消費品缺陷分析研究推動NQI 技術服務機構快速成長

陳永強 李 鐵 蔣 宏

（1.威凱檢測技術有限公司 廣州 510663；2.杭州國家電子商務產品質量監測處置中心 杭州 310051）

電子商務領域的消費品缺陷線索采集平臺包含電商評價的消費品缺陷信息模塊、社交文本媒體的消費品缺陷信息模塊、短視頻媒體的消費品缺陷信息模塊三個不同的信息模塊，可以覆蓋傳統電網平臺、短視頻直播、生鮮電商、社區團購及微信等平臺幾乎所有的網購消費模式。

作為傳統的質檢機構需要打造“缺陷召回+NQI”相結合，質量基礎設施一站式服務的新技術服務能力。開展缺陷線索采集、分析及研判工作，對研判過的缺陷線索開展復現、論證和定性工作，協助制定企業召回（技改）方案，在消費品缺陷召回領域實現“質量醫生”的關鍵作用，通過開展消費品缺陷分析研究推動NQI 技術服務機構的快速成長。

1 時代需要完善缺陷產品召回制度

改革開放以來，國內市場商品品種明顯增多，隨著科學技術的發展，新技術、新材料、新工藝的大量應用，各類消費品不斷推陳出新，琳瑯滿目的消費品滿足了人們物質生活的需求，但是多種因素造成的人身傷害或財產損失也時有發生。

2004 年央視“3·15”晚會上，原質檢總局宣布實施《缺陷汽車產品召回管理規定》標志著中國缺陷產品召回制度的誕生。2021 年全年共實施消費品召回549 次，對比歐美發達國家，特別在消費品缺陷召回制度和實踐中還存在諸多問題。

2021 年1 月黨中央在《建設高標準市場體系行動方案》明確提出“完善缺陷產品召回制度”，開展消費品缺陷分析研究是創新和完善市場監管，推進市場監管現代化，更大激發各類市場主體活力，持續優化營商環境，不斷完善中國特色社會主義市場經濟體制的內在要求。

2 電子商務產業發展助力消費品缺陷分析研究

電子商務產業的快速發展為消費品缺陷分析研究提供了大數據應用的場景。2022 年上半年中國網民數量較2021 年底增長了近2 千萬，達到10.5 億，互聯網普及率達到了74.4 %，全國接近四分之三人口都在使用互聯網，網民年齡分布見表1。

表1 中國網民年齡分布

2022 年上半年中國網絡購物人群較2021 年底輕微下降了153 萬，規模數量依舊龐大達到8.41 億。2022 年上半年全國網上零售額較2021 年底增長3.1 %，成交金額達到了6.3 萬億元人民幣。其中，實物消費品網上零售額占網上零售額的86.5 %，達到5.45 萬億元人民幣，占社會消費品零售總額的比重超過四分一。網購用戶的線上消費渠道逐步從淘寶、京東等傳統電商平臺向短視頻、社區團購、社交平臺擴散，在短視頻直播、生鮮電商、社區團購及微信等平臺進行網購消費的用戶比例分別為49.7 %、37.2 %、32.4 %和19.6 %，見表2。

表2 2021 年12 月～2022 年6 月各類互聯網應用用戶規模和網民使用率

3 探索消費品缺陷線索采集、分析和研判的創新之路

消費品的缺陷主要來源于設計、制造、警示等三大范疇，認定為消費品的“缺陷”主要是存在危及人身安全或財產安全的“不合理危險”。國內法律條文理解的“不合理危險”，必須是目標消費品沒有指定的國家標準、行業標準才可以適用。消費者只有在消費品不存在國家、行業標準并發生“不合理危險”時，才可能因其存在不合理危險的缺陷獲得損害賠償的法律支持。

這種理解是建立在適用的質量技術標準被認定為危險管控全面、指標完美無暇、版本與時俱進的，這就導致已經制定相關國家標準、行業標準的消費品在符合標準規定卻仍然存在可能危及人身、 財產安全的危險時，該“危險”不被認定為是“不合理危險”，也就無法定義為“缺陷”。

2016 年的宜家抽屜柜事件發生的初期，宜家曾拒絕召回的理由就是：該抽屜柜滿足當時的國家、行業標準，不屬于“缺陷”消費品。根據現有“缺陷”認定規則，已有的質量技術標準就成了“缺陷”的防護傘，制造企業常常以此為借口拒絕實施缺陷召回。

