论文部分内容阅读
摘要：产品质量安全是发展质量的基础，关系到国计民生，关系到人的健康和安全，它是社会公共利益的重要组成部分。因此质量安全一直以来是质量监管部门的重点。质量风险信息采集是质量安全监管工作的前提。本文研究基于大数据技术的质量风险信息采集與应用技术。
中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2018）32-0254-02
1 建设的意义、目的
2016年4月国务院办公厅发布关于印发《贯彻实施质量发展纲要2016年行动计划的通知》，明确2016年工作重点，“以提高发展质量和效益为中心，开展质量品牌提升行动，加强供给侧结构性改革，推动建设质量强国”。2016年全国两会上，总理李克强更是在政府报告中明确提出“加快建设质量强国”，更多次提到质量、消费品质量等具体质量，以及品质、标准、品牌等与质量直接相关的问题，说明质量在经济社会发展中的重要性更加突出，体现我国政府对质量工作的高度重视。质量是兴国之道、富国之本、强国之策。
产品质量安全是发展质量的基础，关系到国计民生，关系到人的健康和安全，它是社会公共利益的重要组成部分。因此质量安全一直以来是质量监管部门的重点。近年来，各级质监机构在产品质量安全监管过程中，充分发挥监管职能，越来越重视产品质量风险信息的收集和应用。在此基础上，展开相应的产品质量安全风险评估工作，形成评估报告、警示通报、公告等内容，以指导质量监管工作和引导消费者行为。
质量风险信息采集是质量安全监管工作的前提。如果没有准确的质量风险信息来源的支撑，质量安全监管工作就无从谈起。此外，质量风险信息获取的实时性，也是质量安全评价和预警的重要前置条件，必须在第一时间发现质量安全的隐患，才可能做出准确的评价和预警，以此指导质量监管。另外，对这些实时获取的海量质量风险信息，如果没有现代信息技术处理手段，就会使得决策淹没在这些原始的数据之中，更不可能对质量风险信息快捷的传递和处理，大数据技术的出现，使采集质量风险信息有了新的技术手段和方法，利用大数据技术能够更准确和快捷的收集和分析质量风险信息。基于以上原因，本文研究基于大数据技术的质量风险信息采集与应用技术。
2 解决的关键问题
（1） 对质量风险信息的界定和识别
从以上的理论文献分析可以看到，在质量风险信息采集的过程中最关键的就是界定什么是质量风险信息，质量风险信息的特征是什么。因此要首先对质量风险信息的界定和识别。
（2） 基于大数据的质量风险信息采集方法
质量风险现有研究，普遍的停留在对评价与预警理论和方法的研究，特别是没有充分的研究将现代网络信息技术特别是大数据这一重要的手段应用到质量风险管理中。大数据技术是提高当前质量风险信息采集的有效方式。因此本研究综合应用大数据相关技术手段，解决利用大数据进行质量风险信息的识别，质量风险信息的分析和质量风险信息的挖掘。
（3） 质量风险信息采集的应用研究
作为最主要的质量风险信息采集的使用者，即质量监管部门，不仅需要相应的理论与方法，更需要将理论与方法转化成工具的手段，应用到具体的质量监管工作中，因此研究如何将质量风险信息采集应用到具体质量监管的工作中。
3 具体内容和实施方法
总体框架图如图1。
基于大数据的质量风险信息采集与应用研究，是一个问题导向的，这一问题就是由于现有的质量风险信息采集的不科学和滞后性，从而致使各类质量安全问题得不到有效的监管和治理。首先，要研究这一问题，最基本的研究主线，就是要确定质量风险信息采集的最重要条件：质量风险信息的界定。质量风险信息的界定的准确定位，既决定了质量风险信息来源的有效性，又决定了质量风险信息采集的科学性。其次，研究如何获得质量风险信息，在比较几类不同的载体和渠道的基础上，将基于大数据的技术手段确定为获取消费者质量风险信息的主要方式。在这一研究的基础之上，通过质量安全语料库的建设，来识别和分析互联网上的消费者质量风险信息。最后，将质量风险信息采集技术应用到具体的质量监管中。
4 采用技术路线
