李 存，賈 佳

（上海市質(zhì)量和標(biāo)準(zhǔn)化研究院，上海 200031）

質(zhì)量大數(shù)據(jù)的研究展望

李 存，賈 佳

（上海市質(zhì)量和標(biāo)準(zhǔn)化研究院，上海 200031）

隨著質(zhì)量和信息技術(shù)的不斷發(fā)展，質(zhì)量和大數(shù)據(jù)的融合在質(zhì)量管理尤其是宏觀質(zhì)量管理中將發(fā)揮著越來(lái)越重要的作用。當(dāng)前質(zhì)量管理已全面進(jìn)入宏觀質(zhì)量管理時(shí)期，質(zhì)量行政監(jiān)管正在向聚焦系統(tǒng)性安全管控和防范方面轉(zhuǎn)變，抽查監(jiān)測(cè)、風(fēng)險(xiǎn)預(yù)警、誠(chéng)信管理等新老監(jiān)管手段的有效性都越來(lái)越依賴于對(duì)質(zhì)量大數(shù)據(jù)的收集、整理和分析的科學(xué)性，憑借質(zhì)量大數(shù)據(jù)來(lái)實(shí)現(xiàn)科學(xué)管理將是未來(lái)趨勢(shì)，這就需要通過(guò)大數(shù)據(jù)在消費(fèi)者、企業(yè)、市場(chǎng)、政府之間建立連接的橋梁，采集大數(shù)據(jù)、分析大數(shù)據(jù)和應(yīng)用大數(shù)據(jù)，進(jìn)而提升質(zhì)量管理水平。

質(zhì)量；大數(shù)據(jù)；研究；展望

一、大數(shù)據(jù)

大數(shù)據(jù)是一個(gè)抽象的概念，目前為止還沒(méi)有統(tǒng)一的定義，通常是指在一定時(shí)間內(nèi)無(wú)法用常規(guī)工具對(duì)其內(nèi)容進(jìn)行抓取、管理和處理的數(shù)據(jù)集合。維基百科中關(guān)于大數(shù)據(jù)的定義：大數(shù)據(jù)是利用常用軟件工具來(lái)獲取、管理和處理數(shù)據(jù)所消耗時(shí)間超過(guò)可容忍時(shí)間的數(shù)據(jù)集。但是“常用軟件”和“可容忍時(shí)間”沒(méi)有確切性描述，因此這個(gè)定義也存在一定的局限性[4]。

一般來(lái)說(shuō)大數(shù)據(jù)公認(rèn)具有4V特點(diǎn)，分別是數(shù)據(jù)量巨大(Volume)、數(shù)據(jù)處理速度快(Velocity)、數(shù)據(jù)多樣性(Variety)和數(shù)據(jù)價(jià)值密度小(Veracity)[8]，這些特性使大數(shù)據(jù)與傳統(tǒng)意義數(shù)據(jù)有著巨大的差異，因此大數(shù)據(jù)在采集獲取、分析處理以及實(shí)踐應(yīng)用都有別于傳統(tǒng)數(shù)據(jù)。

二、質(zhì)量大數(shù)據(jù)

隨著經(jīng)濟(jì)和社會(huì)的不斷發(fā)展，“大質(zhì)量”逐步進(jìn)入了人們視野，工程質(zhì)量、環(huán)境質(zhì)量、經(jīng)濟(jì)運(yùn)行質(zhì)量、教育質(zhì)量等質(zhì)量范疇不斷提出[1]-[3]。大質(zhì)量是相對(duì)于傳統(tǒng)質(zhì)量而言的，不僅包含固有特性，還包括了人們賦予的特性[11]，內(nèi)容和外延都有了極大的豐富，黨的十八大報(bào)告中也多處強(qiáng)調(diào)了“質(zhì)量”，亦指的大質(zhì)量。

