开源科技情报类型多样、数量繁多，真正有价值的信息可能会被海量的无效信息淹没，为了应对这种情况，实现对数据的收集、处理、描述，获得满足用户需求的高情报价值数据，本文提出服务于开源科技情报感知的数据价值评估模型研究。
　　本文完成的核心内容包括4个部分:第一，根据文献调研和项目实际需求确立数据价值评价的特征为:基础特性(权威性、影响力、关注度)、内容特性(领域相关度、完整性)、前沿特性(新颖性、时效性、领域交叉性)。第二，主要研究各层次数据价值评估特征的测度方法，分别基于Word2vec、LDA主题模型、统计学方法对上述数据价值评估特征指标进行标准化计算。第三，综合上述数据价值评估指标，将数据价值评估模型计算定义为数据基本特性、内容特性、前沿特性的线性组合，采用专家打分法对指标权重进行赋值，通过实验调整确定最终数据价值模型和价值判断阈值。第四，对模型进行评价，首先，计算测试集和训练集的精确率、召回率、F1值，并进行对比来分析评价模型的泛化能力;其次，从服务于开源科技情报感知的角度来分析评价模型的实际应用能力。
　　实验结果表明，本文提出的服务于开源科技情报感知的数据价值评估模型，以单篇文章作为评价粒度，对每篇文章进行数据价值计量，可以实现从类型多样，数量繁多的开源科技信息中筛选出符合用户需求的高价值数据，在一定程度上证明了本文提出的数据价值评估模型具有合理性和可操作性。