CN105590176A - 基于互联网的产品质量风险监测抽样方法 - Google Patents

基于互联网的产品质量风险监测抽样方法 Download PDF

Info

Publication number
CN105590176A
CN105590176A CN201610126717.XA CN201610126717A CN105590176A CN 105590176 A CN105590176 A CN 105590176A CN 201610126717 A CN201610126717 A CN 201610126717A CN 105590176 A CN105590176 A CN 105590176A
Authority
CN
China
Prior art keywords
product
sampling
quality risk
sample
monitoring
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610126717.XA
Other languages
English (en)
Inventor
刘松国
邵新华
汪俊臣
蒋宏
卞贤科
徐畅
黄爱鲜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou National Electronic Commerce Product Quality Monitoring Processing Center
Original Assignee
Hangzhou National Electronic Commerce Product Quality Monitoring Processing Center
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou National Electronic Commerce Product Quality Monitoring Processing Center filed Critical Hangzhou National Electronic Commerce Product Quality Monitoring Processing Center
Priority to CN201610126717.XA priority Critical patent/CN105590176A/zh
Publication of CN105590176A publication Critical patent/CN105590176A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

基于互联网的产品质量风险监测抽样方法，属于产品质量风险监测技术领域，该抽样方法基于互联网和大数据技术，包括质量数据分析模块、质量风险监测抽样目标生成器、神秘抽样人员网购买样***、样品存证与送检***，通过质量数据挖掘得到产品质量风险源，并结合监测任务目标属性，从电商平台产品网购链接库中选择目标产品网购链接以供抽样；本方法数据分析、目标生成、网购买样、存证送检环环相扣，确保抽取的样品与消费者网购产品具有一致性，具有监测效率高、指向性强、直接反应消费者质量体验等优势，对加强电子商务产品质量风险防控技术和体系、净化电子商务产业环境、保护消费者合法权益、促进电子商务产业健康快速发展具有显著的保障作用。

