在我国，质量安全特别是产品质量安全事故时有发生。不论是2008年的三鹿奶粉事件， 2011年的双汇“瘦肉精”事件， 2012年的“毒胶囊”事件，还是2013年的大众DSG变速箱事件等等，每次产品质量安全事故的结果都是造成了巨大的经济损失、市场秩序和社会公正的破坏以及人民群众生命健康财产的严重损害。如何快速掌握风险信息，准确进行安全预警，避免大规模的质量安全危机事件的发生，是亟需深入研究的重大问题。
预警过程是一个不断收集信息、分析信息并做出决策的过程。离开了信息，预警也便成了无源之水。在互联网络大规模普及之前，产品质量安全预警的风险信息来源主要是生产企业、政府、媒体和专业从事质量服务的第三方机构，而作为产品质量安全最终承受者的消费者，只能向上述主体提供产品使用的感受和后果评价等风险信息。基于这类信息有关产品质量安全预警的研究颇多，如在产品质量安全预警理论层面的研究（唐晓纯，2008；许世卫，2009等）、预警指标方面的研究（唐晓纯，2005；黄小娟等，2009等）、预警模型与方法层面的研究（孔繁涛，2008；张东玲等，2010等）、预警机制体系方面的研究（高红倩，2011；丁玉洁，2011等），还有国外学者在构建产品质量安全预警网络方面的研究（Adrie J.M. Beulens，2006；Peter Karim，2007；Tom Sidebottom，2009等）等。在实践方面，我国政府也在积极探索有效的产品安全预警体系，如进出口食品安全检测与预警系统、全国食品安全风险快速预警与反应系统、农产品安全预警追溯网络等。这些研究与实践基于的质量信息主要是依赖于对产品的检验或认证以及通过对生产企业的各类质量信用。以固定比例抽样来进行产品检验获取产品质量安全风险信息的方法具有相当局限性，不能反映每一件产品的质量状态，而对企业质量信用信息的分析也会因为企业数量的庞大、机会主义、信息不对称等原因，很难准确地获取质量信用信息（程虹，2012）。因此，基于传统产品检验检测和企业质量信用来获取质量风险信息，构建产品质量安全预警体系，存在一定的缺陷，预警结果常常不具有实时性和普遍性。
互联网的大规模普及与深入为弥补这点缺陷提供了契机。据统计,截至2013年6月底我国互联网用户已达5.91亿人，手机网民规模达4.64亿，在这些用户中，博客和个人空间用户数量为4.01 亿，而微博用户数也高达到3.31 亿（CNNIC，2013）。作为网民的消费者可以通过互联网，直接向社会传播对产品质量风险评价信息，成为了产品质量安全风险信息的潜在提供和传播者。互联网信息发布与传播具有广泛性与实时性的特点。运用信息化手段，对网络消费者发布的海量质量风险信息进行实时监测，就可以在空间维度上更为广阔、在时间维度上更为迅速地获取质量风险信息，更为全面深入地掌握消费者所面临的产品质量安全问题，预警的结果也将更加实时与准确。因此，基于网络消费者的海量质量风险信息进行产品质量安全预警，是大数据时代治理产品质量问题的一种新思路。
当前国内外直接针对产品质量安全网络预警方法的研究几乎属于空白。从根本上讲，质量风险信息是关于产品质量缺陷信息的一种网络表达，基于网络消费者的海量质量风险信息的产品质量安全预警，本质是一种网络信息的预警。消费者网络质量信息纷繁复杂，如何进行有效地预警，关键在于处理好网络质量信息海量性、不确定性和不完整性的特征。海量性是网络质量信息的数量性特征，网络上每天都有来自消费者发布数以万计的质量信息，处理这么庞大的信息量，需要依靠大数据的方法和理念；不确定性是网络质量信息的准确度特征，网络上的消费者依据自身的语言习惯自由地进行质量信息的发布，形式不同、风格各异的质量信息通常对于准确的预警是很大的挑战；不完整性是网络质量信息的代表性特征，产品质量安全预警最终将反映的是存在于实体世界的风险，由于并非所有消费者都会上网进行质量信息的发布，通过网络质量信息来反映这个现实风险，仅具有一定的代表性，信息存在一定程度的不完整缺陷。
面对消费者网络质量信息的三个突出特点，进行产品质量安全预警模型的设计，需要着重解决三个方面的问题：第一个是网络质量风险信息的分类，按照预警的一般原则划定预警信息的范围选择消费者自由发表的与产品质量安全相关的言论，并对不同形式和内容的质量信息进行合理的分类，使预警信息在统一的分析框架内发挥价值；第二个是基于分类后的网络质量信息的风险分级，即要根据信息的呈现形式与具体内容反映出的产品质量风险程度，构建出不同分类信息的风险预警级别；第三个是将不同信息类别、不同风险级别的产品质量信息进行融合，融合时要充分考虑信息的不确定性与不完整性特征，因此人工智能的相关方法应该被考虑应用。
因此，我们将从网络信息分类、风险评级、信息整合等三个方面入手，进行基于消费者互联网信息的产品质量安全预警模型的构建，以期能为产品质量预警提供一种新的网络化思路与方法。