質(zhì)量大數(shù)據(jù)是指具有能夠反映質(zhì)量特性的各類數(shù)據(jù)，質(zhì)量包含狹義質(zhì)量(企業(yè))和廣義質(zhì)量(大質(zhì)量)，質(zhì)量大數(shù)據(jù)是在目前質(zhì)量數(shù)據(jù)的基礎(chǔ)上拓展到大數(shù)據(jù)范疇，范圍涵蓋了企業(yè)質(zhì)量、大質(zhì)量以及其它與質(zhì)量相關(guān)的領(lǐng)域，因此質(zhì)量大數(shù)據(jù)的研究和應(yīng)用也就包含了企業(yè)質(zhì)量管理和宏觀質(zhì)量管理兩方面。

當(dāng)前質(zhì)量管理已全面進(jìn)入宏觀質(zhì)量管理時(shí)期，質(zhì)量行政監(jiān)管正在向聚焦系統(tǒng)性安全管控和防范方面轉(zhuǎn)變，抽查監(jiān)測(cè)、風(fēng)險(xiǎn)預(yù)警、誠(chéng)信管理等新老監(jiān)管手段的有效性都越來(lái)越依賴于對(duì)質(zhì)量大數(shù)據(jù)的收集、整理和分析的科學(xué)性，憑借質(zhì)量大數(shù)據(jù)來(lái)實(shí)現(xiàn)科學(xué)管理將是未來(lái)趨勢(shì)，這就需要通過(guò)大數(shù)據(jù)在消費(fèi)者、企業(yè)、市場(chǎng)、政府之間建立連接的橋梁，采集大數(shù)據(jù)、分析大數(shù)據(jù)和應(yīng)用大數(shù)據(jù)，進(jìn)而提升質(zhì)量管理水平。

三、質(zhì)量大數(shù)據(jù)的來(lái)源和獲取

(一)質(zhì)量大數(shù)據(jù)的來(lái)源

根據(jù)大數(shù)據(jù)的概念和特點(diǎn)，在未來(lái)大質(zhì)量的發(fā)展背景下，質(zhì)量大數(shù)據(jù)的來(lái)源將不僅限于質(zhì)量管理領(lǐng)域，而應(yīng)該是在質(zhì)量管理的基礎(chǔ)上，拓寬到更加廣泛的領(lǐng)域，如經(jīng)濟(jì)領(lǐng)域、環(huán)境領(lǐng)域、教育領(lǐng)域等，更好的體現(xiàn)大數(shù)據(jù)與大質(zhì)量的結(jié)合。

同時(shí)，大數(shù)據(jù)的形式也應(yīng)該是以非結(jié)構(gòu)化的數(shù)據(jù)為主流，非結(jié)構(gòu)化數(shù)據(jù)是伴隨著社交網(wǎng)絡(luò)、移動(dòng)計(jì)算和傳感器技術(shù)的運(yùn)用而生成的，具有包括文本、文檔、圖片、視頻等多種格式，蘊(yùn)含了大量豐富的知識(shí)。有別于傳統(tǒng)的機(jī)構(gòu)化數(shù)據(jù)，非結(jié)構(gòu)化數(shù)據(jù)將包含著更多更豐富的信息，是大數(shù)據(jù)分析和應(yīng)用的關(guān)鍵。

(二)質(zhì)量大數(shù)據(jù)的獲取

根據(jù)目前質(zhì)量工作的內(nèi)容和形式，質(zhì)量大數(shù)據(jù)來(lái)源基本可分為：政府、市場(chǎng)和消費(fèi)者三個(gè)方面。

1.政府。在政府行政監(jiān)管的基礎(chǔ)上，質(zhì)量大數(shù)據(jù)來(lái)源可以包括：(1)標(biāo)準(zhǔn)數(shù)據(jù)，目前標(biāo)準(zhǔn)信息主要是國(guó)際、國(guó)家、行業(yè)、地方等標(biāo)準(zhǔn)信息的集合，盡管涵蓋了企業(yè)標(biāo)準(zhǔn)等其它類型，但是內(nèi)容不夠豐富。未來(lái)大數(shù)據(jù)可以涵蓋不同標(biāo)準(zhǔn)的技術(shù)指標(biāo)、執(zhí)行數(shù)據(jù)、反饋數(shù)據(jù)，尤其是服務(wù)標(biāo)準(zhǔn)將是未來(lái)大數(shù)據(jù)采集的主要渠道之一。(2)監(jiān)管數(shù)據(jù)，政府質(zhì)量監(jiān)管數(shù)據(jù)主要是產(chǎn)品質(zhì)量監(jiān)督抽查、工業(yè)生產(chǎn)許可證及證后監(jiān)管、質(zhì)量申訴投訴、消費(fèi)者投訴、商標(biāo)以及食藥品監(jiān)管等部門的監(jiān)管信息。目前國(guó)內(nèi)一些省、市已經(jīng)對(duì)政

