当前，数字化、网络化、智能化成为经济社会的发展趋势，在此背景下，数据资源化、数据资产化、数据要素化更加凸显。本书从数据资产管理的共性问题和面向领域的数据资产管理两个维度展开，较为系统全面地介绍了数据资产管理的基础理论、方法和应用。 本书可作为高等院校相关专业的本科生和研究生的教材，也可作为从事大数据分析的相关技术人员、管理人员的参考书，还可作为相关专业资格考试、研究生入学考试的参考书。

周开乐，合肥工业大学管理学院教授、博士生导师，能源环境智慧管理与绿色低碳发展安徽省哲学社会科学重点实验室主任。兼任中国青年科技工作者协会理事、中国系统工程学会生态环境系统工程专业委员会常务委员、中国优选法统筹法与经济数学研究会能源经济与管理研究分会理事、安徽省青年科技工作者协会副会长等。主要从事大数据管理与应用专业相关的科研和教学工作。科研方面，主持了国家自然科学基金优秀青年科学基金项目、专项项目、面上项目和安徽省科技重大专项等，出版学术专著2部，获教育部高等学校科学研究优秀成果奖（人文社会科学）一等奖（排名第2）、安徽省科学技术进步奖二等奖（排名第1），入选爱思唯尔2022“中国高被引学者”。教学方面，主持了安徽省教学研究重点项目和线上一流课程项目，获得多项教学成果奖。

随着互联网、物联网(Internet of Things，IoT)、云计算、人工智能、区块链等新一代信息技术的快速发展，及其与经济社会各领域的深度融合，人类社会生产生活加快向数字化、网络化、智能化方向迈进。在此过程中，各种不同形态的数据快速集聚，并被开发和利用，数据价值更加明晰，数据服务模式不断创新，数据驱动的决策发挥越来越关键的作用。人们对数据的理解和认知更加深刻，数据资源化、数据资产化、数据要素化趋势愈加显著。 在此背景下，迫切需要对数据资产的内涵进行更加明确的界定，对数据资产管理的内容、理论、方法进行更加全面深入的归纳和总结。系统地学习数据资产管理的基础知识是高等学校学生适应新一代信息技术和智能社会发展的必然要求，然而当前关于数据资产管理的知识体系尚不完善，系统化教材仍然较少，为此，我们从数据资产管理过程和面向领域的数据资产管理两个维度出发，组织编写了《数据资产管理》，希望本书能帮助学生对数据资产管理有更加系统的认识，掌握互联网时代数据资产管理的内容体系和理论方法，提高开发和利用数据资产的能力。在本书编写过程中，我们积极吸收相关领域的最新研究成果，并注重形成本书的特色。 （1） 理论介绍与案例分析相结合。本书除了较为详细、全面地介绍了数据资产管理的基础理论知识，还在很多重要知识点部分安排了具体、翔实的案例资料，案例选取方面以近年来的本土案例为主，同时考虑不同领域的案例，通过具体案例帮助学生更好地理解相关概念或理论，从而更好地掌握数据资产管理的内涵和方法。 （2） 知识前沿性与开放性相结合。数据资产管理是一个前沿领域，在本书编写过程中，我们参考了大量国...