数据定价研究综述

数据定价是把数据作为资产并对资产进行定价的行为.在当前的数据市场中,由于买家和卖家之间几乎没有透明度、信息严重不对称,造成数据定价的混乱.如果存在数据定价的标准流程和评估方法,买家就能够以合理的价格获得需要的数据,同时也能改善数据交易市场的效率.检索了近年来关于数据定价的相关文献,在此基础上,总结了数据定价的定义、特点...     

价值导向型的综合数据交易定价机制研究

数据市场日渐发展，数据产品层出不穷，但数据定价方面缺少统一科学策略。本文以数据价值为导向，参照标准DQAF模型，提出具体价值评估指标，并结合成本、商业利润、垄断市场、政府等诸多经济因素进行考量，得出修正系数，然后提出以数学模型为基础的价值导向型综合定价法，并总结改进当下评估机制与交易体系，为数据市场数据定价交易另辟蹊径。     

基于以太坊和动态定价的数据交易模式研究

为了解决现有数据交易模式中交易流程耗时较大且效率较低,信息泄露和公平支付问题,提出一种改进的数据交易模式,通过智能合约预置额外的约束条件,集成了数据交易和仲裁纠纷解决的功能,用于实现交易的公平自治性和交易时间控制,以规避数据交易过程中恶意交易行为。在此基础上,为实现所提出的数据交易模式中价格的动态平衡,基于经济建模方法和动态定价的公平合理性,设计一个自动平衡总供给和总需求的动态定价机制,依据购买需求和数据资源的市场供给进行价格动态调整。从模型的动态性对模型进行了论证,证明了交易价格和需求可以收敛。基于以太坊实验环境部署并执行该合约,并对该智能合约的各功能成本和安全性进行测试和分析。仿真实验结果表明,该改进交易模式在动态定价下能够以较低的执行成本进行数据交易,并且该智能合约存在较少代码漏洞,满足可行性和安全性要求。     

大数据交易定价策略研究

随着数据开放的推进和大数据产业的发展,数据交易已成为创新的商业模式,但大数据交易平台处在起步阶段,各种定价策略还不完善,尚未形成统一的定价机制。数据商品的首先要进行标准化,商品确权,然后选择合适的交易模式进行交易。本文提出了五种交易定价策略,并为完善大数据交易市场提出了几点建议。     

基于隐私度量的数据定价模型

有价值的数据资源充分流动,可以实现大数据产业的长期,稳定和可持续发展。本文讨论了通过构建以合理定价为中心的数据交易机制来利用经济杠杆来激励数据流的想法。首先,本文结合信息熵,提出了一种基于分级的交易数据集隐私度量方法;其次,基于数据集中的隐私含量和数据引用指数提出了一种数据定价模型对待交易数据元组进行定价;最后,结合一个实际的交易数据集验证了模型的正确性、合理性、有效性。     

网格资源交易过程中的自主定价策略

基于计算市场的网格系统资源分配的一个关键步骤是对资源的合理定价,本文给出了一种新的在每次交易过程中由买卖双方自主确定价格的方法。这种定价方法与现实生活中的商品交易更相近。与现有的其他定价策略相比,该策略是一种分布式的定价方案,与分布式资源分配的要求相适应。此外定价与交易相结合,价格仅由交易双方制定,且仅限于本次交易中有效,使得这种定价更加灵活,也更能充分适应网格资源的实时变化。     

我国数据交易安全问题与对策建议研究

数据已经成为关键生产要素,数据价值不断被挖掘,数据交易成为推动数字经济发展的关键支撑.介绍了我国数据交易发展的现状与产业特点,对我国数据交易政策及标准进行了研究;分析了我国数据交易面临的安全问题,提出了数据交易安全模型框架;阐述了完善数据交易的法规政策和标准的必要性,提出了大力推动数据共享、合法性利用的基础管理框架;针...     

数据治理技术

随着信息技术的普及，人类产生的数据量正在以指数级的速度增长，如此海量的数据就要求利用新的方法来管理.数据治理是将一个机构（企业或政府部门）的数据作为战略资产来管理，需要从数据收集到处理应用的一套管理机制，以期提高数据质量，实现广泛的数据共享，最终实现数据价值最大化.目前，各行各业对大数据的研究比较火热，但对于大数据治理的研究还处于起步阶段，一个组织的正确决策离不开良好的数据治理.首先介绍数据治理和大数据治理的概念、发展以及应用的必要性；其次，对已有的数据治理技术——数据规范、数据清洗、数据交换和数据集成进行具体的分析，并介绍了数据治理成熟度和数据治理框架设计；在此基础上，提出了大数据HAO治理模型.该模型以支持人类智能（HI）、人工智能（AI）和组织智能（OI）的三者协同为目标，再以公安的数据治理为例介绍HAO治理的应用；最后是对数据治理的总结和展望.     

信息不对称条件下寡头集团转移定价决策分析

研究信息不对称条件下存在中间产品外部市场的寡头集团转移定价决策问题.在不完全竞争中间产品外部市场条件下,当集团之间信息不对称时,对中间产品内外部实行单一定价,转移价格将大于中间产品的边际成本;对中间产品内外部实行差别定价时,转移价格则等于中间产品的边际成本.通过对两种策略的比较可知,寡头集团实行差别定价还是单一定价,取决于中间产品外部市场和最终产品市场的需求价格弹性.     

