本书旨在指导组织中数据治理相关角色在大数据环境下对数据资产进行有效治理，更好地为组织提供数据服务。全书共10章，主要包括大数据治理与服务概述、大数据治理与服务总体框架、大数据架构治理、元数据治理、主数据治理、文档和内容治理、大数据质量治理、大数据安全治理、大数据治理能力成熟度评估模型和大数据服务等内容。

　　本书可作为高等学校数据科学与大数据技术、大数据管理与应用、计算机科学与技术、软件工程等专业相关课程的教材，也可供企事业单位从事数据资产管理或数据治理工作的相关人员使用，还可作为学习数据治理、数据资产管理并准备相关认证考试的专业人员的参考用书。

前辅文
第1章　大数据治理与服务概述
  1.1　大数据治理与服务的发展现状
  1.2　大数据治理与服务的相关概念
   1.2.1　DIKW扩展模型
   1.2.2　数据资产
   1.2.3　数据管理和数据治理
   1.2.4　数据治理与大数据治理
  1.3　大数据治理与服务的目标
  1.4　组织开展大数据治理工作面临的挑战
  思考题
第2章　大数据治理与服务总体框架
  2.1　驱动因素
  2.2　治理团队与制度流程
   2.2.1　大数据治理团队组建的原则
   2.2.2　大数据治理团队的类型
   2.2.3　角色任务
  2.3　功能域
  2.4　过程迭代
  2.5　组织文化
  思考题
第3章　大数据架构治理
  3.1　基本理论
   3.1.1　大数据架构的概念与作用
   3.1.2　大数据架构的发展与演变
   3.1.3　大数据架构的设计目标
   3.1.4　大数据架构设计和治理应遵循的原则
   3.1.5　大数据架构治理的策略
  3.2　TOGAF关于企业信息技术架构的分类
   3.2.1　业务架构
   3.2.2　应用架构
   3.2.3　数据架构
   3.2.4　技术架构
  3.3　大数据架构的实现
   3.3.1　大数据架构的开发实现过程
   3.3.2　大数据架构的分层
  3.4　大数据架构治理面临的风险与挑战
  思考题
第4章　元数据治理
  4.1　元数据概述
   4.1.1　元数据的定义和分类
   4.1.2　元数据的价值
  4.2　元数据标准与规范
   4.2.1　元数据标准
   4.2.2　元数据标准的构建策略
  4.3　元数据治理组织与流程
   4.3.1　元数据治理的目标
   4.3.2　元数据治理的体系架构
   4.3.3　元数据治理的标准流程
   4.3.4　元数据治理中的风险和问题
  4.4　元数据的相关技术工具
   4.4.1　元数据相关工具
   4.4.2　元数据治理工具的主要功能
   4.4.3　不同角色对元数据治理工具的需求
   4.4.4　指标管理工具
  4.5　元数据的应用与效益
   4.5.1　元数据与数据质量
   4.5.2　元数据与数据安全
   4.5.3　血缘分析与追溯关系
   4.5.4　元数据驱动的数据共享与服务
  4.6　案例分析：都柏林核心元数据集
  思考题
第5章　主数据治理
  5.1　主数据的相关概念
   5.1.1　数据资产类别
   5.1.2　主数据的特点
   5.1.3　主数据实体和实例
   5.1.4　主数据范围
  5.2　主数据治理的目标
  5.3　主数据治理的框架
   5.3.1　统一管理
   5.3.2　数据维护
   5.3.3　编码中心
   5.3.4　集中存储
   5.3.5　按需分发
   5.3.6　监控审计
  5.4　主数据治理的标准规范
   5.4.1　主数据分类编码标准
   5.4.2　主数据集成规范
   5.4.3　主数据维护使用规范
  5.5　主数据治理平台
   5.5.1　主数据治理平台的作用
   5.5.2　主数据治理平台的功能
  5.6　主数据治理项目的实施
   5.6.1　实施原则
   5.6.2　实施步骤
  5.7　主数据治理案例
  思考题
第6章　文档和内容治理
  6.1　文档和内容治理的需求
  6.2　文档和内容治理的目标
   6.2.1　文档和内容治理相关的组织
   6.2.2　不同角色的文档和内容治理目标
  6.3　文档和内容治理的方法与工具
   6.3.1　标准文档治理方法
   6.3.2　非标准文档治理方法
  6.4　文档和内容治理案例
