作者：厦门大学计算机科学系 林子雨 博士/副教授E-mail: ziyulin@xmu.edu.cn出版社：高等教育出版社
被国内300多所高校采用，每年销量超过3万册
（面向非计算机专业学生）
教材已经在京东、天猫等网店销售，搜索“林子雨大数据导论”即可找到
ISBN:978-7-04-053577-8 定价：32元
高等教育出版社 2020年2月第1版
（备注：第2版教材书稿已经提交出版社，预计2024年8月上市销售）
教材简介 | 讲义PPT | 下载专区 | 教学大纲 | 授课视频 |案例视频| 教学补充 | 教材目录 | 样书申请 | 课程思政案例
教材区分
本教材（《大数据导论（通识课版）》）与另外一本教材《大数据导论》（教材官网）是两本不同的教材。本教材《大数据导论（通识课版）》是面向非计算机专业学生，用于开设全校公共选修课。《大数据导论》是面向大数据专业学生，用于开设大数据专业的导论课（属于专业课）。
样书申请
如果您是高校教师，需要申请样书，请扫描下面二维码：
教材简介
本书详细阐述了培养具有数据素养的综合型人才所需要的大数据相关知识储备。本书在确定知识布局时，秉持的一个基本原则是，紧紧围绕通识教育核心理念，努力培养学生的数据意识、数据思维、数据伦理和数据能力。全书共11章，内容包括大数据概述，大数据与云计算、物联网、人工智能，大数据技术，大数据应用，大数据安全，大数据思维，大数据伦理，数据共享，数据开放，大数据交易，大数据治理。为了避免陷入空洞的理论介绍，本书在很多章节都融入了丰富的案例，这些案例就发生在我们生活的大数据时代，很具有代表性和说服力，能够让学生直观感受相应理论的具体内涵。
作为通识类课程教材，本书服务于具有数据素养的综合型人才的培养，并非面向大数据专业人才的培养，因此，本书面向的读者对象是非计算机专业（尤其是文科）大学生。
下载专区
版权声明：本站对站内所有资源拥有版权，严禁用于商业用途，侵权必究
本教材相关配套资源（讲义PPT、微视频、案例视频、教材补充资料等），已经放在百度网盘下载。
百度网盘链接：https://pan.baidu.com/s/1d0Bn6sTyFKHHZfFJJYKGvA提取码：tvn9
备注：如果授课老师需要教材配套习题和答案，请发邮件索取：ziyulin@xmu.edu.cn
教材配套授课视频
由林子雨老师主讲的《大数据导论（通识课版）》全套授课视频，已经在中国大学MOOC和网易云课堂发布！
（1）在中国大学MOOC观看：点击这里观看
（2）在网易云课堂观看：点击这里观看
教材配套讲义PPT
版权声明：本站对站内所有资源拥有版权，严禁用于商业用途，侵权必究
备注：下面网页链接中的PPT是2019年秋季学期版本，PPT版本会不断更新，最新版本的PPT，没有放在网页上，请到百度网盘下载最新版本的精美PPT（精美版本PPT由夏小云老师制作）。
百度网盘链接：https://pan.baidu.com/s/1d0Bn6sTyFKHHZfFJJYKGvA提取码：tvn9
附加章节：《第2章补充内容：区块链技术与应用》（阅读全文），这个章节不在教材中，供老师参考，在教学中，可以放在第2章之后讲解区块链，作为第2章的补充内容。该章节的讲义PPT可以到上面给出的“下载专区”的百度网盘中下载。
百度网盘链接：https://pan.baidu.com/s/1d0Bn6sTyFKHHZfFJJYKGvA提取码：tvn9
为了丰富教学内容，我们收集整理了很多案例视频，老师可以在课堂上播放，具体请见本网页下面的“案例视频”栏目。
教学大纲
大数据导论（通识课）教学大纲下载
讨论课
在大学阶段，学生自主学习能力的培养是一件很重要的事情。在众多的教学方法中，讨论课是调用学生学习积极性、参与性，培养学生主动思考、解决问题的较好办法。通过事前的准备，可以使学生加深对课堂中理论知识的认识与理解，了解理论与实践的差异及其产生的原因，达到“学有所获、教学相长”的目的。
笔者为本教材设计了4个讨论课题目，任课教师可以根据需要引入课堂。
案例视频
