基于ELM模型的开放科学数据重用信任评估要素研究
来源：图书情报工作杂志2025年第20期北京时间：
作者：于会萍,郭少坤,李俊
单位：1 华北电力大学图书馆 保定 071003;2 河北大学管理学院 保定 071002;3 河北大学电子信息工程学院 保定 071002
摘要：[目的/意义] 信任在开放科学数据重用中扮演着重要的驱动作用，从信息加工理论视角探索开放科学存储库数据重用信任评估要素，可以对国内陆续建设的开放数据存储库管理以及提升数据的重用率起到借鉴和推进作用。[方法/过程] 基于信息加工理论的精细加工可能性模型（ELM）构建开放科学数据重用信任评估模型，以目前科研数据聚集速度和重用最为活跃的kaggle平台的实际数据进行剖析和验证，并选择线性核函数的支持向量回归（SVR）分析和比较不同变量对开放科学数据重用信任的影响。[结果/结论] 来源特征信息和内容特征信息整体上与数据集下载量和数据集引用量存在显著正相关关系，但具体因素对两者的影响存在差异。基于分析结果，提出提升数据集质量、加强数据透明度和可追溯性、鼓励用户参与和评价、推动数据共享和交流以及建立信任评估体系等措施。
关键词：开放科学数据,数据重用,信任评估,影响要素,
基金资助：本文系2024年度河北省社会科学发展研究课题“开放科学数据重用的风险防范研究”（项目编号：202402280）研究成果之一。
