全国玩具监督抽查生产企业质量信用动态评价数据集是基于官方监督抽查公告及附件明细，通过自研一体化数据治理平台智能化加工形成。原始数据字段包括标称品牌、产品名称、型号规格、生产企业、监督抽查结果、受检企业、不合格项、检测时间、发布时间。衍生新数据字段通过治理平台，根据玩具品类的相关国家标准解析、TextCNN多特征融合分类模型、LTP依存句法分析、规则引擎归一化、层级分词、地域解析算法及风险评价模型等智能化加工形成，加工成品数据中得到的衍生新数据字段包括标准四级分类、二级区划、抽查层级、不合格类型、合格总数、不合格总数、生产企业质量信用风险评分、生产企业质量信用风险评级。风险评分算法将不合格类型、不合格总数、合格总数、抽查层级代入模型（评分=产品质量伤害系数×风险规则系数×抽检等级系数）计算生成生产企业质量信用风险评分。本数据集可为质量监管部门提供决策支撑、为检验机构业务分析提供支持、助力生产企业明确质量改进方向、助力销售企业控制采购质量风险。

本数据集智能化加工依托授权的发明专利“CN202110598175.7《一种消费品质量信息的处理方法和装置》”和国家玩具标准及监督抽查实施细则，以自研数据治理平台为加工工具，加工公开的玩具监督抽查原始公告数据。通过自研多源数据融合解析器（文档、网页、图片、压缩文件等）提取数据、构建超过4万条的数据治理规则库等方式，对公告信息进行清洗、项映射、值映射、去重、挖掘、重构，形成标准数据库。风险建模：生产企业质量信用风险评分=产品质量伤害系数*风险规则系数*抽检等级系数；伤害系数按安全项目1.5+0.3*次数、内在项目1.2+0.2*次数、外在项目1+0.1*次数，类型不同乘积计算；风险规则系数=不合格总数分段分值（1~4次每次1、5~10次每次1.3、10次以上每次1.5）-合格数抵扣分值（0.1*合格总次数，上限5分或不合格总分值30%取高）；抽检等级系数按国抽1.5、省抽1.2、其他1，多层级取积；评级划分低、中、高三级，产出生产企业质量信用风险评分评级。衍生数据字段均基于算法治理挖掘获得，原始数据中不存在或不可用，构成本数据集核心智力成果。

本数据集围绕玩具产品质量监督抽查业务，对公开抽查公告数据经标准化治理、智能挖掘与风险评价建模，形成多维度分析成果，并产出四级分类、二级区划、不合格类型、质量信用风险评分与评级等衍生数据。监管场景中，监管部门可依托本数据集把控质量态势，基于四级分类与二级区划定位高风险品类和高发区域，并依据信用风险评分及高、中、低评级结果实施分级分类监管，对高风险企业加大抽查频次、列入重点监管名单，对低风险企业减少干扰，优化监管资源配置。检验检测场景中，检验机构可基于检测项目不合格检出占比分析行业共性质量问题，规划检测能力布局，支撑质量技术帮扶。生产场景中，生产企业可对标行业质量水平、不合格项分布及自身风险评分变化，定位质量控制薄弱环节，改进生产工艺与出厂检验。销售场景中，销售企业及电商平台可基于供应商质量信用风险评分与评级开展采购筛查和入驻审核，对高风险评级供应商限制合作，监控商品质量风险，降低下架、召回等经营风险。最终服务于市场监管部门、检验检测机构及玩具生产、销售企业的质量提升与风险防控实践。

ID 领域类型 一级分类 二级分类 三级分类 四级分类 标称品牌 产品名称 型号规格 生产企业 省级行政区划 市级行政区划 行政机构 抽查层级 监督抽查结果 不合格项 不合格类型 受检企业 检测时间 发布日期 不合格总数 合格总数 生产企业质量信用风险评分 生产企业质量信用风险评级 7161703838524534786 流通领域 日用及纺织品 儿童用品 玩具 弹射玩具 ***枪 **8**具厂 永清县市场监督管理局 地市及以下 合格 **庄**超市 2023-12-29 0:00:00 0 1 0 低 7161932326644903942 流通领域 日用及纺织品 儿童用品 玩具 其他玩具 灌**卡 12****mm **Z**出品 招远市市场监督管理局 地市及以下 合格 **新**利店 2023-06-02 2024-02-08 0:00:00 0 1 0 低 6882552014472900614 生产领域 日用及纺织品 儿童用品 玩具 其他玩具 4**） LE****12 **R**NC 福建省市场监督管理局 省抽 因字数限制，详见样例数据（供展示）附件。 附件下载

本申请包含全国玩具监督抽查生产企业质量信用动态评价数据集，数据集表中主要包含字段（ID 领域类型 一级分类 二级分类 三级分类 四级分类 标称品牌 产品名称 型号规格 生产企业 省级行政区划 市级行政区划 行政机构 抽查层级 监督抽查结果 不合格项 不合格类型 受检企业 检测时间 发布日期 不合格总数 合格总数 生产企业质量信用风险评分 生产企业质量信用风险评级），本表按照二级行政区划、四级产品分类、发布年份等进行数据组织，按应用目标进行指标分析。因字数限制，详见数据结构说明附件。