为了丰富教学内容，我们收集整理了很多案例视频，老师可以在课堂上播放。案例视频很多来自2019年央视纪录片《大数据时代》，我们对视频进行了拆分剪辑，形成一个个案例视频，方便用于大数据教学。老师可以在课堂上给学生播放案例视频。特别声明，来自央视纪录片的案例视频版权归央视所有，仅用于高校教学用途，不得用于商业目的。
请从下面百度网盘下载视频：
百度网盘链接：https://pan.baidu.com/s/1d0Bn6sTyFKHHZfFJJYKGvA提取码：tvn9
大数据应用案例视频与《大数据导论（通识课版）》教材对应关系
（共计200分钟视频）
课堂补充教学内容
为了让课堂教学更加生动饱满，我们专门制作了一批课堂补充教学内容，老师可以有选择性地讲解给学生。已经放在百度网盘下载，进入百度网盘以后，找到“课堂补充教学内容”目录。
百度网盘链接：https://pan.baidu.com/s/1d0Bn6sTyFKHHZfFJJYKGvA提取码：tvn9
教材前言
大数据作为继云计算、物联网之后IT行业又一颠覆性的技术，备受人们关注。大数据无处不在，包括金融、汽车、零售、餐饮、电信、能源、政务、医疗、体育、娱乐等在内的社会各行各业，都融入了大数据的印迹，大数据对人类的社会生产和生活必将产生重大而深远的影响。
对于一个国家而言，能否紧紧抓住大数据发展机遇，快速形成核心技术和应用参与新一轮的全球化竞争，将直接决定未来若干年世界范围内各国科技力量博弈的格局。大数据专业人才的培养是新一轮科技较量的基础，高等院校承担着大数据人才培养的重任。大数据人才的培养包括两个部分，一个是培养掌握复杂大数据技术知识的大数据专业人才，另一个是培养具有数据素养的综合型人才。数据素养是信息素养在大数据时代的拓展和延伸，也是在大数据时代的新环境下，对当代大学生提出的新要求。对大学生进行数据素养教育，可以有效提升大学生的数据意识、数据思维和数据能力，使其在大数据时代获得更好的生存和发展空间。
在大数据专业人才培养方面，随着全国高校数据科学与大数据技术专业建设的持续推进，在全国从事大数据专业教学的老师的共同努力下，目前已经诞生了一大批优秀的大数据专业系列教材，较好地满足了新专业对教材的紧迫需求。但是，在通识导论教材方面，目前还处于空白状态。笔者所在的厦门大学数据库实验室，是全国高校知名的大数据教学团队，每年有很多来自全国各地的教师来到厦门大学与我们开展交流，与此同时，我们也积极走出去，到全国各地学习其他高校的大数据课程和教材的建设经验。通过大量的相互交流，我们了解到，国内高校对于开设大数据通识导论课程存在很大的需求，但是，就是苦于缺乏相应的教材。为了填补国内高校的这个空白，也为了让更多高校能够用教材把大数据通识导论课程开设起来，笔者在大量调研学习的基础上，编著了本书。
作为通识类课程教材，本书服务于具有数据素养的综合型人才的培养，并非面向大数据专业人才的培养，因此，面向的读者对象是非计算机专业大学生。本书在确定知识布局时，秉持的一个基本原则是，紧紧围绕通识教育核心理念，努力培养学生的数据意识、数据思维、数据伦理和数据能力。为了避免陷入空洞的理论介绍，本书在很多章节都融入了丰富的案例，这些案例就发生在我们生活的大数据时代，很具有代表性和说服力，能够让学生直观感受相应理论的具体内涵。
本书共11章，详细阐述了培养具有数据素养的综合型人才所需要的大数据相关知识储备。第1章介绍了数据的概念、大数据时代到来的背景、大数据的发展历程、世界各国的大数据发展战略、大数据的概念与影响、大数据的应用以及大数据产业；第2章介绍了云计算、物联网、人工智能的概念和应用，并阐述了大数据与云计算、物联网、人工智能之间的紧密关系；第3章介绍大数据分析全流程所涉及的各种技术，包括数据采集与预处理、数据存储和管理、数据处理与分析、数据可视化、数据安全和隐私保护等；第4章介绍大数据在各大领域的典型应用，包括互联网、生物医学、物流、城市管理、金融、汽车、零售、餐饮、电信、能源、体育、娱乐、安全、政府和日常生活等领域；第5章讨论大数据安全问题并给出相关的典型案例；第6章介绍大数据时代新的思维方式，包括全样而非抽样、效率而非精确、相关而非因果、以数据为中心、“人人为我，我为人人”等；第7章介绍大数据伦理的概念，并给出与大数据伦理相关的典型案例；第8章介绍数据共享的意义、实现数据共享所面临的相关挑战以及推进数据共享应当采取的措施；第9章介绍政府开放数据的理论基础、政府数据开放的重要意义、国外政府开放数据的经验和我国政府开放数据的现状；第10章介绍大数据交易的发展现状、大数据交易平台、大数据交易在发展过程中出现的问题以及推进大数据交易发展的对策；第11章介绍大数据治理的概念、要素和治理模型。