府行政監(jiān)管信息(公共信息)的歸集、使用作出了規(guī)定。

2.市場(chǎng)。市場(chǎng)將是未來(lái)質(zhì)量管理的重要角色。市場(chǎng)中大數(shù)據(jù)的來(lái)源可以分為：(1)企業(yè)行為數(shù)據(jù)，企業(yè)是產(chǎn)品/服務(wù)的提供者，是質(zhì)量的主體，企業(yè)行為數(shù)據(jù)是指企業(yè)各種生產(chǎn)經(jīng)營(yíng)活動(dòng)數(shù)據(jù)，質(zhì)量和非質(zhì)量活動(dòng)都可包含其中，如企業(yè)規(guī)模、管理體系、技術(shù)水平等企業(yè)信息，產(chǎn)品包裝、規(guī)格、質(zhì)量、市場(chǎng)渠道、物流、檢測(cè)認(rèn)證等產(chǎn)品信息，但在企業(yè)質(zhì)量大數(shù)據(jù)收集過(guò)程中，應(yīng)注重?cái)?shù)據(jù)采集與企業(yè)私有秘密之間的界線，在不侵犯企業(yè)利益的前提下開展質(zhì)量大數(shù)據(jù)采集工作。(2)經(jīng)濟(jì)數(shù)據(jù)，目前傳統(tǒng)理論分析中對(duì)于質(zhì)量和經(jīng)濟(jì)的關(guān)系無(wú)法做出準(zhǔn)確性的描述，主要是由于質(zhì)量的非客觀性評(píng)價(jià)的限制，而大數(shù)據(jù)時(shí)代可以收集全面的、龐大的質(zhì)量和經(jīng)濟(jì)數(shù)據(jù)，如行業(yè)發(fā)展、標(biāo)準(zhǔn)體系建設(shè)、質(zhì)量水平等行業(yè)信息以及宏觀經(jīng)濟(jì)數(shù)據(jù)，采用“第四范式”等處理方法挖掘大數(shù)據(jù)中的信息，更好的將宏觀質(zhì)量管理和經(jīng)濟(jì)宏觀調(diào)控相結(jié)合，提升經(jīng)濟(jì)運(yùn)行質(zhì)量。

3.消費(fèi)者。隨著各種信息獲取、傳播技術(shù)的發(fā)展，數(shù)據(jù)的產(chǎn)生、發(fā)布越來(lái)越快，越來(lái)越多，因此消費(fèi)者將是大數(shù)據(jù)時(shí)代數(shù)據(jù)產(chǎn)生的主流群體之一。消費(fèi)者大數(shù)據(jù)來(lái)源可以分為：(1)互聯(lián)網(wǎng)，互聯(lián)網(wǎng)中消費(fèi)者數(shù)據(jù)將是質(zhì)量大數(shù)據(jù)的主要來(lái)源，比如社交網(wǎng)絡(luò)、電子商務(wù)網(wǎng)站等產(chǎn)生的大量消費(fèi)者數(shù)據(jù)，用戶的每一次點(diǎn)擊、每一次評(píng)論都將是數(shù)據(jù)的重要獲取對(duì)象。(2)社會(huì)服務(wù)機(jī)構(gòu)，各種社會(huì)服務(wù)承擔(dān)機(jī)構(gòu)也是消費(fèi)者質(zhì)量大數(shù)據(jù)的主要來(lái)源。超市、醫(yī)院、社區(qū)服務(wù)機(jī)構(gòu)等服務(wù)行為發(fā)生地將產(chǎn)生大量的產(chǎn)品和服務(wù)大數(shù)據(jù)，如消費(fèi)者對(duì)產(chǎn)品的抱怨情況，服務(wù)領(lǐng)域的質(zhì)量測(cè)評(píng)數(shù)據(jù)，市民對(duì)產(chǎn)品、服務(wù)、工程、人居質(zhì)量的評(píng)價(jià)數(shù)據(jù)等。而且這些數(shù)據(jù)的產(chǎn)生具有一定的指向性，具有更高的質(zhì)量數(shù)據(jù)內(nèi)涵，分析結(jié)果也具有更高的應(yīng)用針對(duì)性。

