近年来,由于互联网、云计算以及数据即服务（DaaS）等相关领域的快速发展,个人数据、企业数据以及政府数据等,其数据量的爆发式增长。由于数据的巨大价值带动了数据交易,国内外纷纷建立了数据集市。数据产品作为一种新型的产品形式,由一个或多个数据源数据集成得到,在广义上说,是指可以发挥数据价值辅助用户做更优决策或是直接行动的一类产品。而定制化的数据产品是指根据数据消费者的个性化特征,提供其所需的数据产品或数据服务,辅助数据消费者利用数据产品或数据服务进行决策。数据产品开发与信息产品都需要消费者的参与,才能保证价值的体现。因此数据产品如何进行定制化生产,数据产品定制化过程中对数据源的选取如何决策,如何让数据平台针对定制化的数据产品进行定价等一系列问题随之而来。本文在相关研究基础上,考虑上述相关问题,主要研究内容与创新工作包括:（1）介绍了数据产品的基本概念以及相关应用,描述了数据产品的特征。综述了传统产品和信息产品的设计与定价、数据产品、数据集成、数据质量等相关研究工作。（2）基于多源数据集成的数据产品定制化的质量模型。根据数据消费者对于数据产品的功能以及质量要求,建立消费者需求矩阵,并确定数据消费者的需求特征,同时为了更好的为数据消费者提供定制化的数据产品,对数据消费者进行k-means聚类分析,确定数据消费者类别,并计算各类消费者需求特征的重要度;本文是基于多源数据集成的数据产品定制化设计,通过借鉴QFD理论对于传统产品的设计步骤,将数据源作为技术需求,提出了基于QFD理论的数据源重要度的计算步骤;根据相关数据质量与数据集成研究,在已知数据源重要度的情况下,考虑数据源冗余以及数据源集成时彼此间相关作用的影响,提出了基于多源数据集成的数据产品定制化的数据集成质量模型;（3）基于多源数据集成的数据产品定制化设计及定价。数据产品在定制化的设计过程中,不同的数据源带来不同质量以及成本,考虑生产数据产品的成本以及消费者自我选择的影响,本文针对数据平台和数据消费者构建了基于多源数据集成的数据产品定制化设计与定价决策的双层规划模型,并运用遗传算法与粒子群算法分别求解数据产品的定制化设计决策与定价决策;（4）本文结合实际,以A数据平台为例,根据A数据平台提供的相关数据,获取数据消费者的需求,建立双层规划模型,考虑数据平台的收益最大化以及数据消费者的自我选择决策,确定数据产品定制化设计的数据源选择决策以及数据产品的定价决策。本文提出的基于多源数据集成的数据产品定制化设计步骤,充分考虑消费者需求,给出了数据平台对于数据产品设计过程中数据源的选取和数据产品定价模型,为数据平台进行数据产品生产与交易提供依据,具有非常重要的理论与实践意义。