本书面向高校非计算机专业的学生，可以作为通识类课程教材。本书由林子雨执笔。在撰写过程中，厦门大学计算机科学系硕士研究生魏亮、曾冠华、程璐、林哲、郑宛玉、陈杰祥等做了大量辅助性工作，在此，向这些同学的辛勤工作表示衷心的感谢。同时，感谢夏小云老师在书稿校对过程中的辛勤付出。
本书官方网站是https://dblab.xmu.edu.cn/post/bigdataintroduction/，免费提供了全部配套资源的在线浏览和下载，并接受错误反馈和发布勘误信息。
本书在撰写过程中，参考了大量网络资料、文献和书籍，对相关知识进行了系统梳理，有选择性地把一些重要知识纳入本书。由于笔者能力有限，本书难免存在不足之处，望广大读者不吝赐教。
林子雨
厦门大学计算机科学系数据库实验室
2019年3月
教材目录
大数据导论（通识课版）
林子雨 编著
第１章 大数据概述
１. １ 数据……………………………… ００２
１. １. １ 数据的概念……………………… ００２
１. １. ２ 数据类型………………………… ００２
１. １. ３ 数据组织形式…………………… ００３
１. １. ４ 数据生命周期…………………… ００３
１. １. ５ 数据的使用……………………… ００３
１. １. ６ 数据的价值……………………… ００５
１. １. ７ 数据爆炸………………………… ００５
１. ２ 大数据时代……………………… ００６
１. ２. １ 第三次信息化浪潮……………… ００６
１. ２. ２ 信息科技为大数据时代提供技术支撑………………………… ００６
１. ２. ３ 数据产生方式的变革促成大数据时代的来临………………… ００９
１. ３ 大数据的发展历程……………… ０１１
１. ４ 世界各国的大数据发展战略…… ０１３
１. ４. １ 美国……………………………… ０１３
１. ４. ２ 英国……………………………… ０１４
１. ４. ３ 法国……………………………… ０１４
１. ４. ４ 韩国……………………………… ０１４
１. ４. ５ 日本……………………………… ０１５
１. ４. ６ 中国……………………………… ０１５
１. ５ 大数据的概念…………………… ０１６
１. ５. １ 数据量大………………………… ０１６
１. ５. ２ 数据类型繁多…………………… ０１７
１. ５. ３ 处理速度快……………………… ０１８
１. ５. ４ 价值密度低……………………… ０１８
１. ６ 大数据的影响…………………… ０１９
１. ６. １ 大数据对科学研究的影响………… ０１９
１. ６. ２ 大数据对社会发展的影响………… ０２０
１. ６. ３ 大数据对就业市场的影响………… ０２１
１. ６. ４ 大数据对人才培养的影响………… ０２２
１. ７ 大数据的应用…………………… ０２３
１. ８ 大数据产业……………………… ０２５
１. ９ 本章小结………………………… ０２６
习题……………………………………… ０２６
第２章 大数据与云计算、物联网、人工智能
２. １ 云计算…………………………… ０３０
２. １. １ 云计算的概念…………………… ０３０
２. １. ２ 云计算的服务模式和类型………… ０３３
２. １. ３ 云计算数据中心………………… ０３３
２. １. ４ 云计算的应用…………………… ０３４
２. １. ５ 云计算产业……………………… ０３５
２. ２ 物联网…………………………… ０３６
２. ２. １ 物联网的概念…………………… ０３６
２. ２. ２ 物联网的关键技术……………… ０３７
２. ２. ３ 物联网的应用…………………… ０３９
２. ２. ４ 物联网产业……………………… ０４０
