【摘要】文章在Parssian(2004)和Debabrata(2010)数据质量评估模型的基础上,根据"不正确、不完整、非成员"三种错误类型来研究数据质量评估。考察了属性分布函数,建立了单一标志属性下的数据质量指标之间的关系模型,且每一属性具有不同的正确率。为了验证模型的效果,进一步用模拟方法构造了一个关系表,与De babrata模型进行对比分析。结果表明,文章完善了属性值的概率分布函数,修正了Debabrata模型的假设条件,因而得到了一个更加完善的数据质量评估模型。