根據國家市場監管總局《消費品召回管理工作指南》（市監質【2020】65 號）的要求。召回技術機構可以在以下方面提供技術支撐：缺陷信息收集、缺陷信息綜合分析、缺陷技術調查、缺陷初步研判、對生產者召回計劃進行形式評估、召回效果跟蹤與評估。

在消費品缺陷召回管理工作中，為了最后缺陷結論的正確無誤，必須確保消費品缺陷線索信息的準確。從目前已經實施缺陷召回的案例反推消費品缺陷線索信息的獲取，主要還是依靠各地市場監管部門的消費品質量監督抽查。針對質量監督抽查結果為不合格的消費品，把不合格的原因作為消費品缺陷線索進行分析，盡管該方法成熟高效，但是從源頭上放棄了“滿足產品標準但是存在不合理危險”的這類缺陷線索。

電子商務快速發展，沉淀了關于產品質量、物流等海量數據資源。輿情監測顯示關于電商銷售的缺陷消費品引發的傷害事件、以及消費者通過自媒體發布的對電商產品質量的抱怨日益增多。

社交媒體平臺逐漸成為了人們日常交流的主要媒介。消費者在購買產品后，會在社交媒體平臺發布使用體驗，消費者在社交媒體上通過文字圖片、語音和短視頻等多種方式發布信息。用戶發布的產品使用體驗可能涉及產品的質量缺陷，因此，除了傳統的質量申訴渠道和電子商務平臺的產品評價之外，通過采集、處理和研判用戶在社交媒體上發布的產品體驗，可以識別產品潛在的質量缺陷，及時實施召回等措施，從而提升產品質量和品牌聲譽。

因此探索消費品缺陷線索采集、分析和研判的創新之路，面向如日中天的電子商務領域，發揮互聯網信息大數據技術的優勢，構建電子商務領域的消費品缺陷線索采集平臺，拓寬消費品缺陷線索信息的采集渠道，提升采集效率，改善采集效果，開發利用輿情抓取系統，采取關鍵詞語自動收集信息，通過缺陷調查認定將數據信息轉化為召回實施。

4 電子商務領域的消費品缺陷線索采集實踐

電子商務領域的消費品缺陷線索采集平臺是電子商務領域的消費品缺陷線索采集基礎。目前電子商務領域的消費品缺陷線索采集平臺實踐功能如圖1 所示，平臺功能包含電商評價的消費品缺陷信息模塊、社交文本媒體的消費品缺陷信息模塊、短視頻媒體的消費品缺陷信息模塊三個不同的信息模塊，可以覆蓋傳統電網平臺、短視頻直播、生鮮電商、社區團購及微信等平臺幾乎所有的網購消費模式。

圖1 電子商務領域消費品缺陷線索采集平臺功能簡圖

1）電商評價的消費品缺陷信息模塊功能介紹

通過分析文本的情感和主題等，可以從海量的文字中提取出有價值的信息。例如，情感分類法能夠判斷某條文本的情感傾向是正面情感還是負面情感;LDA 主題模型能夠提取文本討論的話題。因此，文本分析可以用來判斷用戶在社交媒體上發布產品體驗時的情感傾向和對產品性能的描述，從而識別出產品的潛在缺陷。研究社交媒體平臺文本分析在缺陷線索采集、分析和研判具有較高的理論意義和實踐價值。

2）社交文本媒體的消費品缺陷信息模塊功能介紹

選定社交媒體平臺“知乎”作為文本來源，同時選定某類消費品作為研究對象，在行業內選取了龍頭品牌的消費品使用評價作為實證分析文本。在LDA 主題模型的基礎上，加入了基于樸素貝葉斯原理的情感分析，建立了 SA-LDA 文本分析過程（Sentiment Analysis - Latent Dirichlet Allocation），用于識別社交媒體文本中描述的潛在產品質量缺陷。

在SA-LDA 文本分析框架下，首先通過爬蟲爬取知乎上龍頭品牌消費品的產品體驗評價，組成該消費品的文本集；然后建立行業詞匯詞典,根據詞典進行分詞和去除停用詞等預處理，同時去除高度重復文本，確保文本的真實性；接下來通過計算文本的情感概率值來判斷該文本是正面情感文本或負面情感文本，負面情感文本中大概率包含對產品缺陷的描述；然后使用 LDA 模型對負面情感文本進行分析，生成文本庫的若干組關鍵詞，并結合行業知識判斷關鍵詞的主題是否和產品質量缺陷相關；最后形成缺陷線索報表。