２. ３ 大数据与云计算、物联网的关系……………………… ０４０
２. ４ 人工智能………………………… ０４２
２. ４. １ 人工智能的概念………………… ０４２
２. ４. ２ 人工智能的关键技术……………… ０４２
２. ４. ３ 人工智能的应用………………… ０４７
２. ４. ４ 人工智能产业…………………… ０５１
２. ５ 大数据与人工智能的关系……… ０５４
２. ６ 本章小结………………………… ０５５
习题……………………………………… ０５５
第３章 大数据技术
３. １ 概述……………………………… ０５８
３. ２ 数据采集与预处理……………… ０５８
３. ２. １ 数据采集的概念………………… ０５９
３. ２. ２ 数据采集的３ 大要点……………… ０５９
３. ２. ３ 数据采集的数据源……………… ０６０
３. ２. ４ 数据清洗………………………… ０６１
３. ３ 数据存储和管理………………… ０６３
３. ３. １ 传统的数据存储和管理技术……… ０６３
３. ３. ２ 大数据时代的数据存储和管理技术………………… ０６５
３. ４ 数据处理与分析………………… ０６７
３. ４. １ 数据挖掘和机器学习算法………… ０６７
３. ４. ２ 大数据处理与分析技术…………… ０６８
３. ５ 数据可视化……………………… ０７０
３. ５. １ 数据可视化的概念……………… ０７０
３. ５. ２ 数据可视化的重要作用…………… ０７１
３. ５. ３ 数据可视化案例………………… ０７３
３. ６ 数据安全和隐私保护…………… ０７５
３. ６. １ 数据安全技术…………………… ０７５
３. ６. ２ 隐私保护技术…………………… ０７６
３. ７ 本章小结………………………… ０７６
习题……………………………………… ０７６
第４章 大数据应用
４. １ 大数据在互联网领域的应用…… ０８０
４. １. １ 推荐系统的概念………………… ０８０
４. １. ２ 长尾理论………………………… ０８１
４. １. ３ 推荐方法………………………… ０８１
４. １. ４ 推荐系统模型…………………… ０８２
４. １. ５ 推荐系统的应用………………… ０８３
４. ２ 大数据在生物医学领域的应用… ０８４
４. ２. １ 流行病预测……………………… ０８４
４. ２. ２ 智慧医疗………………………… ０８７
４. ２. ３ 生物信息学……………………… ０８８
４. ２. ４ 案例： 基于大数据的综合健康服务平台……………… ０８９
４. ３ 大数据在物流领域的应用……… ０９３
４. ３. １ 智能物流的概念………………… ０９３
４. ３. ２ 智能物流的作用………………… ０９４
４. ３. ３ 智能物流的应用………………… ０９４
４. ３. ４ 大数据是智能物流的关键………… ０９５
４. ３. ５ 中国智能物流骨干网———菜鸟…… ０９５
４. ４ 大数据在城市管理领域的应用… ０９８
４. ４. １ 智能交通………………………… ０９８
４. ４. ２ 环保监测………………………… ０９９
４. ４. ３ 城市规划………………………… １００
４. ４. ４ 安防领域………………………… １０１
４. ５ 大数据在金融领域的应用……… １０２
４. ５. １ 高频交易………………………… １０２
４. ５. ２ 市场情绪分析…………………… １０２
４. ５. ３ 信贷风险分析…………………… １０３
４. ５. ４ 大数据征信……………………… １０４
４. ６ 大数据在汽车领域的应用……… １０６
４. ７ 大数据在零售领域的应用……… １０７
４. ７. １ 发现关联购买行为……………… １０７
４. ７. ２ 客户群体细分…………………… １０８
４. ７. ３ 供应链管理……………………… １０９
４. ８ 大数据在餐饮领域的应用……… １０９
４. ８. １ 餐饮行业拥抱大数据……………… １０９
４. ８. ２ 餐饮Ｏ２Ｏ ………………………… １０９
４. ９ 大数据在电信领域的应用……… １１１