Description

基于互联网的产品质量风险监测抽样方法
技术领域
本发明属于产品质量风险监测技术领域，具体涉及基于互联网的产品质量风险监测抽样方法。
背景技术
电子商务产业迅猛发展，已经显著改变人们的生产和生活方式。《2014年度中国电子商务市场数据监测报告》显示，我国电子商务市场交易规模达13.4万亿元，同比增长31.4%；其中，B2B电子商务市场交易额达10万亿元，同比增长21.9%；网络零售市场交易规模达2.82万亿元，同比增长49.7%。***预计，2015年电子商务交易额将超过18万亿元，全国网络零售交易额将达到社会消费品零售总额的10%以上。在全球经济面临诸多不确定性而复苏缓慢的形势下，电子商务成为经济转型发展的重要增长极。
与此同时，电子商务产品质量问题越来越引起消费者的关注和担忧。由于电子商务环境的跨地域和虚拟性，不少电商经营主体诚信缺失、质量意识淡薄，致使电子商务领域假冒伪劣产品屡见不鲜，“质量门”事件频发。不少企业发现自己产品的仿冒品在网上泛滥成灾，而许多网购消费者也往往买到假冒伪劣产品，或是与广告信息不符。再加上电子商务交易具有即时性、无纸化、范围广的特点，网购维权常常陷入难以追溯、无法深究的困境，极大影响了消费者对电子商务产品质量环境的信心。电子商务产品质量风险已经潜伏并且滋长，如不及时防控，未来将严重影响电子商务健康发展，甚至影响整个行业的生命力。如何加强电子商务产品质量风险防控技术研究和防控体系建设，从源头上净化电子商务产业环境，保护消费者合法权益，促进电子商务产业健康快速发展，已经成为政府部门、电商企业和广大消费者的共识。
传统的产品质量管控措施主要有监督抽查、执法抽查、风险监测等，抽样人员通过生产企业或者流通企业的成品仓库采样，并经过检验检测后，统计分析后得到产品的质量情况。这一方法在很长的时期内，发挥了质量监督管理的巨大作用。但是，在电子商务蓬勃发展的当下，产品直接从企业到消费者的B2C模式逐步成长为主要的消费模式之一，不少产品绕开传统质量管控体系，通过电子商务进入消费领域，这使得假冒伪劣产品拥有了特别通道。因此，提出基于互联网的产品质量风险监测抽样方法，并以此为依托开展产品质量风险管控，是适应电子商务新业态的创新方法，具有非常重要意义。
发明内容
本发明旨在基于互联网和大数据技术，综合运用数据分析、目标生成、网购买样、存证送检过程，提供基于互联网的产品质量风险监测抽样方法技术方案，以克服现有技术中存在的问题。
所述的基于互联网的产品质量风险监测抽样方法，其特征在于：该抽样方法基于互联网和大数据技术，包括质量数据分析模块、质量风险监测抽样目标生成器、神秘抽样人员网购买样***、样品存证与送检***；质量数据分析模块以电商平台质量数据采集模块、互联网质量舆情采集模块、消费者质量投诉举报模块为基础，通过质量数据挖掘得到产品质量风险源；质量风险监测抽样目标生成器根据监测任务参数配置模块输入的任务目标属性和质量数据分析模块输入的产品质量风险源，从电商平台产品网购链接库中选择满足要求的目标产品网购链接以进行抽样。
所述的基于互联网的产品质量风险监测抽样方法，其特征在于：所述的互联网质量舆情采集模块通过网络爬虫***，搜集包括但不限于门户网站、微博、论坛等互联网领域的网购产品质量舆情信息。
所述的基于互联网的产品质量风险监测抽样方法，其特征在于：所述的电商平台质量数据采集模块通过程序模拟消费者抓取电商平台展现的产品质量相关信息，包括但不限于消费者投诉率、消费者退货率、电商处罚率、电商总体评级、价格偏差和消费者评论等。
所述的基于互联网的产品质量风险监测抽样方法，其特征在于：所述的神秘抽样人员网购买样***设置抽样人员管理模块、抽样经费管理模块、抽样链接管理模块、抽样进度管理模块，并与电商平台网购账户自动对接，实现买样进度、样品金额、样品编码的信息同步，通过神秘抽样人员网购买样***进行网购买样实施样品抽取过程。
所述的基于互联网的产品质量风险监测抽样方法，其特征在于：所述的样品存证与送检***设置样品抽样信息模块、物流信息模块、检测信息模块，实施网购买样与网购样品存储、流转、检测过程及网购样品的信息管理。
所述的基于互联网的产品质量风险监测抽样方法，其特征在于：所述的质量风险监测抽样目标生成器，根据质量风险监测目标任务，具有完全随机监测、半随机监测和靶向监测三种工作模式，其中：完全随机监测用于质量风险摸底，根据抽样产品数随机抽取产品网购链接；半随机监测用于产品质量风险摸底，按照指定电商平台、指定产品类目、指定产品产销地中的一个或一个以上选项确定产品网购链接；靶向监测用于已知质量风险倾向的确认，抽取质量安全综合风险值低于阈值的产品网购链接。
所述的基于互联网的产品质量风险监测抽样方法，其特征在于：所述的质量风险监测抽样目标生成器根据质量风险监测目标任务，采用完全随机监测、半随机监测和靶向监测的一种质量风险监测工作模式，确定抽样产品的网购链接，并按照抽样批次要求复制链接，形成可供神秘抽样人员直接点击实施网购抽样的抽样目标链接库。
所述的基于互联网的产品质量风险监测抽样方法，其特征在于：所述的抽样目标链接库直接指向产品买样地址，且生成过程全部由计算机完成，无人为干扰，按照抽样目标链接库实施抽样得到的样品，与消费者网购的同款产品在质量方面没有差异，真实反映产品质量风险情况。
上述的基于互联网的产品质量风险监测抽样方法，构思新颖，本发明通过质量数据分析模块、质量风险监测抽样目标生成器、神秘抽样人员网购买样***和样品存证与送检***实现，数据分析、目标生成、网购买样、存证送检环环相扣，实现通过互联网抽样监测电子商务的产品质量问题，并使得基于互联网抽样得到的样品与消费者网购得到的产品具有一致性，相比传统的产品质量风险监测，具有监测效率高、指向性强、直接反应消费者质量体验等优势，对加强电子商务产品质量风险防控技术和防控体系，从源头上净化电子商务产业环境，保护消费者合法权益，促进电子商务产业健康快速发展有显著的保障作用。
附图说明
图1为本发明的流程示意图；
