Data-Gouv-FR/rappelconso-v2-produits-tries-par-gtin

该数据集包含由法国多个政府机构（如DGCCRF、DGAL、DGEC、DGPR）在RappelConso网站上发布的消费品召回信息列表。注意：此数据集仅包含具有GTIN（条形码）的召回产品，因此不涵盖RappelConso网站上的所有产品。数据集为V2版本，计划于2025年底替换V1版本，并按GTIN对产品进行排序。此外，还提供了数据集的更新历史，包括字段添加、删除和格式变更等信息。This dataset includes the list of recall notices published on the RappelConso website, made available by DGCCRF, DGAL, DGEC, and DGPR. WARNING: this dataset does not contain products without GTIN (barcode), so it does not include all products listed on the RappelConso website. This is a V2 version of the dataset, which will replace the RappelConso V1 dataset by the end of 2025. This RappelConso V2 dataset presents products sorted by GTIN. The description also covers updates such as column additions, field removals, and format changes over time.

搜集汇总

数据集介绍

构建方式

RappelConso V2 版本数据集源自法国官方数据平台 data.gouv.fr，由 DGCCRF、DGAL、DGEC 及 DGPR 等国家监管部门联合发布，旨在公开法国市场上食品、消费品等领域的召回通告。该数据集专为 GTIN（全球贸易项目代码）排序而设计，剔除了未携带条形码的商品记录，仅保留带有 GTIN 的产品条目。数据以 Parquet 格式存储于 Hugging Face 仓库的一个配置子集 'rappelconso-v2-gtin-trie' 中，包含一个名为 'train' 的分割，便于直接加载。其构建逻辑注重简洁性与兼容性，每个原始表格资源对应一个 Hugging Face 配置，保证了数据结构的标准化迁移。

特点

该数据集最显著的特点在于其针对 GTIN 的精细整理与排序，2024 年 11 月新增了 GTIN 列，使商品检索更加精准。作为 RappelConso V2 迭代版本，它计划于 2025 年底取代 V1 版本，代表了召回数据的现代化演进。内容涵盖多部门监管产品的召回详情，包括公告标识、标题及发布日期等字段，但排除了视觉化展示中的版本号、海报链接等冗余信息。此外，数据集支持超时区间的产品治理，其排序方式为按发布日期递减排列，突显了最新的召回动态。

使用方法

使用该数据集时，可通过 Hugging Face 的 datasets 库进行加载，指定配置名 'rappelconso-v2-gtin-trie' 即可获取训练集。例如，执行 load_dataset("Data-Gouv-ML/rappelconso-v2-produits-tries-par-gtin", "rappelconso-v2-gtin-trie") 即可读取数据，得到的结果以字典形式呈现，包含所有产品的 GTIN 及召回详情。值得注意的是，该数据集仅提供 Parquet 格式文件，便于高效列式存储与分析。开发者在应用时需注意，此版本不包含欧洲 RAPEX 数据，且 GTIN 排序逻辑使其特别适用于基于条形码的食品安全回溯与风险监测场景。

背景与挑战

背景概述

RappelConso V2 (produits triés par GTIN) 数据集由法国竞争、消费与反欺诈总局（DGCCRF）、食品总局（DGAL）、能源与气候总局（DGEC）以及风险预防总局（DGPR）联合创建，旨在系统化整合并公开法国境内消费品召回信息。该数据集于2022年首次发布，2024年11月更新后新增了商品条码（GTIN）列，以强化产品追溯能力。其核心研究问题在于如何通过结构化、标准化的开放数据格式，提升公众对食品与非食品召回事件的知情权与响应效率。作为法国政府开放数据倡议的重要组成部分，该数据集被广泛应用于消费者权益保护、供应链安全分析及市场监管研究，对推动欧盟范围内产品安全数据互操作具有重要意义。

当前挑战

数据集面临的核心挑战在于：1）限于包含GTIN条码的产品，无法涵盖未编码商品的召回信息，导致数据覆盖不完整；2）数据结构历经多次调整（如字段删除、日期格式变更），在长期分析中可能引发数据一致性与版本兼容性问题；3）构建过程中需持续协调多个政府机构（DGCCRF、DGAL、DGEC、DGPR）的数据标准与更新频率，确保多源数据融合的时效性与准确性；4）与欧盟RAPEX等国际系统间的数据孤岛问题尚未解决，限制了跨国风险预警的协同效能。

常用场景

经典使用场景

在食品安全与消费品监管领域，RappelConso V2（按GTIN排序的产品）数据集被广泛用于构建产品召回预警模型。研究人员利用该数据集中的GTIN（全球贸易项目代码）作为核心标识，结合产品类别、召回原因、风险等级等字段，训练分类算法以预测潜在的高风险产品。其经典使用方式包括基于时间序列的召回模式分析，以及通过自然语言处理技术解析召回描述文本，从而自动识别需要优先关注的召回事件，为监管部门提供数据驱动的决策支持。

衍生相关工作

基于该数据集，学术界衍生了多项标志性工作。例如，有研究以其为基准，开发了多语言召回事件智能分类框架，实现了跨语种风险标签的自动映射。另有一项特征工程工作，将数据集中的时间戳与地域分布信息结合，构建了召回事件时空预警模型。此外，部分学者利用该数据训练了面向消费品的语义检索系统，支持从非结构化文本中抽取召回关键实体，推动了食品安全领域知识图谱的构建与演进。

数据集最近研究

最新研究方向

该数据集聚焦于法国官方消费品召回信息（RappelConso）的结构化与标准化，特别是通过全球贸易项目代码（GTIN）对产品进行排序与关联。最新研究前沿涉及利用此V2版本数据构建食品与消费品安全预警系统，结合GTIN实现精准的产品追溯与风险管理。与欧洲RAPEX系统的对比分析成为热点，旨在探讨法国本土召回数据与欧盟警报机制的互补性，尤其关注跨区域产品流通中的安全隐患。数据集的开放性与结构化（Parquet/CSV格式）为机器学习驱动的召回模式识别、风险预测模型训练提供了高质量基础，推动了公共数据在消费者权益保护与市场监管智能化中的创新应用。