４. １０ 大数据在能源领域的应用……… １１２
４. １１ 大数据在体育和娱乐领域的应用……………………… １１３
４. １１. １ 训练球队……………………… １１３
４. １１. ２ 投拍影视作品…………………… １１４
４. １１. ３ 预测比赛结果…………………… １１５
４. １２ 大数据在安全领域的应用……… １１６
４. １２. １ 大数据与国家安全……………… １１６
４. １２. ２ 应用大数据技术防御网络攻击…… １１７
４. １２. ３ 警察应用大数据工具预防犯罪…… １１７
４. １３ 大数据在政府领域的应用……… １１８
４. １４ 大数据在日常生活中的应用…… １１９
４. １５ 本章小结………………………… １２０
习题……………………………………… １２１
第５ 章 大数据安全
５. １ 传统数据安全…………………… １２４
５. ２ 大数据安全与传统数据安全的不同……………………… １２４
５. ３ 大数据安全问题………………… １２５
５. ３. １ 隐私和个人信息安全问题………… １２５
５. ３. ２ 国家安全问题…………………… １２７
５. ４ 典型案例………………………… １２８
５. ４. １ 棱镜门事件……………………… １２８
５. ４. ２ 维基解密………………………… １２９
５. ４. ３ Ｆａｃｅｂｏｏｋ 数据滥用事件…………… １２９
５. ４. ４ 手机应用软件过度采集个人信息… １３０
５. ４. ５ １２３０６ 囤票案件…………………… １３１
５. ４. ６ 免费ＷｉＦｉ 窃取用户信息………… １３２
５. ４. ７ 收集个人隐私信息的“探针盒子” ………………… １３２
５. ５ 大数据保护的基本原则………… １３２
５. ５. １ 数据主权原则…………………… １３３
５. ５. ２ 数据保护原则…………………… １３３
５. ５. ３ 数据自由流通原则……………… １３３
５. ５. ４ 数据安全原则…………………… １３３
５. ６ 大数据时代数据安全与隐私保护的对策…………………… １３４
５. ７ 世界各国保护数据安全的实践… １３４
５. ７. １ 欧盟……………………………… １３５
５. ７. ２ 美国……………………………… １３６
５. ７. ３ 英国……………………………… １３７
５. ７. ４ 中国……………………………… １３７
５. ７. ５ 其他国家………………………… １３８
５. ８ 本章小结………………………… １３９
习题……………………………………… １３９
第６章 大数据思维
６. １ 传统的思维方式………………… １４２
６. ２ 大数据时代需要新的思维方式… １４２
６. ３ 大数据思维方式………………… １４３
６. ３. １ 全样而非抽样…………………… １４４
６. ３. ２ 效率而非精确…………………… １４４
６. ３. ３ 相关而非因果…………………… １４５
６. ３. ４ 以数据为中心…………………… １４５
６. ３. ５ 我为人人， 人人为我……………… １４６
６. ４ 运用大数据思维的具体实例…… １４７
６. ４. １ 商品比价网站…………………… １４７
６. ４. ２ 啤酒与尿布……………………… １４８
６. ４. ３ 零售商Ｔａｒｇｅｔ 的基于大数据的商品营销………… １４８
６. ４. ４ 吸烟有害身体健康的法律诉讼…… １４８
６. ４. ５ 基于大数据的药品研发…………… １５０
６. ４. ６ 基于大数据的谷歌广告…………… １５１
６. ４. ７ 搜索引擎“点击模型” …………… １５１
６. ４. ８ 迪士尼ＭａｇｉｃＢａｎｄ 手环…………… １５２
６. ４. ９ 谷歌流感趋势预测……………… １５３
６. ４. １０ 大数据的简单算法比小数据的复杂算法更有效………… １５３
６. ４. １１ 谷歌翻译……………………… １５３
６. ５ 本章小结………………………… １５４
习题……………………………………… １５４
第７章 大数据伦理
７. １ 大数据伦理概念………………… １５８