隨著未來(lái)互聯(lián)網(wǎng)以及其它技術(shù)的不斷發(fā)展，質(zhì)量大數(shù)據(jù)的來(lái)源和采集渠道將會(huì)更加多樣化，也可能會(huì)產(chǎn)生全新的數(shù)據(jù)模式和采集技術(shù)，這些對(duì)于未來(lái)質(zhì)量管理也將是一個(gè)全新的挑戰(zhàn)。

四、質(zhì)量大數(shù)據(jù)的分析

國(guó)內(nèi)外對(duì)于大數(shù)據(jù)的研究分析十分重視。2012年美國(guó)政府宣布投資2億美元啟動(dòng)“大數(shù)據(jù)大研究和發(fā)展計(jì)劃”，大力推動(dòng)大數(shù)據(jù)的收集、儲(chǔ)存、分析和應(yīng)用海量數(shù)據(jù)的技術(shù)研究，提升國(guó)家科研水平。英國(guó)政府2013年建立了Open Data Institute(ODI)，這也是全世界第一個(gè)大數(shù)據(jù)研究機(jī)構(gòu)。我國(guó)近幾年也先后成立了“中關(guān)村大數(shù)據(jù)產(chǎn)業(yè)聯(lián)盟”和“大數(shù)據(jù)共享聯(lián)盟”等機(jī)構(gòu)，目的在于建立大數(shù)據(jù)的共享和研究平臺(tái)，更好的推動(dòng)國(guó)內(nèi)大數(shù)據(jù)的研究和應(yīng)用[8]-[9]。

但大數(shù)據(jù)不同于傳統(tǒng)數(shù)據(jù)，有著其特殊的屬性和采集方式，結(jié)合現(xiàn)階段信息技術(shù)的發(fā)展?fàn)顩r及信息資源的利用需求，如何正視大數(shù)據(jù)給當(dāng)前質(zhì)量管理各個(gè)方面帶來(lái)的沖擊及挑戰(zhàn)，也是理解什么是“大數(shù)據(jù)”所必須掌握的內(nèi)容。

(一)大數(shù)據(jù)分析面臨的挑戰(zhàn)

1.數(shù)據(jù)量大。區(qū)別于傳統(tǒng)的取樣、調(diào)查獲取數(shù)據(jù)的方式，大數(shù)據(jù)中描述同一事物的數(shù)據(jù)量猛增，人們獲取的數(shù)據(jù)和信息越來(lái)越接近于原始事物的本身。

2.數(shù)據(jù)類型雜。隨著互聯(lián)網(wǎng)與傳感技術(shù)的發(fā)展，非結(jié)構(gòu)化數(shù)據(jù)大量涌現(xiàn)，這些數(shù)據(jù)難以用傳統(tǒng)的數(shù)據(jù)結(jié)構(gòu)來(lái)描述，不光在處理方面，同時(shí)在數(shù)據(jù)的存儲(chǔ)方面也帶來(lái)了不小挑戰(zhàn)。

3.無(wú)效數(shù)據(jù)多。大數(shù)據(jù)為了獲取更好更原始的數(shù)據(jù)，直接獲取了全體數(shù)據(jù)，由于沒(méi)有采樣和抽象，數(shù)據(jù)呈現(xiàn)出了全面的信息，但也包含了很多無(wú)需進(jìn)行分析和處理的數(shù)據(jù)，增加了存儲(chǔ)、分析和處理的難度。

4.處理要求高。大數(shù)據(jù)的積累速度是相當(dāng)快的，也是實(shí)時(shí)變化的。如何及時(shí)、充分、快速的從大量數(shù)據(jù)中獲取有用數(shù)據(jù)，甚至于存儲(chǔ)和處理同步進(jìn)行，實(shí)時(shí)獲取數(shù)據(jù)、分析數(shù)據(jù)、呈現(xiàn)結(jié)果，將是大數(shù)據(jù)未來(lái)面臨的主要挑戰(zhàn)。

