[发明专利]新兴缺陷和安全监视系统

说明书

描述了一种用于根据异类在线数据源来识别消费品中的大的新兴趋势的系统。融合从异类数据源提取的数据，并且根据融合后的数据识别消费品数据。根据一组消费品数据，生成针对与消费品有关的消费者问题的基线分布。针对特定消费品确定相对于所述基线分布的偏差值。基于所述偏差值，识别有关所述特定消费品的将来消费者问题的指示符。该指示符被报告给系统分析员。

相关申请的交叉引用

这是2016年4月5日提交的、题名为“Emerging Defect and Safety SurveillanceSystem”的美国临时申请No.62/318,663的非临时申请，其全部内容通过引用并入本文中。

发明的背景

(1)技术领域

本发明涉及一种用于识别商业产品中的缺陷和安全问题的系统，并且更具体地说，涉及一种用于通过连续监测在线数据来识别商业产品中的缺陷和安全问题的系统。

(2)背景技术

使用在线用户生成数据来识别新兴事件的任务以前已由研究人员使用多种方法来解决。由于数据的时间性质，该任务对于其它挖掘任务显示出了额外的挑战(参见并入参考文献列表，参考文献No.3)。最近有关该主题的工作倾向于重点关注来自社交媒体网站Twitter的特定数据挖掘。通常来说，针对此任务的方法尝试利用文本特征和时间信息以及从数据引发的网络结构来检测新兴事件(参见参考文献No.3和No.5)。

然而，当过滤到商业产品(例如，车辆)级缺陷发现时，弗吉尼亚理工学院和州立大学(Virginia Tech)的一组研究人员已经进行了关于该主题的唯一先前发表的工作。该小组专注于分析web论坛数据。该小组就这一主题创作了一系列论文。在初始论文中(参见参考文献No.2)，三个汽车web论坛被抓取(scraped)以获取与产品缺陷相关的信息。雇用由毕业生和本科生组成的小组以从每个论坛手动标记1500个线程，以获取有关潜在车辆缺陷以及缺陷的潜在严重性的信息。研究人员得出结论，情绪分析对于分析论坛数据和预测车辆缺陷是无效的，而相反产生了在车辆缺陷相关的帖子中更为普遍的“汽车烟雾词(automotive smoke words)”的列表。建议使用这些烟雾词过滤出可以被用于识别未知缺陷或未来召回事件的论坛帖子。

参考文献No.1稍微不那么热门，并且仅关注使用自动化方法在汽车web论坛中选择具有所提及车辆部件类别的用户发布的问题。参考文献No.1中提到的技术可能是未来所关注的，但只是识别有关车辆缺陷的新兴事件的总体任务的附件。

最近的出版物(参见参考文献No.11)涉及使用参考文献No.2中的烟雾词，以及其它文本特征，来使用机器学习技术预测未来召回。作者尝试预测针对一给定车型的召回是否会在一给定年内发生。由于对通常提供用于评估分类任务性能的许多指标的遗漏或模糊报告，因而，分类器的性能很难完全评估。尽管如此，基于所提供的报告以及车辆被召回与未被召回的年份比例，认为参考文献No.11中公开的系统将产生许多误报，导致这对于终端用户来说是有问题的。此外，未训练分类器来预测部件级的召回(即，它们不会尝试预测哪个部件将被召回)。相反的是，可能被召回的部件的建议根据它们在所标记论坛帖子中提及的频率来生成。根据在参考文献No.11中提供的图，观察到虽然可能被召回的建议部件与被召回的实际部件存在一些交叠，但交叠的量非常有限，而且大多数建议都是无关的。因此，再次地，这种方法对于终端用户来说不是有效的。

总之，以前关于商业产品(例如，车辆)缺陷发现的工作受限于上述研究小组(参考文献No.2)。该工作受限，而且仅将web论坛数据作为数据源进行探索。因此，持续需要一种使用社交媒体和其它形式的在线数据来预测未知缺陷和召回的存在的系统。

发明内容