７. ２ 大数据伦理的典型案例………… １５８
７. ２. １ 徐玉玉事件……………………… １５９
７. ２. ２ 大麦网撞库事件………………… １５９
７. ２. ３ 大数据“杀熟” ………………… １５９
７. ２. ４ 隐性偏差问题…………………… １６０
７. ２. ５ 魏则西事件……………………… １６０
７. ２. ６ “信息茧房” 问题………………… １６１
７. ３ 大数据的伦理问题……………… １６２
７. ３. １ 隐私泄露问题…………………… １６２
７. ３. ２ 数据安全问题…………………… １６４
７. ３. ３ 数字鸿沟问题…………………… １６４
７. ３. ４ 数据独裁问题…………………… １６５
７. ３. ５ 数据垄断问题…………………… １６５
７. ３. ６ 数据的真实可靠问题……………… １６６
７. ３. ７ 人的主体地位问题……………… １６６
７. ４ 大数据伦理问题产生的原因…… １６７
７. ４. １ 人类社会价值观的转变…………… １６７
７. ４. ２ 数据伦理责任主体不明确………… １６７
７. ４. ３ 相关主体的利益牵涉……………… １６７
７. ４. ４ 道德规范的缺失………………… １６８
７. ４. ５ 法律体系不健全………………… １６８
７. ４. ６ 管理机制不完善………………… １６８
７. ４. ７ 技术乌托邦的消极影响…………… １６９
７. ４. ８ 大数据技术本身的缺陷…………… １６９
７. ５ 大数据伦理问题的治理………… １６９
７. ５. １ 提高保护个人隐私数据的意识…… １７０
７. ５. ２ 加强大数据伦理规约的构建……… １７０
７. ５. ３ 努力实现以技术治理大数据……… １７０
７. ５. ４ 完善大数据立法………………… １７１
７. ５. ５ 完善大数据伦理管理机制………… １７１
７. ５. ６ 引导企业坚持责任与利益并重…… １７１
７. ５. ７ 努力弘扬共享精神化解数字鸿沟… １７２
７. ５. ８ 倡导跨行业跨部门合作…………… １７２
７. ６ 本章小结………………………… １７３
习题……………………………………… １７３
第８章 数据共享
８. １ 数据孤岛问题…………………… １７６
８. １. １ 政府的数据孤岛问题……………… １７６
８. １. ２ 企业的数据孤岛问题……………… １７６
８. ２ 数据孤岛问题产生的原因……… １７７
８. ２. １ 政府数据孤岛的产生原因………… １７７
８. ２. ２ 企业数据孤岛的产生原因………… １７７
８. ３ 消除数据孤岛的重要意义……… １７８
８. ３. １ 对于政府的意义………………… １７８
８. ３. ２ 对于企业的意义………………… １７８
８. ４ 实现数据共享所面临的挑战…… １７９
８. ４. １ 政府层面的挑战………………… １７９
８. ４. ２ 企业层面的挑战………………… １７９
８. ５ 推进数据共享开放的举措……… １８０
８. ５. １ 政府层面的举措………………… １８０
８. ５. ２ 企业层面的举措………………… １８１
８. ６ 数据共享案例…………………… １８１
８. ６. １ 案例１： 菜鸟物流………………… １８１
８. ６. ２ 案例２： 政府一站式平台———ｉ厦门…………………… １８２
８. ６. ３ 案例３： 浙江打通政府数据， 让群众最多跑一次……… １８４
８. ７ 本章小结………………………… １８６
习题……………………………………… １８６
第９章 数据开放
９. １ 政府开放数据的理论基础……… １８８
９. １. １ 数据资产理论…………………… １８８
９. １. ２ 数据权理论……………………… １８８
９. １. ３ 开放政府理论…………………… １８９
９. ２ 政府信息公开与政府数据开放的联系与区别……………… １９０
９. ３ 政府数据开放的重要意义……… １９１
９. ３. １ 政府开放数据有利于促进开放透明政府的形成…………… １９１
９. ３. ２ 政府开放数据有利于创新创业和经济增长………………… １９２