(二)質(zhì)量大數(shù)據(jù)的分析

現(xiàn)階段大數(shù)據(jù)的應(yīng)用和分析研究主要是在互聯(lián)網(wǎng)領(lǐng)域，也出現(xiàn)了不少的分析方法，但是還未有針對(duì)質(zhì)量大數(shù)據(jù)的分析研究。

伴隨著數(shù)據(jù)分析技術(shù)的發(fā)展出現(xiàn)了一些針對(duì)大數(shù)據(jù)的分析技術(shù)，如“第四范式”、“云計(jì)算”、“物聯(lián)網(wǎng)”等[12]，如谷歌公司用于大數(shù)據(jù)處理的三大云計(jì)算關(guān)鍵技術(shù)：分布式文件系統(tǒng)GFS、Map Reduce和Bigtable，這些技術(shù)的發(fā)展將為大數(shù)據(jù)的分析研究提供一定的方法支撐。另外，“批處理”和“流處理”也是大數(shù)據(jù)處理的有效工具?！芭幚怼笔窍葍?chǔ)存后處理，“批處理”具有典型性的模式是谷歌提出的“Map Reduce”編程模型。“流處理”則是直接處理，當(dāng)新數(shù)據(jù)到來(lái)時(shí)立即處理并返回所需結(jié)果，這就要求“流處理”必須采用分布式處理方式，除了要考慮分布式系統(tǒng)的一致性問(wèn)題，還將涉及到分布式系統(tǒng)網(wǎng)絡(luò)延時(shí)的影響。

五、質(zhì)量大數(shù)據(jù)的應(yīng)用展望

現(xiàn)有質(zhì)量數(shù)據(jù)分析應(yīng)用主要圍繞產(chǎn)品和服務(wù)質(zhì)量以及行政監(jiān)管信息，而大數(shù)據(jù)時(shí)代則需要全面采集和有效利用廣泛的社會(huì)、企業(yè)以及消費(fèi)者數(shù)據(jù)。

(一)企業(yè)質(zhì)量大數(shù)據(jù)的應(yīng)用展望

傳統(tǒng)企業(yè)質(zhì)量數(shù)據(jù)主要包括合格率、返修率、投訴率等數(shù)據(jù)，使用統(tǒng)計(jì)分析的方法完成。而未來(lái)大數(shù)據(jù)時(shí)代，消費(fèi)者行為研究將是企業(yè)質(zhì)量大數(shù)據(jù)的主要應(yīng)用對(duì)象，目前一些大型企業(yè)(尤其是互聯(lián)網(wǎng)企業(yè))已經(jīng)開始著手研究用戶大數(shù)據(jù)。

在制造業(yè)可以針對(duì)科學(xué)評(píng)價(jià)生產(chǎn)系統(tǒng)規(guī)劃、降低產(chǎn)品缺陷率等需求，建立制造業(yè)大數(shù)據(jù)系統(tǒng)。整合已有的物理工廠、質(zhì)量體系、工序數(shù)據(jù)、成本核算等建模數(shù)據(jù)，建立仿真工廠，對(duì)已有的生產(chǎn)實(shí)績(jī)數(shù)據(jù)進(jìn)行生產(chǎn)仿真，模擬工廠運(yùn)行，為工廠實(shí)際生產(chǎn)提供決策依據(jù)[13]。另外，企業(yè)還可以從營(yíng)銷需求的挖掘和分析以及品牌影響力角度開展大數(shù)據(jù)研究[6]，通過(guò)收集公共機(jī)構(gòu)和中介組織的數(shù)據(jù)分析整合，對(duì)數(shù)據(jù)進(jìn)行其他目的的二次利用，將不同數(shù)據(jù)集整合成新的數(shù)據(jù)集引入質(zhì)量管理中[7]。

企業(yè)大數(shù)據(jù)的研究已經(jīng)開始蓬勃發(fā)展起來(lái)了，未來(lái)也必將在企業(yè)質(zhì)量管理領(lǐng)域呈現(xiàn)出更多更廣的應(yīng)用。

