本书是大数据新兴领域“十四五”高等教育教材。本书紧扣数据要素高质量发展的要求，系统性地介绍了大数据质量管理的知识体系与技术框架，涵盖核心理论体系、关键技术方法、实用工具及行业前沿实践案例。全书共八章，分为三个模块：首先介绍大数据质量管理的基础技术，然后系统性地介绍大数据质量提升技术，最后解析大数据质量特性与前沿技术发展。具体内容如下。
第1章为数据质量概述；第2章介绍数据质量评价技术，包括质量关联关系与质量规则发现等内容；第3章探讨劣质数据分类问题；第4章介绍数据修复理论与技术，包括缺失值填充，以及基于规则和基于学习模型的修复技术；第5章介绍人机结合的数据质量管理；第6章介绍数据清洗系统及工具；第7章介绍多模态大数据质量管理，包括图数据、时空数据等的质量管理问题特点及技术方法；第8章探讨大数据清洗的前沿技术，包括低质量数据高稳健管理、任务驱动的大数据质量提升、可扩展的大数据清洗、人工智能环境下的大数据质量管理等。
本书可作为高等学校计算机相关专业高年级本科生教材，以及软件工程、计算机科学与技术等专业研究生教材，也可作为行业技术人员的参考用书。本科生侧重基础理论与技术实践，推荐重点研读第1～6章；研究生可继续深入研究第7～8章的前沿算法与创新方法论；行业技术人员可将本书作为工程实践指南，结合具体场景查阅工具选型指南与行业解决方案。