图2为所述质量风险监测抽样目标生成器的流程示意图；
图中：1－电商平台质量数据采集模块、2互－联网质量舆情采集模块、3－消费者质量投诉举报模块、4－质量数据分析模块、5－监测任务参数配置模块、6－电商平台产品网购链接库、7－质量风险监测抽样目标生成器、8－神秘抽样人员网购买样***、9－样品存证与送检***。
具体实施方式
现结合说明书附图，详细说明本发明的具体实施方式：
基于互联网的产品质量风险监测抽样方法，基于互联网和大数据技术，如图1所示，包括电商平台质量数据采集模块1、互联网质量舆情采集模块2、消费者质量投诉举报模块3、质量数据分析模块4、监测任务参数配置模块5、电商平台产品网购链接库6、质量风险监测抽样目标生成器7、神秘抽样人员网购买样***8和样品存证与送检***9；其中，质量数据分析模块4、质量风险监测抽样目标生成器7、神秘抽样人员网购买样***8、样品存证与送检***9构成基于互联网的产品质量风险监测抽样方法的实施主线，属于本发明的核心功能模块；
质量数据分析模块4以电商平台质量数据采集模块1、互联网质量舆情采集模块2和消费者质量投诉举报模块3为基础，实现基于互联网的产品质量数据分析，得到电子商务领域的产品质量安全矩阵，反应哪些电商平台的哪几类产品具有哪些质量问题等信息，通过质量数据挖掘得到产品质量风险源；其中，电商平台质量数据采集模块1，通过程序模拟消费者抓取电商平台展现的产品质量相关信息，采集电商平台包括但不限于消费者投诉率、消费者退货率、电商处罚率、电商总体评级、价格偏差和消费者评论等质量相关数据；互联网质量舆情采集模块2，通过网络爬虫***，搜集包括但不限于门户网站、微博、论坛等互联网领域的网购产品质量舆情信息，采集电子商务领域暴露的产品质量问题，包括哪家电商平台经营的哪家企业生产的产品具有哪些质量问题，或者包括哪些地域生产的哪些产品具有哪些质量问题；消费者质量投诉举报模块3，通过移动终端APP或者质量投诉举报网站，提供涉及某个企业生产经营的某类产品，具有哪些质量问题。
质量风险监测抽样目标生成器7，从监测任务参数配置模块5获得监测任务涉及的监测模式、电商平台、产品类目、产品产销地、批次数等参数，从质量数据分析模块4输出的产品质量风险源获得互联网领域暴露的产品质量问题相关信息，包括电商平台、产品类目和质量问题等，两者相综合，确定监测模式、电商平台、产品类目、产品产销地等抽样目标生成要求，从电商平台产品网购链接库6中选取符合要求的抽样目标链接；根据质量风险监测目标任务，具有完全随机监测、半随机监测和靶向监测三种工作模式，其中：完全随机监测用于质量风险摸底，根据抽样产品数随机抽取产品网购链接；半随机监测用于产品质量风险摸底，按照指定电商平台、指定产品类目、指定产品产销地中的一个或一个以上选项确定产品网购链接；靶向监测用于已知质量风险倾向的确认，抽取质量安全综合风险值低于阈值的产品网购链接；质量风险监测抽样目标生成器7根据质量风险监测目标任务，采用完全随机监测、半随机监测和靶向监测的一种质量风险监测工作模式，确定抽样产品的网购链接，并按照抽样批次要求复制链接，形成可供神秘抽样人员直接点击实施网购抽样的抽样目标链接库；该抽样目标链接库直接指向产品买样地址，且生成过程全部由计算机完成，无人为干扰，按照抽样目标链接库实施抽样得到的样品，与消费者网购的同款产品在质量方面没有差异，真实反映产品质量风险情况。
神秘抽样人员网购买样***8，，具有抽样人员管理模块、抽样经费管理、抽样链接管理、抽样进度管理等功能模块，通过神秘抽样人员网购买样***8进行网购买样实施样品抽取过程，并且神秘抽样人员网购买样***8与电商平台网购账户自动对接，实现买样进度、样品金额、样品编码等信息同步，为神秘抽样人员模拟网购消费者实施买样提供综合管理功能；
样品存证与送检***9，实施网购买样与网购样品存储、流转、检测过程及网购样品的信息管理，具有样品抽样信息、物流信息、检测信息管理等功能模块，抽样信息包括网购单据截图、买样编号等，物流信息包括物流编号、物流单照片等，检测信息包括送检进度、检测报告等。
上诉实施例中，质量风险监测抽样目标生成器7在监测抽样实施过程中主要有十个流程节点，如图2所示，依次为风险监测任务下达、根据风险监测涉及的产品类目导入网购链接库、判断风险监测类型、抽取质量安全综合风险值低于阈值的产品网购链接、根据抽样产品数随机抽取网购链接、抽取指定电商平台的产品网购链接、抽取指定产销地域的产品网购链接、清理确认网购链接、判断链接涉及产品种类是否不足以及按批次数复制网购链接生成抽样目标库；具体流程实现途径为：风险监测抽样任务下达环节导入风险监测任务涉及的电商平台、产品类目、产品产销地、抽样批次数等任务属性参数，然后进入根据风险监测涉及的产品类目导入网购链接库环节；网购链接库准备就绪后，进入判断风险监测类型环节，按完全随机监测、半随机监测和靶向监测三种风险监测模式进行判断和选择流程，具体为：
完全随机监测执行根据抽样产品数随机抽取网购链接5，经过清理确认网购链接，去掉重复链接、去掉无效链接后，实施按批次数复制网购链接生成抽样目标库；
靶向监测首先执行抽取质量安全综合风险值低于阈值的产品网购链接步骤，将具有质量倾向性问题的某几类产品的网购链接提取出来,然后执行抽取制定电商平台的产品网购链接，锁定指定电商平台的产品；再执行抽取指定产销地域的产品网购链接环节，锁定制定产销地域的产品；最后，与完全随机监测模式一样，经过清理确认网购链接，去掉重复链接、去掉无效链接后，实施按批次数复制网购链接生成抽样目标库；
半随机监测模式与靶向监测模式的不同，是不执行抽取质量安全综合风险值低于阈值的产品网购链接步骤，即不考虑质量问题先验信息，但是对于电商平台、产品产销地等仍有所侧重，执行抽取制定电商平台的产品网购链接，锁定指定电商平台的产品；再执行抽取指定产销地域的产品网购链接环节，锁定制定产销地域的产品；最后，与完全随机监测模式一样，经过清理确认网购链接，去掉重复链接、去掉无效链接后，实施按批次数复制网购链接生成抽样目标库。

