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...     

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。     

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。     

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...     

数据湖技术研究综述

传统存储技术已经不适合大数据时代的数据分析和应用,数据湖概念的出现有效解决了数据存储成本高、灵活性低、异构数据多样化等问题。目前数据湖研究还处于早期阶段,缺乏覆盖数据处理全过程的综述性研究。为了更全面地了解数据湖技术,调查分析了近几年数据湖技术的研究成果。首先,梳理了数据湖发展历程和概念,并与其他类似的概念进行了比较;其次,对数据湖架构进行了调查,并根据架构特征把数据湖关键技术分为存储、数据摄取、数据维护、数据探索、数据治理等部分,分析和讨论了关键技术的最新研究进展、技术方案、研究缺陷以及今后研究方向;最后,调查了数据湖在各个应用领域的典型应用,为各行业数据湖的实施者提供了参考。     

我国数据交易统一大市场发展现状与路径思考

数据交易在数字经济发展发展中发挥了至关重要的作用。通过梳理我国当前数据市场交易暴露的痛点问题,围绕我国数据要素市场培育的总体要求,结合实践基础以及国家推进全国统一大市场的总体要求,提出破解数据交易困境、加快建设全国统一数据交易市场亟待处理好安全与发展、政府与市场、竞争与合作以及管理与技术四对关系。同时,以“统一制度建设、推进交易场所功能互补、强化基础设施互联互通和推进所商分离与生态建设”为四大核心抓手,推动统一数据交易市场建设。     

Internet定价研究综述

随着Internet从学术网到商业网的逐渐转变,Internet定价问题引起了许多网络工程师及经济学家的关注。本文首先综述了Internet定价研究史上具有代表性的几种定价方案,总结了切实可行的定价策略应具有的特性,然后对相关数学工具一博弈论进行了描述,重点介绍了定价策略在实施上所存在的困难,最后讨论了可能的进一步研究方向。     

基于服务模型的定价机制研究综述

近几年,随着高带宽需求、高QoS要求应用的不断涌现,人们开始越来越多的关注QoS及网络效率问题,根据不同业务对QoS需求的不同可以将网络服务类型分为尽力而为服务和满足QoS要求的服务,因而ISP在制定价格时必须考虑网络的服务类型,制定与服务模型相符合的定价机制。针对多钟网络服务模型,考虑现有基于服务模型的定价研究,并进行分析与评价。     

Multi-Blockchain Based Data Trading Markets With Novel Pricing Mechanisms

In the era of big data, there is an urgent need to establish data trading markets for effectively releasing the tremendous value of the drastically explosive data. Data security and data pricing, however, are still widely regarded as major challenges in this respect, which motivate this research on the novel multi-blockchain based framework for data trading markets and their associated pricing mechanisms. In this context, data recording and trading are conducted separately within two separate blockchains: the data blockchain (DChain) and the value blockchain (VChain). This enables the establishment of two-layer data trading markets to manage initial data trading in the primary market and subsequent data resales in the secondary market. Moreover, pricing mechanisms are then proposed to protect these markets against strategic trading behaviors and balance the payoffs of both suppliers and users. Specifically, in regular data trading on VChain-S2D, two auction models are employed according to the demand scale, for dealing with users’ strategic bidding. The incentive-compatible Vickrey-Clarke-Groves (VCG) model is deployed to the low-demand trading scenario, while the nearly incentive-compatible monopolistic price (MP) model is utilized for the high-demand trading scenario. With temporary data trading on VChain-D2S, a reverse auction mechanism namely two-stage obscure selection (TSOS) is designed to regulate both suppliers’ quoting and users’ valuation strategies. Furthermore, experiments are carried out to demonstrate the strength of this research in enhancing data security and trading efficiency.

     

基于Spring MVC的大数据交易集市平台

传统的大数据交易集市以促成大数据交易为主, 类似普通商品交易平台, 提供的主要功能偏重于数据目录管理、交易过程的事务管理. 这种方式存在诸多弊端, 除公开数据外, 各数据所有者考虑到数据安全、隐私或数据被滥用, 或分享数据损害自身竞争优势, 仍对数据交换持谨慎态度, 同时各企业对不同行业、多领域存在的数据了解有限, 制...     

