的屬性進行規律性的集中總結，從而呈現多源信息的某個實體共有屬性，即某個品牌某個產品的故障模式，最后根據故障模式的安全性等級判定疑似缺陷案例。

3.2 缺陷線索關聯分析

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

消費品多源缺陷線索信息關聯分析就是對已經進行數據清洗預處理和初步分析的消費者投訴信息、產品安全網絡輿情信息、境外召回信息、電商評價信息、國內召回信息等信息，按照信息中共有的“產品品牌”“產品分類”“產品類別”“故障模式”等實體屬性，將所有信息進行聚類和關聯分析，根據潛在安全風險分析因子，挖掘出有潛在安全風險的疑似缺陷案例，缺陷線索數據分析體系如圖2所示。

消費者投訴信息分析：主要分析投訴信息中涉及同一品牌/型號的故障描述（標簽）為涉及人身、財產安全的產品信息，將該案例信息的標簽與過往的各項信息進行核實及關聯，以初步分析該案例可能存在不合理風險或安全隱患的概率；同時針對該案例的關鍵詞進行專項輿情檢索，通過輿情信息來擴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。

產品安全網絡輿情分析：主要分析產品安全網絡輿情信息中疑似企業自主召回的活動信息、同一產品抽檢不合格信息、傳播影響力高的涉及產品質量及人身安全的輿情等信息，并與過往的各項信息進行核實及關聯，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品在國內未召回且國內仍在銷售的產品信息，境外召回涉及國內生產且在國內疑似有售的信息，境外召回涉及國內生產的產品中召回措施為強制召回、禁止銷售、禁止進口等手段的產品信息等，同時借鑒召回產品的故障原因指導綜合分析評估判定。

電商平臺評價信息：主要查詢消費者對于產品的評價信息中是否有收到與召回有關的傷害及其他傷害或產品質量問題，與過往的各項信息進行核實及關聯；對綜合分析評估判定的疑似安全風險的缺陷線索案例進行電商評價監測。

國內召回信息：主要分析國內召回產品信息和召回原因與過往的各項信息進行核實及關聯，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檢測信息或其他來源信息中涉及人身、財產安全的產品信息，為綜合分析評估判定提供參考。經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行關聯，根據潛在安全風險分析因子綜合分析判定疑似缺陷案例，然后將判定結果通報相關業務部門進行后續處理。

4 案例分析實例

2020年11月，通過消費者投訴數據發現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，通過對該產品進行網絡輿情監測、電商評價信息監測、案例排查，以及參考境外類似產品召回原因分析，綜合這些來源信息進行聚類和分析，該產品銷售數量較大，傷害等級嚴重、發生兒童應用產品事故概率高，鎖定為疑似缺陷案例。后續經過技術分析、調查、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，產品相關安全警示標識缺失，在保溫杯開蓋后未向后卡緊時，可能導致上蓋向下閉合，觸碰兒童面部，存在安全隱患。針對該隱患召回監管部門約談生產者進行缺陷產品召回，生產者于2020年12月對該產品進行召回[3]。

5 結 語

文中對消費品缺陷線索分析方法進行研究，陳述消費品多源缺陷線索信息采集、數據清洗、初步分析、綜合關聯分析到疑似缺陷案例的生成的過程。根據已研究內容，還可在以下幾方面進行拓展：與專業知識應用融合，拓展產品和故障標簽體系；應用大數據分析應用技術，全面實現信息分析全過程自動化，減少人工干預。

參考文獻

徐思紅，張力丹，田晶晶，等. 消費品多源缺陷線索信息預處理研究[J]. 標準科學， 2023，（1）：111-116.

姜肇財，宋黎，王雯.基于電商評論信息的產品故障標簽體系構建研究[J].標準科學， 2021，（12）：128-131.

宋黎，費凡，徐思紅，等. 我國消費品召回歷程及數據觀察[J].標準科學， 2017， （11） ：6-13.

姜肇財，宋黎，王雯. 基于電商評論信息的產品故障標簽體系構建研究[J]. 標準科學， 2021，（12）：128-131.

王偉偉，魏婷，楊曉燕，等. 基于信息關聯分析的設計線索構思方法[J]. 機械設計， 2017，（11）：117-122.

翟東升，婁瑩，闞慧敏，等. 基于多源異構數據的中醫藥知識圖譜構建與應用研究[J/OL]. 數據分析與知識發現.