Claims (8)

1.基于互联网的产品质量风险监测抽样方法，其特征在于：该抽样方法基于互联网和大数据技术，包括质量数据分析模块、质量风险监测抽样目标生成器、神秘抽样人员网购买样***、样品存证与送检***；质量数据分析模块以电商平台质量数据采集模块、互联网质量舆情采集模块、消费者质量投诉举报模块为基础，通过质量数据挖掘得到产品质量风险源；质量风险监测抽样目标生成器根据监测任务参数配置模块输入的任务目标属性和质量数据分析模块输入的产品质量风险源，从电商平台产品网购链接库中选择满足要求的目标产品网购链接。
2.如权利要求1所述的基于互联网的产品质量风险监测抽样方法，其特征在于：所述的互联网质量舆情采集模块通过网络爬虫***，搜集包括但不限于门户网站、微博、论坛等互联网领域的网购产品质量舆情信息。
3.如权利要求1所述的基于互联网的产品质量风险监测抽样方法，其特征在于：所述的电商平台质量数据采集模块通过程序模拟消费者抓取电商平台展现的产品质量相关信息，包括但不限于消费者投诉率、消费者退货率、电商处罚率、电商总体评级、价格偏差和消费者评论等。
4.如权利要求1所述的基于互联网的产品质量风险监测抽样方法，其特征在于：所述的神秘抽样人员网购买样***设置抽样人员管理模块、抽样经费管理模块、抽样链接管理模块、抽样进度管理模块，并与电商平台网购账户自动对接，实现买样进度、样品金额、样品编码的信息同步，通过神秘抽样人员网购买样***进行网购买样实施样品抽取过程。
5.如权利要求1所述的基于互联网的产品质量风险监测抽样方法，其特征在于：所述的样品存证与送检***设置样品抽样信息模块、物流信息模块、检测信息模块，实施网购买样与网购样品存储、流转、检测过程及网购样品的信息管理。
6.如权利要求1所述的基于互联网的产品质量风险监测抽样方法，其特征在于：所述的质量风险监测抽样目标生成器，根据质量风险监测目标任务，具有完全随机监测、半随机监测和靶向监测三种工作模式，其中：完全随机监测用于质量风险摸底，根据抽样产品数随机抽取产品网购链接；半随机监测用于产品质量风险摸底，按照指定电商平台、指定产品类目、指定产品产销地中的一个或一个以上选项确定产品网购链接；靶向监测用于已知质量风险倾向的确认，抽取质量安全综合风险值低于阈值的产品网购链接。
7.如权利要求4所述的基于互联网的产品质量风险监测抽样方法，其特征在于：所述的质量风险监测抽样目标生成器根据质量风险监测目标任务，采用完全随机监测、半随机监测和靶向监测的一种质量风险监测工作模式，确定抽样产品的网购链接，并按照抽样批次要求复制链接，形成可供神秘抽样人员直接点击实施网购抽样的抽样目标链接库。
8.如权利要求7所述的基于互联网的产品质量风险监测抽样方法，其特征在于：所述的抽样目标链接库直接指向产品买样地址，且生成过程全部由计算机完成，无人为干扰，按照抽样目标链接库实施抽样得到的样品，与消费者网购的同款产品在质量方面没有差异，真实反映产品质量风险情况。
CN201610126717.XA 2016-03-07 2016-03-07 基于互联网的产品质量风险监测抽样方法 Pending CN105590176A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610126717.XA CN105590176A (zh) 2016-03-07 2016-03-07 基于互联网的产品质量风险监测抽样方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610126717.XA CN105590176A (zh) 2016-03-07 2016-03-07 基于互联网的产品质量风险监测抽样方法