實證結果表明，在小米10 手機文本集生成的9 組關鍵詞中，有8 組描述了手機的潛在質量缺陷，例如手機卡頓、斷網/斷流和發熱等。同時，結果表明用戶在社交媒體上發布產品使用體驗時，可能會描述兩個或以上的產品缺陷，主要包括性能缺陷和外觀缺陷。經統計，文本集中含有LDA 模型生成主題所描述的缺陷的文本數量占負面情感文本數量的比例均超過40 % （單條文本中描述多個缺陷的僅計數一次）。因此，SA-LDA 文本分析過程是一種有效的識別社交媒體文本中潛在產品質量缺陷的方法。

3）短視頻媒體的消費品缺陷信息模塊功能介紹

當前，中國的社交媒體短視頻行業由增量市場轉向存量市場，以抖音、快手為首的“兩超多強”格局穩中有變，“短視頻+直播帶貨”已經成為異軍突起的電子商務銷售模式，各路媒體紛紛布局社交媒體短視頻。2021 年全國消費投訴達到109.5 萬件，其中“短視頻+直播帶貨”成投訴重災區，假冒偽劣商品等問題頻出。

是時候開展基于社交媒體視頻分析的消費品缺陷線索采集、分析和研判，研發相關社交媒體短視頻信息采集技術。由于基于電商評價信息的消費品缺陷線索和基于社交媒體文本分析的消費品缺陷線索的研究已經趨于成熟，而對社交媒體短視頻的直接分析存在技術不成熟、分析差錯率高等缺點，因此采用視頻轉文字再對文字進行分析的技術路徑。目前視頻轉文字中最有效的算法和模型是自適應幀采樣算法和雙向長短時記憶BLSM模型。

自適應幀采樣算法：提供盡可能多的深度卷積神經網絡的特征數據來調整采樣模型，在每10 幀或每5 幀的固定采樣率的基礎上，根據特征數據的大小自動調整采樣率，以提供視頻轉文字的準確度。雙向長短時記憶BLSM 模型：結合前面幀學習長短時記憶模型和后面幀學習長短時記憶模型，同時開展前面幀和未來幀的視頻信息的有效學習。這種雙深度的網絡AI 學習結構，解決了短視頻中語言詞語表達的場景和時空關聯性，讓相同的詞語表達更準確的情感。

幀信息的融合又增加了特征的種類，從而提升了實驗效果。結果顯示，在M-VAD 和MPII-MD 兩個數據集中，該研究方法在METEOR 中的評分均值分別為7.8 % 和8.6 %，相對原S2VT 模型分別提高了16.4 % 和21.1 %，也提升了視頻轉文字的文本效果。

5 打造“缺陷召回+NQI”新技術服務能力

作為傳統的質檢機構需要打造“缺陷召回+NQI”相結合，質量基礎設施一站式服務的新技術服務能力。

第一步：開展缺陷線索采集、分析及研判工作，建立缺陷線索信息渠道、培養缺陷信息處理人才、開發缺陷線索信息收集工具。

第二步：對研判過的缺陷線索開展復現、論證和定性工作，包括：國內外文獻查閱（先例經驗）法、檢驗檢測（數據經驗）法、檢定推論（專家經驗）法、現場調查法等，在實際運用中可以是其中一種或者是多種方法的綜合運用。

圖2 缺陷召回+NQI 一站式服務框架

第三步：協助制定企業召回（技改）方案，重點圍繞召回措施的可行性、有效性、可靠性、經濟性進行形式評估。根據認定的缺陷情況，對已經售出存在缺陷的消費品，采取單一或組合式補救措施：補充或者修正警示標識、修理、更換、退貨等活動。企業自身沒有足夠經驗和能力，可以委托技術服務機構協助選定“適宜的召回措施”、編制“召回計劃”、“召回事項說明”、“召回常見問題問與答”。

“缺陷召回+NQI”一站式技術服務能力，在消費品缺陷召回領域實現了“質量醫生”的關鍵作用：在缺陷線索采集、分析及研判階段發揮了質量“體檢”作用；在缺陷復現、缺陷論證和缺陷定性階段發揮了質量“診斷”作用，在協助制定企業召回（技改）方案階段發揮了質量“治療”作用。通過開展消費品缺陷分析研究推動了NQI 技術服務機構的快速成長。