以质量安全评价与网络预警最重要的支撑，也就是以质量风险信息的定位、获取、处理、利用为主线，展开对质量安全评价体系与网络预警模型的设计。质量风险信息是评价与预警的前提，没有大量的质量安全数据的信息支撑，则评价与预警就无从着手，也不可能实现评价与预警的客观化与科学化。围绕着这条研究主线，就要对现有的质量风险信息采集进行实证分析，尤其是要分析其获取质量风险信息所存在的问题，论证是否因为这一问题而导致现有质量风险信息采集的失灵。开展与美、日、欧盟的比较研究，也是为了验证科学的质量风险信息的获取，是否能够决定质量风险信息采集的有效性。在实证和比较研究的基础上，就需要对不同的质量风险信息的界定开展理论研究，要验证消费者是否是最重要的质量风险信息的界定。接下来就需要研究互联网作为获取消费者质量风险信息的主要渠道，其获取的方法和技术，要通过语料库的应用，实现对海量消费者质量风险信息的准确获取，为质量安全的评价提供有效的基础数据。通过质量安全评价指标的应用，能够实现对数据的处理，并反映质量安全的客观状态。借助数据挖掘和决策支持等网络技术，设计基于网络的质量安全预警模型，并提出政府通过构建平台，实现更为科学的质量风险信息采集的路径方法。
针对江苏省质量风险信息采集能力的不足，这一重大问题而展开的，因而基本技术路线，就是将实证分析方法与定量分析方法相结合，具体包括：
（1） 实地调研
项目组将选择我省若干个典型的区域和机构，进行现场观测、座谈、访谈和问卷调查。
（2） 文献和比较分析
按照研究项目的要求，重点收集国内外质量风险信息采集领域的文献资料，对这些文献进行深入的分析，比较国内外研究方法的一般规律与差异。 （3） 案例分析
进行两个轮次的案例研究。第一轮次，在系统模型设计前，通过文献调研、重点调查等搜集典型案例，并通过对其的系统深入分析，为设计系统模型和分项模型寻求依据和参考。第二轮次，在试点实验完成后，对实验效果最优和最劣的极端案例进行分析，探求其成因，为修订、完善模型提供依据和参考。
（4） 差分分析模型方法
利用差分分析模型，定量分析质量风险信息的风险分类、风险识别、指标体系设计与网络预警模型的有效性。
（5） 指数分解法
分解分析是一种良好的分析框架，它将质量安全的影响因素分离，并分别计算它们的贡献份额，从而有利于抓住主要的风险因素，以指导指标体系、预警模型的设计。
（6） 数据拟合方法
对已有的大规模数据，用拟合的方法模拟数据的变化规律，同时用于对未来情况的预测。
（7） 面板数据模型
建立一个质量安全评价指标的面板数据，在控制其他影响质量安全重要因素的条件下，回归出某一指标因素的显著性及其大小和作用方向。
（8） 血统分析法
通过血统分析，建立指标间的关联度及相关性，找出预警模型的关键指标。
5 具体成效及特点
（1） 对质量风险信息的界定
质量风险信息采集的核心，是对所能得到的已有质量风险信息的处理，所得到的信息越准确、越充分、越快捷，则质量风险信息采集的科学性和准确性就越高。
（2） 确定质量风险信息的主要来源
质量风险信息采集的科学性，取决于其信息来源的准确性，通过科学的论证和比较，探索主要的质量风险信息来源。通过质量风险信息来源的确定，不仅能够对质量安全做出更为准确的判断，而且能够降低政府质量安全部门获取质量风险信息的成本。
（3） 探索基于大数据的质量风险采集方式
质量风险现有研究，普遍的停留在对评价与预警理论和方法的研究，特别是没有充分的研究将现代网络信息技术特别是大数据这一重要的手段应用到质量风险管理中。大数据技术是提高当前质量风险信息采集的有效方式。因此本研究综合应用大数据相关技术手段，解决利用大数据进行质量风险信息的识别，质量风险信息的分析和质量风险信息的挖掘。
（4） 构建质量风险信息采集的应用体系
作为最主要的质量风险信息采集的使用者，即质量监管部门，不仅需要相应的理论与方法，更需要将理论与方法转化成工具的手段，应用到具体的质量监管工作中，将质量风险信息采集应用到具体质量监管的工作中。构建相应的质量风险采集应用体系
参考文献：
[1] 郭先超，林宗缪，姚文勇.大数据环境下产品质量安全风险评估研究[J].信息技术，2016（6）：76-79.
[2] 戴宇欣，袁梦.大数据环境下产品质量风险评估系统的研究与设计[J].标准科学，2016（12）：79-83.
[3] 姜肇财，孙宁，宋黎.大数据分析在产品质量信息风险评估中的应用方法初探[J].标准科学，2017（12）：182-186.
[4] 肖辉，任鹏程，肖革新， 等.食品安全健康大数据平台构建[J].医学信息学杂志，2016（5）：28-31.
[5] 龐军朋.大数据技术在产品质量风险评估中的应用初探[J].现代商业，2018（21）：30-31.