Publications (1)

Publication Number Publication Date
CN105590176A true CN105590176A (zh) 2016-05-18

Family

ID=55929742

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610126717.XA Pending CN105590176A (zh) 2016-03-07 2016-03-07 基于互联网的产品质量风险监测抽样方法

Country Status (1)

Country Link
CN (1) CN105590176A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106651117A (zh) * 2016-10-26 2017-05-10 中国农业科学院农业质量标准与检测技术研究所 风险监测信息***中监测任务的实施方法及装置
CN107392626A (zh) * 2017-07-05 2017-11-24 赵茜茜 一种基于互联网的电商质量管理平台和方法
CN109146585A (zh) * 2017-06-15 2019-01-04 北京京东尚科信息技术有限公司 一种通过抽样检验确定高危商品的方法和装置
CN109559199A (zh) * 2018-11-19 2019-04-02 杭州国家电子商务产品质量监测处置中心 一种反映网购消费者质量体验的产品抽样方法
CN109685401A (zh) * 2018-07-04 2019-04-26 一码一路（海南）人工智能有限公司 高质量产品认证方法及产品
CN110084523A (zh) * 2019-05-01 2019-08-02 智锐达仪器科技南通有限公司 一种农产品检测任务分配方法及平台
CN110807082A (zh) * 2018-08-01 2020-02-18 北京京东尚科信息技术有限公司 质量抽检项目确定方法、***、电子设备及可读存储介质
CN111612369A (zh) * 2020-05-27 2020-09-01 杭州国家电子商务产品质量监测处置中心 一种用于电子商务产品的抽样检测方法
CN112001763A (zh) * 2019-05-08 2020-11-27 成都峨眉雪芽电子商务有限公司 一种基于茶叶鉴定的茶叶交易管理***
CN112257995A (zh) * 2020-10-09 2021-01-22 贵州省产品质量检验检测院 一种基于互联网的产品质量风险监测抽样方法及***

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101706898A (zh) * 2009-11-20 2010-05-12 广东出入境检验检疫局检验检疫技术中心 用于检验检疫的输欧消费品安全风险评估预警***及方法
CN201796392U (zh) * 2010-09-20 2011-04-13 广东出入境检验检疫局检验检疫技术中心 一种用于产品检验风险评价预警的***
CN104794154A (zh) * 2015-03-11 2015-07-22 南通天呈医流互联网技术有限公司 基于文本挖掘的医疗器械o2o服务质量评价模型

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101706898A (zh) * 2009-11-20 2010-05-12 广东出入境检验检疫局检验检疫技术中心 用于检验检疫的输欧消费品安全风险评估预警***及方法
CN201796392U (zh) * 2010-09-20 2011-04-13 广东出入境检验检疫局检验检疫技术中心 一种用于产品检验风险评价预警的***
CN104794154A (zh) * 2015-03-11 2015-07-22 南通天呈医流互联网技术有限公司 基于文本挖掘的医疗器械o2o服务质量评价模型