数据湖技术在烟草行业中的应用探讨

与过去传统的数据存储库相比,数据湖在数据收集、数据价值的发挥、数据孤岛的消除等方面都有着显著的优势,加之有着良好的扩展性与敏捷性,因此被越来越多的行业所重视。烟草行业作为高税负行业,如何将数据湖技术应用其中,对于数据集成能力以及数据治理能力的提升起着至关重要的作用,不仅能为营销环节做出更为精准的预测分析,而且对于财务管理也能起到十分积极的影响。本文基于此背景,首先对数据湖相关概念进行了简单介绍;其次对数据湖方案的价值以及可行性进行了分析;最后详细阐述了数据湖在烟草行业中的应用与研究,以供相关工作者参鉴。     

排队系统定价控制问题的研究综述

定价作为服务系统价值因素的调控机制,在拥塞控制、收益管理和服务质量控制等领域有重要的应用.服务提供商设计定价策略使得系统性能在诱导的顾客行为下达到最优.排队模型是分析服务系统性能的重要模型.本文介绍了排队系统定价控制的基本要素,包括排队模型、顾客行为、性能指标以及定价策略类型,围绕静态定价策略、动态定价策略和优先级定价策略,详细综述了排队系统定价控制的研究现状,然后简要介绍了作者针对排队网络动态定价问题的最新研究进展,最后总结了该领域的研究现状、尚未解决的问题、当前的研究热点以及未来的发展方向.     

A fine-grained privacy protection data aggregation scheme for outsourcing smart grid

Compared with the traditional power grid, smart grid involves many advanced technologies and applications. However, due to the rapid development of various network technologies, smart grid is facing the challenges of balancing privacy, security, efficiency, and functionality. In the proposed scheme, we design a privacy protection scheme for outsourcing smart grid aided by fog computing, which supports fine-grained privacy-protected data aggregation based on user characteristics. The fog server matches the encrypted characteristics in the received message with the encrypted aggregation rules issued by the service provider. Therefore, the service provider can get more fine-grained analysis data based on user characteristics. Different from the existing outsourcing smart grid schemes, the proposed scheme can achieve real-time pricing on the premise of protecting user privacy and achieving system fault tolerance. Finally, experiment analyses demonstrate that the proposed scheme has less computation overhead and lower transmission delay than existing schemes.     

互联网金融中的大数据应用

互联网金融是基于互联网及移动通信、大数据、云计算、社交平台、搜索引擎等信息技术,实现资金融通、支付、结算等金融相关服务的金融业态,是现有金融体系的进一步完善和普惠金融的重要内容。数据是互联网金融的核心,大数据技术是保证互联网金融健康发展的关键支撑,互联网金融中的大数据应用包括精确营销、信用评估、资产定价、风险管理和指数编制等。互联网金融大数据应用面临着共享失联、内容失真、处理失速、分析失能和安全失控的问题和挑战。     

一种基于市场机制的网格资源调价算法

针对基于市场机制的网格资源调度中的资源调价问题，结合集中式同步调价算法速度快，以及分布式WALRAS算法可扩展性优点，提出一种分布分组调价算法．首先，描述了实现资源调价的系统框架：资源域Agent，资源组调价器；其次，阐述了分布分组调价算法：根据资源价格的相关性将资源分成若干资源组，当资源供需发生变化后，各资源组调价器分别根据供需均衡调整价格到均衡价格；最后，通过实验比较了分布式WALRAS算法和提出的分布分组调价算法的性能，实验结果表明提出的算法可以获得更好的性能．     

Dynamic Congestion Pricing in Disequilibrium

A theory of dynamic congestion pricing for the day-to-day time scale is presented which takes the form of a continuous time optimal control problem. The formulation accomodates elastic nonseparable travel demands and nonseparable travel costs. Necessary conditions for optimal congestion prices are analyzed to uncover bang-bang, singular and synthesized optimal control decison rules for setting network tolls in a dynamic environment. These decision rules are shown to be sufficient for optimality under plausible regularity conditions.     

自动驾驶出租车调度系统研究综述

人工智能和大数据科学的发展带来了新一代产业革命。基于人工智能、大数据、车联网等技术的自动驾驶出租车调度系统将成为下一代交通系统的重要组成部分。文中从车联网环境下的自动驾驶调度系统的数学建模问题和系统构建两个方面对现有的文献进行了梳理和讨论。针对乘客出行需求的动态不确定性的共享问题,着重讨论了自动驾驶出租车在不同路径共享模式下的路径规划,以及共享合乘定价和智能调度系统构建的关键技术。最后,总结了自动驾驶出租车在解决交通拥堵和减少资源浪费方面的优势,并指出了自动驾驶出租车系统的技术难点和发展趋势。     

Competitive pricing with dynamic asymmetric price effects

We model the temporal pricing strategies for two firms with asymmetric costs and differing market power (i.e. big‐box retailer versus smaller local merchant). A firm's demand is a function of its price, a reference price and its competitor's price. Price effects may be asymmetric, i.e. consumers respond differently if they perceive a good to be over‐priced versus under‐priced. We derive analytical results for optimal prices. We show through a series of numerical examples under what settings firms choose various pricing strategies as well as profit implications for firms with differing costs.