【摘要】[目的/意义]针对大数据联盟背景下的数据资源利用和需求匹配问题,探索大数据联盟显性数据资源需求多层次匹配模型具有重要现实意义。[方法/过程]从显性需求维度出发构建了大数据联盟数据资源匹配框架,并对显性数据资源需求和服务属性进行拆分,提出了由类型匹配、领域匹配、功能匹配和共享价值匹配组成的四阶段匹配流程,并给出了每个阶段的相似度算法。[结果/结论]通过仿真实例验证了模型的有效性,最后提出了提高大数据联盟数据资源利用效率的策略。