数据质量是指数据的适用性和可信度，它对于组织和个人来说都非常重要。数据质量模型是一种用于评估和提高数据质量的方法，它可以帮助组织和个人识别数据质量问题，并采取相应的措施来解决这些问题。GB/T 25000.12-2017规定了数据质量模型的要求和评价方法，它包括以下几个方面：

1. 数据准确性：数据准确性是指数据与实际情况的一致性。数据准确性的评价包括数据的正确性、精度和可靠性等方面。

2. 数据完整性：数据完整性是指数据的完整程度。数据完整性的评价包括数据的完整性、一致性和可靠性等方面。

3. 数据一致性：数据一致性是指数据在不同的应用程序和系统中的一致性。数据一致性的评价包括数据的一致性、可靠性和可用性等方面。

4. 数据可靠性：数据可靠性是指数据的可信度和可靠性。数据可靠性的评价包括数据的可靠性、可用性和可靠性等方面。

5. 数据可用性：数据可用性是指数据的可用性和易用性。数据可用性的评价包括数据的可用性、易用性和可靠性等方面。

GB/T 25000.12-2017还规定了数据质量模型的评价方法，包括数据质量度量、数据质量评价和数据质量改进等方面。数据质量度量是指通过一系列指标来评估数据质量的方法，包括数据准确性、数据完整性、数据一致性、数据可靠性和数据可用性等方面。数据质量评价是指通过对数据质量度量结果的分析和综合评价来评估数据质量的方法。数据质量改进是指通过采取一系列措施来提高数据质量的方法，包括数据清洗、数据整合、数据标准化和数据质量监控等方面。

相关标准
GB/T 25000.1-2017 系统与软件工程 系统与软件质量要求和评价（SQuaRE） 第1部分：质量特性和质量模型
GB/T 25000.2-2017 系统与软件工程 系统与软件质量要求和评价（SQuaRE） 第2部分：外部质量特性
GB/T 25000.3-2017 系统与软件工程 系统与软件质量要求和评价（SQuaRE） 第3部分：内部质量特性
GB/T 25000.4-2017 系统与软件工程 系统与软件质量要求和评价（SQuaRE） 第4部分：质量测量
GB/T 25000.5-2017 系统与软件工程 系统与软件质量要求和评价（SQuaRE） 第5部分：质量评价