(二)宏觀質(zhì)量大數(shù)據(jù)的幾點(diǎn)應(yīng)用展望

目前，大數(shù)據(jù)的應(yīng)用主要是針對(duì)企業(yè)，對(duì)于宏觀大數(shù)據(jù)尤其是宏觀質(zhì)量管理則鮮有研究。下面，筆者根據(jù)宏觀質(zhì)量管理和大數(shù)據(jù)的內(nèi)容，對(duì)未來(lái)質(zhì)量大數(shù)據(jù)的宏觀應(yīng)用提出幾點(diǎn)展望。

1.服務(wù)質(zhì)量評(píng)價(jià)。現(xiàn)階段服務(wù)質(zhì)量評(píng)價(jià)主要是運(yùn)用顧客滿意度測(cè)評(píng)的方法，如美國(guó)顧客滿意度指數(shù)(ACSI)對(duì)行業(yè)、地區(qū)和國(guó)家的顧客滿意情況統(tǒng)計(jì)、測(cè)評(píng)和分析。顧客滿意度測(cè)評(píng)是一項(xiàng)基于主觀角度的用來(lái)發(fā)現(xiàn)和解決質(zhì)量問(wèn)題的質(zhì)量管理工具，不能全面反映包括服務(wù)組織的提供過(guò)程和提供能力在內(nèi)的客觀全面的服務(wù)質(zhì)量水平。

未來(lái)，可以在大數(shù)據(jù)收集技術(shù)的支撐下，全面收集顧客對(duì)于服務(wù)水平的評(píng)價(jià)數(shù)據(jù)，這種評(píng)價(jià)數(shù)據(jù)區(qū)別于現(xiàn)行的顧客滿意度的統(tǒng)計(jì)調(diào)查數(shù)據(jù)，而應(yīng)該是接近總體樣本量的服務(wù)評(píng)價(jià)數(shù)據(jù)，能夠全面反映顧客對(duì)于服務(wù)的主觀評(píng)價(jià)。同時(shí)，在主觀評(píng)價(jià)基礎(chǔ)上，基于服務(wù)提供組織的技術(shù)、人員、設(shè)施設(shè)備等服務(wù)提供能力和服務(wù)保障能力客觀數(shù)據(jù)的采集，將兩者有機(jī)結(jié)合形成服務(wù)質(zhì)量評(píng)價(jià)方法，將原先單純通過(guò)主觀評(píng)價(jià)的方式拓展到主客觀評(píng)價(jià)相結(jié)合的方法，而且通過(guò)大數(shù)據(jù)的手段可以更好的解決統(tǒng)計(jì)調(diào)查中存在的精度和系統(tǒng)性誤差問(wèn)題，真實(shí)全面的反映服務(wù)質(zhì)量水平。

2.產(chǎn)品傷害監(jiān)測(cè)。目前，部分國(guó)家已經(jīng)建立了產(chǎn)品傷害監(jiān)測(cè)體系，如美國(guó)的國(guó)家電子傷害監(jiān)測(cè)系統(tǒng)(NEISS)，由專業(yè)傷害采集人員在樣本醫(yī)院急診室采集非致命產(chǎn)品傷害信息，并通過(guò)網(wǎng)絡(luò)系統(tǒng)直接報(bào)送美國(guó)消費(fèi)品安全管理委員會(huì)。我國(guó)目前的產(chǎn)品傷害監(jiān)測(cè)試點(diǎn)已經(jīng)擴(kuò)展到了全國(guó)11個(gè)地區(qū)32家樣本醫(yī)院，為建立我國(guó)的產(chǎn)品傷害監(jiān)測(cè)系統(tǒng)奠定了工作基礎(chǔ)。

