近年来随着人们物质生活水平的提高,人们对于海外购物的需求日益旺盛,跨境电商交易规模逐步攀升,人们在享受优质商品的同时,也给进口产品的检验检疫工作带来巨大的压力。目前国内针对进口产品质量风险的预测主要依赖历史统计数据,这种方式对突发事件的应对能力不足。随着互联网的普及,网络舆情的重要性逐步凸现出来,在检验检疫领域舆情主要包括政府部门发布的通知、组织机构发布的公告以及跨境电商平台上用户的评论。网络舆情凭借其良好的时效性,能有效弥补目前检验检疫方式对突发事件反应慢的不足,为相关部门及时划定重点监控地区和重点监控产品提供决策支持。本文所论述的基于舆情的进口产品质量风险监控系统综合利用了结构化的历史统计数据,以及非结构化的网络舆情数据实现了对进口产品质量风险的预测和其他相关业务需求,为有关部门决策提供了有力的支持。本文完成的工作如下:1.介绍进口产品风险预测的背景与意义,阐述国内外相关研究现状以及实现系统需要的相关重点技术概要。2.介绍层次分析法的原理,运用层次分析法将舆情规则和传统规则相结合。以进口食品类产品的风险预测为例,详细介绍了建模的流程。3.针对搜索引擎和规则引擎两大关键模块进行了详细论述:①搜索引擎模块。系统采用分布式全文检索框架,能够实时在海量数据下进行文本数据的查找和统计,为风险预测和前端展示提供数据支持。②规则引擎模块。系统针对不同类别的产品采用不同规则链进行规则匹配,将匹配结果交由风险预测模型计算出风险指数以及风险等级,最后通过知识库对风险进行推理。