[6] 钟攀，葛荣，杨文， 等.农产品质量安全风险监测大数据分析策略与应用研究——以四川省质量安全风险监测为例[J].农产品质量与安全，2015（4）：8-12.
【通联编辑：梁书】
中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2018）32-0254-02
1 建设的意义、目的
2016年4月国务院办公厅发布关于印发《贯彻实施质量发展纲要2016年行动计划的通知》，明确2016年工作重点，“以提高发展质量和效益为中心，开展质量品牌提升行动，加强供给侧结构性改革，推动建设质量强国”。2016年全国两会上，总理李克强更是在政府报告中明确提出“加快建设质量强国”，更多次提到质量、消费品质量等具体质量，以及品质、标准、品牌等与质量直接相关的问题，说明质量在经济社会发展中的重要性更加突出，体现我国政府对质量工作的高度重视。质量是兴国之道、富国之本、强国之策。
产品质量安全是发展质量的基础，关系到国计民生，关系到人的健康和安全，它是社会公共利益的重要组成部分。因此质量安全一直以来是质量监管部门的重点。近年来，各级质监机构在产品质量安全监管过程中，充分发挥监管职能，越来越重视产品质量风险信息的收集和应用。在此基础上，展开相应的产品质量安全风险评估工作，形成评估报告、警示通报、公告等内容，以指导质量监管工作和引导消费者行为。
质量风险信息采集是质量安全监管工作的前提。如果没有准确的质量风险信息来源的支撑，质量安全监管工作就无从谈起。此外，质量风险信息获取的实时性，也是质量安全评价和预警的重要前置条件，必须在第一时间发现质量安全的隐患，才可能做出准确的评价和预警，以此指导质量监管。另外，对这些实时获取的海量质量风险信息，如果没有现代信息技术处理手段，就会使得决策淹没在这些原始的数据之中，更不可能对质量风险信息快捷的传递和处理，大数据技术的出现，使采集质量风险信息有了新的技术手段和方法，利用大数据技术能够更准确和快捷的收集和分析质量风险信息。基于以上原因，本文研究基于大数据技术的质量风险信息采集与应用技术。
2 解决的关键问题
（1） 对质量风险信息的界定和识别
从以上的理论文献分析可以看到，在质量风险信息采集的过程中最关键的就是界定什么是质量风险信息，质量风险信息的特征是什么。因此要首先对质量风险信息的界定和识别。
（2） 基于大数据的质量风险信息采集方法
质量风险现有研究，普遍的停留在对评价与预警理论和方法的研究，特别是没有充分的研究将现代网络信息技术特别是大数据这一重要的手段应用到质量风险管理中。大数据技术是提高当前质量风险信息采集的有效方式。因此本研究综合应用大数据相关技术手段，解决利用大数据进行质量风险信息的识别，质量风险信息的分析和质量风险信息的挖掘。
（3） 质量风险信息采集的应用研究
作为最主要的质量风险信息采集的使用者，即质量监管部门，不仅需要相应的理论与方法，更需要将理论与方法转化成工具的手段，应用到具体的质量监管工作中，因此研究如何将质量风险信息采集应用到具体质量监管的工作中。
3 具体内容和实施方法
总体框架图如图1。
基于大数据的质量风险信息采集与应用研究，是一个问题导向的，这一问题就是由于现有的质量风险信息采集的不科学和滞后性，从而致使各类质量安全问题得不到有效的监管和治理。首先，要研究这一问题，最基本的研究主线，就是要确定质量风险信息采集的最重要条件：质量风险信息的界定。质量风险信息的界定的准确定位，既决定了质量风险信息来源的有效性，又决定了质量风险信息采集的科学性。其次，研究如何获得质量风险信息，在比较几类不同的载体和渠道的基础上，将基于大数据的技术手段确定为获取消费者质量风险信息的主要方式。在这一研究的基础之上，通过质量安全语料库的建设，来识别和分析互联网上的消费者质量风险信息。最后，将质量风险信息采集技术应用到具体的质量监管中。
4 采用技术路线