未來(lái)大數(shù)據(jù)時(shí)代，產(chǎn)品傷害監(jiān)測(cè)系統(tǒng)的數(shù)據(jù)來(lái)源更為廣泛，在目前樣本醫(yī)院的基礎(chǔ)上涵蓋所有醫(yī)院，將數(shù)據(jù)采集渠道擴(kuò)展到社區(qū)等公共服務(wù)場(chǎng)所，另外也可以通過(guò)網(wǎng)絡(luò)媒體渠道拓寬產(chǎn)品傷害數(shù)據(jù)采集，力求全方位收集產(chǎn)品傷害信息，同時(shí)在產(chǎn)品傷害數(shù)據(jù)采集基礎(chǔ)上，擴(kuò)大服務(wù)過(guò)程中傷害數(shù)據(jù)的采集，為產(chǎn)品技術(shù)指標(biāo)和服務(wù)水平的改進(jìn)和提高提供依據(jù)。

3.產(chǎn)品召回?，F(xiàn)階段產(chǎn)品召回中數(shù)據(jù)分析的主要應(yīng)用是汽車等主要消費(fèi)品，例如歐盟通過(guò)產(chǎn)品質(zhì)量安全與缺陷召回法律法規(guī)及管理體系建立了完善的產(chǎn)品召回制度；美國(guó)國(guó)家公路安全管理局建立的國(guó)家汽車樣本系統(tǒng)、特殊碰撞調(diào)查系統(tǒng)等數(shù)據(jù)系統(tǒng)，通過(guò)統(tǒng)計(jì)數(shù)據(jù)分析和把握公路安全狀況。

從目前產(chǎn)品召回的現(xiàn)狀看，國(guó)內(nèi)外產(chǎn)品召回主要是通過(guò)法律法規(guī)和樣本分析，數(shù)據(jù)應(yīng)用具有一定的局限性。未來(lái)，產(chǎn)品召回的數(shù)據(jù)采集和分析對(duì)象可以擴(kuò)大產(chǎn)品范圍，對(duì)人身安全和財(cái)產(chǎn)權(quán)益造成傷害的產(chǎn)品數(shù)據(jù)全面監(jiān)測(cè)和采集，例如政府產(chǎn)品監(jiān)管數(shù)據(jù)、企業(yè)生產(chǎn)和銷售數(shù)據(jù)、市場(chǎng)消費(fèi)者數(shù)據(jù)等，還可以結(jié)合產(chǎn)品傷害監(jiān)測(cè)系統(tǒng)聯(lián)合采集數(shù)據(jù)，共同收集產(chǎn)品缺陷數(shù)據(jù)，為不同的應(yīng)用提供數(shù)據(jù)支撐。

4.質(zhì)量數(shù)據(jù)平臺(tái)?！渡虾Ｍ七M(jìn)大數(shù)據(jù)研究與發(fā)展三年行動(dòng)計(jì)劃(2013-2015年)》提出了建設(shè)醫(yī)療衛(wèi)生、食品安全等5個(gè)公共服務(wù)平臺(tái)及推進(jìn)金融證券、互聯(lián)網(wǎng)等6個(gè)重點(diǎn)行業(yè)大數(shù)據(jù)應(yīng)用的工作任務(wù)。無(wú)論是大數(shù)據(jù)還是質(zhì)量大數(shù)據(jù)的宏觀應(yīng)用，前提條件都是要建立數(shù)據(jù)平臺(tái)完成數(shù)據(jù)的采集、分析、共享、發(fā)布和應(yīng)用。因此，建立質(zhì)量數(shù)據(jù)平臺(tái)也就成了質(zhì)量大數(shù)據(jù)應(yīng)用的關(guān)鍵要素。

質(zhì)量大數(shù)據(jù)平臺(tái)可以由數(shù)據(jù)采集系統(tǒng)、數(shù)據(jù)分析系統(tǒng)、信息發(fā)布系統(tǒng)組成。數(shù)據(jù)采集系統(tǒng)主要是跟蹤和抓取質(zhì)量相關(guān)數(shù)據(jù)，這些數(shù)據(jù)的格式不再局限于傳統(tǒng)的文本、圖片等結(jié)構(gòu)化數(shù)據(jù)，還可以包含半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。數(shù)據(jù)采集是后續(xù)進(jìn)行分析和應(yīng)用的基礎(chǔ)，對(duì)整個(gè)質(zhì)量大數(shù)據(jù)的研究和應(yīng)用發(fā)揮著關(guān)鍵作用。數(shù)據(jù)分析系統(tǒng)是基于大數(shù)據(jù)分析技術(shù)和方法對(duì)采集的數(shù)據(jù)進(jìn)行分析的系統(tǒng)，采用“第四范式”、“分布式系統(tǒng)”(未來(lái)出現(xiàn)的方法)等方法對(duì)數(shù)據(jù)進(jìn)行分析，挖掘數(shù)據(jù)信息。數(shù)據(jù)應(yīng)用系統(tǒng)是對(duì)數(shù)據(jù)分析呈現(xiàn)出的信息，經(jīng)過(guò)辨別、確認(rèn)以用于企業(yè)質(zhì)量或者宏觀質(zhì)量管理，同時(shí)根據(jù)反饋結(jié)果不斷改進(jìn)采集和分析方法。

