[发明专利]一种基于互联网的产品质量风险监测抽样方法及系统

权利要求书

1.一种基于互联网的产品质量风险监测抽样方法，其特征在于，所述基于互联网的产品质量风险监测抽样方法包括：

步骤一，数据采集模块获取产品监测对象、历史监测数据以及流通数据；信息挖掘模块基于数据挖掘技术获取互联网上有关产品质量的信息；

步骤二，数据处理模块对获取的历史监测数据进行统计分析；信息处理模块对挖掘的产品质量信息进行去重、分类处理；

步骤三，中央控制模块利用单片机或控制器控制抽样对象确定模块基于处理后的数据与信息确定抽样对象；质量指标确定模块基于确定的抽样对象确定能够反映抽样对象产品质量状况的质量指标；

步骤四，抽样方案确定模块基于处理后的数据、确定的抽样对象以及质量指标生成抽样方案；抽样模块基于生成的抽样方案对产品进行抽样监测；

步骤五，数据分析模块对监测结果进行分类汇总，确定产品的质量状况；存储模块存储历史监测数据以及本次抽样方案、监测数据；

步骤六，显示模块对抽样方案以及质量状况进行可视化显示；

步骤二中，所述信息处理模块对挖掘的产品质量信息进行去重包括：

(1)搭建Spark集群，配置所需组件；

(2)建立包括去重规则在内的数据清洗规则库；

(3)根据所述清洗规则库，对产品质量信息进行预处理，得到预处理后的产品质量信息；

(4)根据所述去重规则和所述待处理的产品质量信息数据，进行Job划分，得到所述Spark集群的多个清洗Job，每一个所述清洗Job映射到具体的业务需求；

(5)将所述预处理后的产品质量信息的数据清洗任务，对应分配到所述Spark集群的多个清洗Job中，每个清洗Job按照所述数据清洗规则库的要求，对所述预处理后的需清洗数据采用树形清洗结构进行清洗，得到去重处理后的产品质量信息；

步骤四中，所述抽样方案确定模块基于处理后的数据、确定的抽样对象以及质量指标生成抽样方案包括：

1)利用影响因子数据库和层次分析法计算各类产品的权重赋值；

2)计算检测费加权平均单价；

3)计算抽样总量和各类产品抽样量；

所述信息处理模块对挖掘的产品质量信息进行分类处理的具体过程为：

将挖掘的产品质量信息，建立数据集；

确定分类的标准数值，进行分组；并确定各组中的中心值，进行初始化；

将数据集中待分类的数值带入到距离模型中，确定中心值与待分类的数值之间的距离；

将距离最近的待分类的数值，划入到相应的分组中；

重复上述过程，直到数据集中的数据值分类完成。

2.如权利要求1所述基于互联网的产品质量风险监测抽样方法，其特征在于，步骤一中，所述历史监测数据包括：抽样单位、监管单位、监测产品信息、监测区域、监测项目、监测环节、限量标准、判定结果、抽样信息以及检测信息，产品分类包括食品分类别，乳制品，肉制品、饮料。

3.如权利要求1所述基于互联网的产品质量风险监测抽样方法，其特征在于，步骤一中，所述有关产品质量的信息包括产品评价信息、举报信息、消费者投诉率、消费者退货率、价格偏差。

4.如权利要求1所述基于互联网的产品质量风险监测抽样方法，其特征在于，步骤一中，流通数据包括：

产品的内在质量包括物理特性、各种化工原料的添加值、性能、寿命、可靠性、安全性；

产品的外观质量包括产品的长度、宽度、内部结构、高度、密度、质量、光洁度、造型、色泽、包装。

5.如权利要求1所述基于互联网的产品质量风险监测抽样方法，其特征在于，步骤四中，所述抽样方案包括：抽样数量、抽样地点、抽样时间、抽样环节、抽样比例以及抽样时间。

6.如权利要求1所述基于互联网的产品质量风险监测抽样方法，其特征在于，步骤1)中，所述各类产品的权重赋值依据产品影响因子根据层次分析法计算得出；

所述产品影响因子包括：历史监测数据、有关产品质量的信息以及流通数据。