９. ３. ３ 政府开放数据有利于社会治理创新…………………… １９２
９. ４ 国外政府开放数据的经验……… １９３
９. ４. １ 概述……………………………… １９３
９. ４. ２ Ｇ８ 数据开放原则………………… １９４
９. ４. ３ 美国开放数据国家行动计划……… １９５
９. ４. ４ 英国开放数据国家行动计划……… １９５
９. ４. ５ 德国政府开放数据行动…………… １９７
９. ４. ６ 日本政府开放数据行动…………… １９７
９. ５ 国内政府开放数据……………… １９８
９. ５. １ 概述……………………………… １９９
９. ５. ２ 我国政府数据开放制度体系……… １９９
９. ５. ３ 当前数据开放存在的主要问题…… ２００
９. ５. ４ 各地政府数据开放实践…………… ２０４
９. ６ 政府数据开放的几点启示……… ２０８
９. ７ 本章小结………………………… ２０９
习题……………………………………… ２１０
第１０章 大数据交易
１０. １ 概述……………………………… ２１２
１０. ２ 大数据交易发展现状…………… ２１３
１０. ３ 大数据交易平台………………… ２１４
１０. ３. １ 交易平台的类型………………… ２１４
１０. ３. ２ 交易平台的数据来源…………… ２１５
１０. ３. ３ 交易平台的产品类型…………… ２１５
１０. ３. ４ 交易平台涉及的主要领域……… ２１６
１０. ３. ５ 平台的交易规则………………… ２１６
１０. ３. ６ 交易平台的运营模式…………… ２１６
１０. ３. ７ 代表性的大数据交易平台……… ２１７
１０. ４ 大数据交易在发展过程中出现的问题……………………… ２１８
１０. ４. １ 互联网数据马太效应显现……… ２１８
１０. ４. ２ 大数据产权界定不清晰………… ２１９
１０. ４. ３ 大数据交易规则和标准缺乏……… ２１９
１０. ４. ４ 数据估值定价机制有待完善……… ２１９
１０. ４. ５ 大数据需求不明确， 抑制交易市场发展……………… ２２０
１０. ４. ６ 大数据交易组织机构定位不清…… ２２０
１０. ４. ７ 用户隐私保护隐患重重………… ２２０
１０. ４. ８ 大数据交易专业人才缺乏……… ２２１
１０. ５ 推进大数据交易发展的对策…… ２２１
１０. ５. １ 加快制定隐私保护相关法律法规……………………… ２２１
１０. ５. ２ 加快推进政府数据开放共享……… ２２１
１０. ５. ３ 加快完善市场交易机制………… ２２２
１０. ５. ４ 加快建立大数据交易监管职能部门…………………… ２２２
１０. ５. ５ 加快培育大数据交易人才……… ２２２
１０. ６ 本章小结………………………… ２２３
习题……………………………………… ２２３
第１１章 大数据治理
１１. １ 概述……………………………… ２２６
１１. １. １ 数据治理的必要性……………… ２２６
１１. １. ２ 数据治理的基本概念…………… ２２６
１１. １. ３ 数据治理与数据管理的关系……… ２２７
１１. １. ４ 大数据治理的基本概念………… ２２８
１１. １. ５ 大数据治理与数据治理的关系…… ２３０
１１. １. ６ 大数据治理的重要意义和作用…… ２３１
１１. ２ 大数据治理的要素……………… ２３２
１１. ３ 大数据治理模型………………… ２３３
１１. ３. １ ＩＳＡＣＡ 数据治理模型…………… ２３３
１１. ３. ２ ＨＥＳＡ 数据治理模型…………… ２３４
１１. ３. ３ 数据治理螺旋模型……………… ２３４
１１. ４ 大数据治理保障机制…………… ２３５
１１. ４. １ 大数据治理战略目标…………… ２３５
１１. ４. ２ 大数据治理组织………………… ２３６
１１. ４. ３ 制度章程……………………… ２３７
１１. ４. ４ 流程管理……………………… ２３８
１１. ４. ５ 技术应用……………………… ２３８
１１. ５ 本章小结………………………… ２３９
习题……………………………………… ２３９