运用大数据推动产品质量监管模式升级的方法

大数据技术的快速发展，为现有的产品质量监管模式带来了新的机遇和挑战。目前，我国在产品质量监管模式方面尚处于发展阶段，笔者通过研究大数据技术背景下产品质量监管模式，以期为产品质量监督管理部门提供参考，为促进产品质量监管模式的优化提供理论支撑。

大数据技术对产品质量监管模式具有以下几点影响。

数据来源的多元化与丰富性。现有的产品质量监管模式多依赖于企业自身的检测，很难实时地将精准的信息传递给大众。随着大数据技术的发展成熟，企业和有关部门可运用大数据技术，对产品生产、销售、使用、售后和舆情等多个层面的信息进行有效整合。

监管过程的实时性与动态性。通过对生产过程中的数据进行分析，从而达到基于大数据技术的产品质量监控。监测模块实现了对产品关键指标的监测，对销售过程中出现的问题以及客户的需求等的监测，实现对产品的及时反应。例如，利用大数据技术，对工艺装备的工作状况进行实时监控，对数据中出现的问题进行快速探测，并对潜在的质量隐患进行预警，防止其继续恶化。

分析决策的科学性与精准性。有关部门可以结合大数据进行食品安全的监管工作，在大数据的分析中，可以深入探究大数据的信息实质以及数据的作用，为国家制定和实施工业战略提供依据。

基于大数据技术的产品质量监管模式，可从以下几个环节构建。

数据采集与整合。对基于大数据的产品质量监管模型而言，首要且必需的环节是数据的收集，要构建包括生产、销售、使用、售后服务、网络舆情等方面完整的信息采集体系，通过物联网、工业互联网等设备，对生产过程、原材质量、生产过程进行监控；销售方面采用网络渠道和营销渠道搜集信息数据、库存数据以及客户评价数据；多渠道收集客户的意见，随时为客户提供需要的服务；针对媒体中有关产品质量的信息，通过互联网爬虫软件等对媒体中的产品质量及时进行监测。

数据处理与存储。海量数据的加工与储存是保证监测模型有效运行的重要一环。其中，视频监测数据种类繁多。面对海量的、来源多样的、异构的数据属性，需要对其进行全方位的梳理、转换与集成，其中最为重要的一个环节就是对收集来的各种信息源进行分析、分类并整理。通过对原始资料的深度剖析与梳理，可以高效剔除差错信息与不相关的资讯，进而提高资料品质；通过对不同类型的数据进行集成，使后续的数据处理变得更加方便；另外，要从多个视角对其内部联系进行深入剖析，才能达到更深层的信息共享和利用。信息融合技术的基本理念就是通过信息技术手段，对各类相关的数据进行集成，以提供一种全面的产品品质信息。

数据统筹与应用。在生产环节，可在生产线上部署各类感知器、物联网工具，实时监控生产所需设备的运行情况、原材料质量、生产全过程情况，传感器采集的数据则可用于工厂生产计划、物资供应等环节。通过对商品营销环节的跟踪，可以利用数据挖掘及智能推荐算法等手段实现顾客需求的精准定位，结合库存管理和客户评价，做到对商品营销效果和质量进行持续监控。

在产品监管过程中所收集的数据中包含了公司和消费者的大量信息，故数据安全性以及隐私权十分重要，应从以下几个方面入手进行保护。

把好“数据安全关”。在收集、储藏及分析处理中应该严格控制数据的泄漏、篡改以及误用等操作，可采用加码和输送的方式，设定对于资料存取的准则，以此限制资料可以被存取的权限，加强对资料的审核与监管，保证资料的可信度。

实施“数据最小化”原则。建立采集字段白名单，例如市场监管部门在食品抽检数据采集中，仅保留产品标识、检测指标等必要信息，剔除消费者姓名、联系方式等敏感字段。构建“核心数据全加密+元数据脱敏” 存储架构，使用算法对产品缺陷记录、企业财务数据等敏感信息加密，并将加密后数据分片存储于不同的物理服务器。

以大数据为基础的产品质量监管模型是适应数字经济发展环境的新型产品质量监管模式，不仅可以弥补传统监管手段效率低、成本高的短板，而且可以提升企业的市场竞争实力，提升企业的目标意识，促进产业良性发展。在这个过程中，应加大对大数据技术的研发创新力度、完善有关法律法规和政策，加强相关人才的培育，促进以大数据技术为基础的产品质量监管模式推广普及。

（作者单位：三峡大学）

编辑：陈灵菊

二审：余仙仙

三审：朱江