   6.4.1　道琼斯的实践
   6.4.2　最高人民法院的实践
  思考题
第7章　大数据质量治理
  7.1　大数据质量治理概述
   7.1.1　大数据质量的特征
   7.1.2　大数据质量治理的影响因素及面临的挑战
   7.1.3　大数据质量治理的意义与价值
  7.2　大数据质量治理的基本概念及原则
   7.2.1　大数据质量治理的基本概念
   7.2.2　大数据质量治理的指导原则
   7.2.3　大数据质量治理的业务框架
   7.2.4　大数据质量治理团队的组织架构
  7.3　大数据质量治理的策略
   7.3.1　大数据质量治理的目标
   7.3.2　大数据质量治理的范围
   7.3.3　大数据质量的评估维度
   7.3.4　大数据质量治理的规则
   7.3.5　大数据质量的关键度量指标
   7.3.6　大数据质量问题的等级
  7.4　大数据质量治理的流程和方法
   7.4.1　任务规划
   7.4.2　质量检测
   7.4.3　分析评估
   7.4.4　改进优化
   7.4.5　建立大数据质量知识库
  7.5　大数据质量的持续提升机制
   7.5.1　大数据质量控制
   7.5.2　大数据质量监测
   7.5.3　大数据质量意识及文化建设
  7.6　大数据质量的标准
   7.6.1　国际大数据质量标准
   7.6.2　组织适用性大数据质量标准
  7.7　大数据质量治理的支撑工具
   7.7.1　数据分析工具
   7.7.2　数据解析及标准化工具
   7.7.3　数据质量提升工具
   7.7.4　数据质量监控工具
  思考题
第8章　大数据安全治理
  8.1　大数据安全治理概述
   8.1.1　大数据安全面临的挑战
   8.1.2　大数据安全的相关法律法规和标准
   8.1.3　国外大数据安全治理
   8.1.4　国内大数据安全治理
  8.2　大数据安全治理的框架
   8.2.1　大数据安全治理的组织建设
   8.2.2　大数据安全治理的安全评估
   8.2.3　大数据安全治理的制度规范
   8.2.4　大数据安全治理的人员培训
   8.2.5　大数据安全治理的技术支撑
   8.2.6　大数据安全治理的验收标准
  8.3　大数据安全治理的相关工具
   8.3.1　资产梳理类工具
   8.3.2　安全检测类工具
   8.3.3　加强访问控制工具
   8.3.4　加强存储安全工具
   8.3.5　加强分发/共享数据安全工具
   8.3.6　大数据行为监控工具
   8.3.7　实施拦截入侵类工具
   8.3.8　入侵检测类工具
   8.3.9　数据溯源类工具
  8.4　大数据安全治理案例
  思考题
第9章　大数据治理能力成熟度评估模型
  9.1　大数据治理能力成熟度模型概述
   9.1.1　国际模型发展情况
   9.1.2　国内模型发展情况
  9.2　国际模型
   9.2.1　企业信息管理成熟度模型
   9.2.2　数据治理成熟度模型
   9.2.3　数据管理能力评估模型
  9.3　国内模型
   9.3.1　数据管理能力成熟度评估模型概述
   9.3.2　DCMM内容与等级划分
   9.3.3　国内外重点模型比较
  9.4　DCMM应用案例
   9.4.1　案例背景
   9.4.2　评估流程与方法
   9.4.3　评估结果
  思考题
第10章　大数据服务
  10.1　大数据服务概述
   10.1.1　大数据服务的概念及特点
   10.1.2　大数据服务的发展与目标
  10.2　大数据服务的内容
   10.2.1　大数据服务的框架
   10.2.2　基于SOA的大数据集成服务
   10.2.3　基于微服务的大数据敏捷服务
   10.2.4　基于数据中台的大数据融合服务
   10.2.5　数据资产的运营
   10.2.6　大数据服务的相关标准
  10.3　大数据服务的工具与技术
   10.3.1　数据抽取转换装载工具
   10.3.2　企业服务总线工具
   10.3.3　微服务的容器技术
   10.3.4　大数据标签技术
  10.4　大数据服务的实施
   10.4.1　实施思路
   10.4.2　实施原则
   10.4.3　实施路径
  10.5　大数据服务案例
  思考题
参考文献