推荐算法信任研究社会治理实验数据集

本数据集主要面向算法信任研究与推荐系统治理需求建设，基于Credamo（见数）在线调查平台面向全国使用过团购平台的消费者采集，采集时间为2025年9月至2026年1月。实验采用在线情境化选择实验设计，界面参照主流团购App生态进行情境模拟，通过随机化分组实现差异化实验条件。设置2×2×2×2因子设计，涵盖用餐人数（1人/10人）、人均费用（40元/200元）、用餐时间（30分钟/3小时）、用餐类型（休闲/正式）四个维度。使用7点李克特量表测量5类信任变量（算法信任、家人信任、挚友信任、同事信任、路人信任）。主要记载了消费者在不同算法推荐机制下的餐厅选择结果、对不同来源推荐的信任水平差异、以及年龄、性别、学历水平、所学专业等人口统计学变量。共获得有效样本1908条（A卷943份、B卷965份），包含38个变量，同时采集了IP、设备类型、浏览器类型、屏幕分辨率、作答时长等元数据用于质量控制。使用Stata 17.0进行相关性分析、多元Logistic回归和多元线性回归等建模分析，所有分析脚本以.do文件形式保存确保可复现。数据存储为Excel格式，含AB卷汇总数据和分卷数据，数据量约683 KB。本数据集对理解公众算法信任形成机制及推荐算法监管立法具有重要意义。