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106651117A (zh) * 2016-10-26 2017-05-10 中国农业科学院农业质量标准与检测技术研究所 风险监测信息***中监测任务的实施方法及装置
CN109146585A (zh) * 2017-06-15 2019-01-04 北京京东尚科信息技术有限公司 一种通过抽样检验确定高危商品的方法和装置
CN107392626A (zh) * 2017-07-05 2017-11-24 赵茜茜 一种基于互联网的电商质量管理平台和方法
CN109685401A (zh) * 2018-07-04 2019-04-26 一码一路（海南）人工智能有限公司 高质量产品认证方法及产品
CN109740972A (zh) * 2018-07-04 2019-05-10 一码一路（海南）人工智能有限公司 产品高质量发展监管方法及认证产品
CN110807082B (zh) * 2018-08-01 2024-06-18 北京京东尚科信息技术有限公司 质量抽检项目确定方法、***、电子设备及可读存储介质
CN110807082A (zh) * 2018-08-01 2020-02-18 北京京东尚科信息技术有限公司 质量抽检项目确定方法、***、电子设备及可读存储介质
CN109559199A (zh) * 2018-11-19 2019-04-02 杭州国家电子商务产品质量监测处置中心 一种反映网购消费者质量体验的产品抽样方法
CN110084523A (zh) * 2019-05-01 2019-08-02 智锐达仪器科技南通有限公司 一种农产品检测任务分配方法及平台
CN110084523B (zh) * 2019-05-01 2024-01-19 智锐达仪器科技南通有限公司 一种农产品检测任务分配方法及平台
CN112001763A (zh) * 2019-05-08 2020-11-27 成都峨眉雪芽电子商务有限公司 一种基于茶叶鉴定的茶叶交易管理***
CN111612369A (zh) * 2020-05-27 2020-09-01 杭州国家电子商务产品质量监测处置中心 一种用于电子商务产品的抽样检测方法
CN112257995A (zh) * 2020-10-09 2021-01-22 贵州省产品质量检验检测院 一种基于互联网的产品质量风险监测抽样方法及***

Similar Documents

Publication Publication Date Title
CN105590176A (zh) 基于互联网的产品质量风险监测抽样方法
Jraisat et al. Quality control and supply chain management: a contextual perspective and a case study
CN106355432A (zh) 一种付费广告效果监测调控的方法
CN103678659A (zh) 一种基于随机森林算法的电子商务网站欺诈用户识别方法及***
CN105976242A (zh) 一种基于实时流数据分析的交易欺诈检测方法及***
CN107103548A (zh) 网络行为数据的监控方法和***以及风险监控方法和***
CN106447464A (zh) 电子商务数据处理***
CN111028050B (zh) 一种基于数据驱动的异常投标行为检测评估方法及***
CN110070414A (zh) 一种高效电子商务交易平台及其交易计算方法
Kumari et al. Blockchain Based E-Analysis of Social Media Forums for Crypto Currency Phase Shifts
CN105590237A (zh) 带负利润项的高效用序列模式在电子商务决策制定中的应用
CN111611487A (zh) 一种股票信息应用分析***
CN109460816A (zh) 一种基于深度学习的用户行为预测方法
CN106228401A (zh) 一种销售***
CN107122898A (zh) 一种基于数据统计的贸易端到端SaaS风控方法
Magliocca et al. Two of a kind? Large-scale land acquisitions and commodity frontier expansion in Argentina's Dry Chaco
CN105512814A (zh) 物资供应链在线数据分析方法
CN208061256U (zh) 一种电子交易策略生成设备
Domashova et al. Application of machine learning methods for risk analysis of unfavorable outcome of government procurement procedure in building and grounds maintenance domain
Falgenti et al. The design of blockchain network of palm oil FFB supply from certified farms and traceability system of CPO from independent smallholders
CN108510371A (zh) 服饰新零售一体化实现方法
CN108667670A (zh) 一种计算机网络技术在线维护***
Chongwen et al. O2O E-Commerce Data Mining in Big Data Era.
CN104715375A (zh) 新式程序切片技术的面向商业地产行业的内部通讯***
Chaikaew et al. Blockchain for supply chain traceability: a survey

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20160518

RJ01 Rejection of invention patent application after publication