以质量安全评价与网络预警最重要的支撑，也就是以质量风险信息的定位、获取、处理、利用为主线，展开对质量安全评价体系与网络预警模型的设计。质量风险信息是评价与预警的前提，没有大量的质量安全数据的信息支撑，则评价与预警就无从着手，也不可能实现评价与预警的客观化与科学化。围绕着这条研究主线，就要对现有的质量风险信息采集进行实证分析，尤其是要分析其获取质量风险信息所存在的问题，论证是否因为这一问题而导致现有质量风险信息采集的失灵。开展与美、日、欧盟的比较研究，也是为了验证科学的质量风险信息的获取，是否能够决定质量风险信息采集的有效性。在实证和比较研究的基础上，就需要对不同的质量风险信息的界定开展理论研究，要验证消费者是否是最重要的质量风险信息的界定。接下来就需要研究互联网作为获取消费者质量风险信息的主要渠道，其获取的方法和技术，要通过语料库的应用，实现对海量消费者质量风险信息的准确获取，为质量安全的评价提供有效的基础数据。通过质量安全评价指标的应用，能够实现对数据的处理，并反映质量安全的客观状态。借助数据挖掘和决策支持等网络技术，设计基于网络的质量安全预警模型，并提出政府通过构建平台，实现更为科学的质量风险信息采集的路径方法。
针对江苏省质量风险信息采集能力的不足，这一重大问题而展开的，因而基本技术路线，就是将实证分析方法与定量分析方法相结合，具体包括：
（1） 实地调研
项目组将选择我省若干个典型的区域和机构，进行现场观测、座谈、访谈和问卷调查。
（2） 文献和比较分析
按照研究项目的要求，重点收集国内外质量风险信息采集领域的文献资料，对这些文献进行深入的分析，比较国内外研究方法的一般规律与差异。 （3） 案例分析
进行两个轮次的案例研究。第一轮次，在系统模型设计前，通过文献调研、重点调查等搜集典型案例，并通过对其的系统深入分析，为设计系统模型和分项模型寻求依据和参考。第二轮次，在试点实验完成后，对实验效果最优和最劣的极端案例进行分析，探求其成因，为修订、完善模型提供依据和参考。
（4） 差分分析模型方法
利用差分分析模型，定量分析质量风险信息的风险分类、风险识别、指标体系设计与网络预警模型的有效性。
（5） 指数分解法
分解分析是一种良好的分析框架，它将质量安全的影响因素分离，并分别计算它们的贡献份额，从而有利于抓住主要的风险因素，以指导指标体系、预警模型的设计。
（6） 数据拟合方法
对已有的大规模数据，用拟合的方法模拟数据的变化规律，同时用于对未来情况的预测。
（7） 面板数据模型
建立一个质量安全评价指标的面板数据，在控制其他影响质量安全重要因素的条件下，回归出某一指标因素的显著性及其大小和作用方向。
（8） 血统分析法
通过血统分析，建立指标间的关联度及相关性，找出预警模型的关键指标。
5 具体成效及特点
（1） 对质量风险信息的界定
质量风险信息采集的核心，是对所能得到的已有质量风险信息的处理，所得到的信息越准确、越充分、越快捷，则质量风险信息采集的科学性和准确性就越高。
（2） 确定质量风险信息的主要来源
质量风险信息采集的科学性，取决于其信息来源的准确性，通过科学的论证和比较，探索主要的质量风险信息来源。通过质量风险信息来源的确定，不仅能够对质量安全做出更为准确的判断，而且能够降低政府质量安全部门获取质量风险信息的成本。
（3） 探索基于大数据的质量风险采集方式
质量风险现有研究，普遍的停留在对评价与预警理论和方法的研究，特别是没有充分的研究将现代网络信息技术特别是大数据这一重要的手段应用到质量风险管理中。大数据技术是提高当前质量风险信息采集的有效方式。因此本研究综合应用大数据相关技术手段，解决利用大数据进行质量风险信息的识别，质量风险信息的分析和质量风险信息的挖掘。
（4） 构建质量风险信息采集的应用体系
作为最主要的质量风险信息采集的使用者，即质量监管部门，不仅需要相应的理论与方法，更需要将理论与方法转化成工具的手段，应用到具体的质量监管工作中，将质量风险信息采集应用到具体质量监管的工作中。构建相应的质量风险采集应用体系
参考文献：
[1] 郭先超，林宗缪，姚文勇.大数据环境下产品质量安全风险评估研究[J].信息技术，2016（6）：76-79.
[2] 戴宇欣，袁梦.大数据环境下产品质量风险评估系统的研究与设计[J].标准科学，2016（12）：79-83.
[3] 姜肇财，孙宁，宋黎.大数据分析在产品质量信息风险评估中的应用方法初探[J].标准科学，2017（12）：182-186.
[4] 肖辉，任鹏程，肖革新， 等.食品安全健康大数据平台构建[J].医学信息学杂志，2016（5）：28-31.
[5] 龐军朋.大数据技术在产品质量风险评估中的应用初探[J].现代商业，2018（21）：30-31.
[6] 钟攀，葛荣，杨文， 等.农产品质量安全风险监测大数据分析策略与应用研究——以四川省质量安全风险监测为例[J].农产品质量与安全，2015（4）：8-12.
【通联编辑：梁书】