服务业现已成为我国国民经济的重要组成部分,发展势头劲猛。然而服务业企业中绝大多数为个体经营,既不上填统计报表,也没有正规的财务,部分企业不愿意向有关部门提供自己真实的经营数据,因此服务业数据质量不高。大数据时代,各行各业的交易和生产经营活动记录直接生成了可以利用的大数据,且这些数据相比企业自己提供的数据更加真实客观,因此我们可以利用这些大数据对服务业的数据质量进行评估。本文基于理论基础提出了几种可行思路,然而由于服务业统计指标众多,一一进行分析并不现实,因此在实证分析中选取餐饮业增加值作为研究对象,对其数据质量进行定量评估。我们以XX省XX州的餐饮业增加值为例,从异常值角度评估数据质量。首先需要获取相关大数据并从中提取特征,我们采用网络爬虫方式从大众点评网爬取餐饮商户评论数据,从数量统计和文字内容两个角度进提取出三类特征:基于普通统计的基础特征、基于LDA主题模型的主题特征和基于情感分析的情感特征,将其与相关机构采集的数据进行特征合并作为模型待选的解释变量。但是由于特征数量较多,为防止多重共线性和模型过拟合的出现,分别基于灰色关联法和PCA先后进行了特征筛选和主成分提取。最终以餐饮业增加值为被解释变量,以4个主成分为解释变量建立稳健回归模型,分别通过稳健残差-稳健距离诊断图以及计算综合偏离误差Δ"、数据点权重两种方法进行了异常值检测。实验结果表明2017年第二季度和2019年第一季度的餐饮增加值为异常点,结合实际背景,证明其数据质量确实存在问题。文章结尾站在政府角度基于大数据源获取、数据质量评估和提高方面分别提出了建议,即通过与数据拥有机构合作或者向其购买相关数据,还可以通过网络爬虫获取数据;充分利用大数据挖掘方法进行数据质量评估;引进新的云存储资源提高数据质量。