一种多源数据驱动的自动交易系统决策模型

股票自动交易系统属于典型的复杂系统,其成功的关键是如何对股价进行有效的预测与决策.股价受多种信息的影响,但传统的自动交易模型多建立在历史交易数据的基础上.针对上述问题,本文综合利用新闻文本数据与股价技术指标数据,基于人工神经网络（Artificial neural netuorks,ANN）方法设计了一种多源数据驱动的股票自动交易决策模型.本文首先分析了各类财经新闻的特点及其对股价的影响,然后设计了相应模板抽取了中文文本中的财经新闻事件;在此基础上,设计了历史股价和新闻事件数据共同驱动的ANN-News模型,并利用实际数据验证了模型的有效性.实验发现,ANN-News模型比传统的机器学习类模型股价预测准确率提升约4%,收益率提升约7%.     

知识图谱数据管理研究综述

知识图谱是人工智能的重要基石.各领域大规模知识图谱的构建和发布对知识图谱数据管理提出了新的挑战.以数据模型的结构和操作要素为主线,对目前的知识图谱数据管理理论、方法、技术与系统进行研究综述.首先,介绍知识图谱数据模型,包括RDF图模型和属性图模型,介绍5种知识图谱查询语言,包括SPARQL、Cypher、Gremlin、PGQL和G-CORE;然后,介绍知识图谱存储管理方案,包括基于关系的知识图谱存储管理和原生知识图谱存储管理;其次,探讨知识图谱上的图模式匹配、导航式和分析型3种查询操作.同时,介绍主流的知识图谱数据库管理系统,包括RDF三元组库和原生图数据库,描述目前面向知识图谱的分布式系统与框架,给出知识图谱评测基准.最后,展望知识图谱数据管理的未来研究方向.     

The Extraction of Trading Rules From Stock Market Data Using Rough Sets

We propose the rough set approach to the extraction of trading rules for discriminating between bullish and bearish patterns in the stock market. Rough set theory is quite valuable for extracting trading rules because it can be used to discover dependences in data while reducing the effect of superfluous factors in noisy data. In addition, it does not generate a signal to trade when the pattern of the market is uncertain because the selection of reducts and the extraction of rules are controlled by the strength of each reduct and rule. The experimental results are encouraging and show the usefulness of the rough set approach for stock market analysis with respect to profitability.     

基于扩展FAST的高速证券交易接口文件交换方法

针对现有方法冗余度高和文件分段造成带宽浪费、延迟大的问题,提出一种基于扩展FAST的高速证券交易接口文件交换方法-FastFile.将接口文件记录映射为消息进行编码并组成段传输,使接收方即便只收到部分分段,也可解析出所含记录,同时利用扩展FAST高效的编码有效降低数据冗余度.实现了扩展FAST及FastFile,实验比较了FastFile与常用接口文件格式.实验表明FastFile处理数据的粒度更小,可降低重传,数据格式比现有的接口文件格式小70%以上,验证了新方法的可行性与有效性.     

数据质量和数据清洗研究综述

对数据质量,尤其是数据清洗的研究进行了综述.首先说明数据质量的重要性和衡量指标,定义了数据清洗问题.然后对数据清洗问题进行分类,并分析了解决这些问题的途径.最后说明数据清洗研究与其他技术的结合情况,分析了几种数据清洗框架.最后对将来数据清洗领域的研究问题作了展望.     

低延迟证券交易系统关键技术研究

为构建低延迟证券交易系统,给出对证券交易延迟的定义,提出证券交易延迟的整体分析框架.对证券交易延迟进行细分,研究构建证券交易系统相关的操作系统、消息中间件、软件开发、性能测试及优化等软件关键技术,讨论可能消除或减少这些延迟的现有方法、技术和手段及其发展趋势.分析表明,采用系统化分析方法对搭建的系统进行不断凋整优化是构建...     

Web数据管理研究进展

Web数据管理是研究如何根据动态的用户需求从动态的数据源中获取和管理Web数据.本文综述了近10年来该领域的相关文献,针对Web数据管理所必需的数据获取、数据管理和数据服务三大功能,对元搜索技术、数据空间以及跨媒体技术的研究现状和研究成果进行了总结和分析.最后,讨论Web数据管理系统中存在的问题,从数据质量、系统一致性维护以及个性化服务三个方面对未来研究进行了展望.