[发明专利]一种基于随机森林算法的消费品召回效果评估方法及装置

权利要求书

1.一种基于随机森林算法的消费品召回效果评估方法，其特征在于，所述方法包括：

S1、获取召回消费品的数据与资料，基于层级评估模型以及逻辑框架法，提取所述召回消费品的流程中、影响召回效果的关键因子；

S2、确定所述关键因子对应的评分，将所述关键因子对应的评分输入到消费品召回效果评估模型；

S3、基于所述关键因子的评分以及消费品召回效果评估模型，得到召回效果优度值，基于所述召回效果优度值对所述召回效果进行分级，基于分级结果得到所述召回效果的残余风险。

2.根据权利要求1所述的方法，其特征在于，所述S1中的关键因子包括基准退回率指标体系关键因子、召回效果评估指标体系关键因子；

其中，所述基准退回率指标体系关键因子包括两个基准退回率一级指标，为消费品固有属性、消费者敏感度；

所述基准退回率一级指标中的消费品固有属性包括两个基准退回率二级指标，为单值、损耗比；

所述基准退回率一级指标中的消费者敏感度包括三个基准退回率二级指标，为对缺陷的判断能力、日常环境匹配性、消费者偏向性；

所述召回效果评估指标体系关键因子包括三个召回效果评估一级指标，为同一缺陷召回后受伤情况、实际召回退回率除以基准召回退回率的商值、评价；

所述召回效果评估一级指标中的同一缺陷召回后受伤情况包括两个召回效果评估二级指标，为召回后受伤频次、次生危险；

所述召回效果评估一级指标中的评价包括三个召回效果评估二级指标，为消费者满意度、监管机构满意度、网络舆论情况。

3.根据权利要求2所述的方法，其特征在于，所述S2中的所述消费品召回效果评估模型包括：基准退回率计算模块和召回效果评估模块；

所述基于所述关键因子的评分以及消费品召回效果评估模型，得到召回效果优度值包括：

将所述基准退回率指标体系关键因子的评分输入到所述基准退回率计算模块，得到基准召回退回率；

计算实际召回退回率除以基准召回退回率的商值；

将所述召回效果评估指标体系关键因子的评分输入到所述召回效果评估模块，得到所述召回效果优度值。

4.根据权利要求2所述的方法，其特征在于，所述S2中的确定所述关键因子对应的评分，将所述关键因子对应的评分输入到消费品召回效果评估模型包括：

确定所述关键因子中所述单值、损耗比、实际召回退回率除以基准召回退回率的商值的评分，将所述评分输入到消费品召回效果评估模型；

确定所述关键因子中所述对缺陷的判断能力、日常环境匹配性、消费者偏向性、召回后受伤频次、次生危险、消费者满意度、监管机构满意度、网络舆论情况的等级，根据所述等级确定对应的评分，将所述等级对应的评分输入到消费品召回效果评估模型。

5.根据权利要求4所述的方法，其特征在于，所述单值评分计算方法如下式(1)所示：

所述损耗比评分包括固有价值损耗比评分、寿命损耗比评分；

所述固有价值损耗比评分计算方法如下式(2)所示：

所述寿命损耗比评分计算方法如下式(3)所示：

6.根据权利要5所述的方法，其特征在于，所述实际召回退回率除以基准召回退回率的商值计算方法如下式(4)所示：

7.根据权利要求6所述的方法，其特征在于，所述召回效果优度值的计算方法如下式(5)所示：

式中：E为消费品召回效果优度值；w_i为第i个一级指标的权重；a_ij为第i个一级指标下第j个二级指标的评分；w_ij为第i个一级指标下第j个二级指标的权重；m为一级指标的个数；n为第i个一级指标下二级指标的个数；所述指标的权重为模型训练过程中，根据不同训练样本所确定的，所述训练样本的类型和数量不同，得出的权重存在差异，在合理范围内可做调整。