質(zhì)量大數(shù)據(jù)的應(yīng)用核心是通過(guò)數(shù)學(xué)方法處理巨量數(shù)據(jù)資源，將分析結(jié)果應(yīng)用于企業(yè)或者公共服務(wù)和管理部門的決策過(guò)程中，提高決策可靠性。開展質(zhì)量大數(shù)據(jù)的收集、分析和處理，目的在于更好的提升企業(yè)質(zhì)量管理水平，進(jìn)一步在“大質(zhì)量”概念下推動(dòng)我國(guó)宏觀質(zhì)量管理工作。

[1]王澤洪,黃國(guó)慶,周德文.宏觀質(zhì)量管理概論[M].北京:中國(guó)質(zhì)檢出版社,中國(guó)標(biāo)準(zhǔn)出版社,2013

[2]程虹.宏觀質(zhì)量管理[M].武漢:湖北人民出版社,2009

[3]錢仲裘,劉剛.關(guān)于宏觀質(zhì)量管理的幾點(diǎn)思考[J].質(zhì)量與標(biāo)準(zhǔn)化,2012

[4]馬建光,姜巍.大數(shù)據(jù)的概念、特征及其應(yīng)用[J].國(guó)防科技,2013(4):10-16

[5]王秀磊,劉鵬.大數(shù)據(jù)關(guān)鍵技術(shù)[J].中興通信技術(shù),2013(8): 17-21

[6]黃升民,劉珊.“大數(shù)據(jù)”背景下營(yíng)銷體系的解構(gòu)與重構(gòu)[J].現(xiàn)代傳播,2012(11):13-20

[7]劉舒.掌握大數(shù)據(jù)的組織將超越對(duì)手—論質(zhì)量專業(yè)人士在大數(shù)據(jù)時(shí)代的生存之道 [J].上海質(zhì)量,2014(4): 34-38

[8]孟小峰,慈祥.大數(shù)據(jù)管理：概念、技術(shù)與挑戰(zhàn)[J].計(jì)算及研究與發(fā)展,2013,50(1):146-169

[9]何非,何克清.大數(shù)據(jù)及其科學(xué)問(wèn)題與方法的探討[J].武漢大學(xué)學(xué)報(bào)(理學(xué)版),2014(1):1-12

[10]胡雄偉,張寶林,李抵飛.大數(shù)據(jù)研究與應(yīng)用綜述(上)[J].標(biāo)準(zhǔn)科學(xué),2013(9):29-34

[11]郎志正.大質(zhì)量概念、發(fā)展質(zhì)量與品牌[J].交通企業(yè)管理,2012(4):18-19

[12]Hey T,Tansley S,Tolle K.The Fourth Paradigm:Data-Intensive Scientific Discovery [M/OL].Microsoft Research. Redmond.Washington.(2009)http://research.Microsoft. com/en-us/collaboration/fourth paradigm

[13]上海推進(jìn)大數(shù)據(jù)研究與發(fā)展三年行動(dòng)計(jì)劃(2013-2015 年)[R].上海市科學(xué)技術(shù)委員會(huì),2013

[責(zé)任編輯：王鳳娟]

F490.3

B

1009-6043（2016）12-0087-03

2016-10-24

李存(1986-)，上海市質(zhì)量和標(biāo)準(zhǔn)化研究院助理工程師、碩士。研究方向：質(zhì)量和標(biāo)準(zhǔn)化相關(guān)領(lǐng)域。