[發明專利]一種基于元組粒度的個人大數據定價方法

在審

• 申請號: 201610875681.5
• 申請日: 2016-10-07
• 公開（公告）號: CN107918875A
• 公開（公告）日: 2018-04-17
• 發明（設計）人: 郭兵;沈艷;申云成;曹亞波;段旭良;張洪;董祥千;黃義純;王丹;張鵬博
• 申請（專利權）人: 成都數銀科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

所屬技術領域

本發明涉及大數據技術領域，尤其是涉及一種基于元組粒度的個人大數據定價方法。

背景技術

隨著大數據的巨大價值被重新認識以及計算機存儲成本的下降，對個人信息的收集數量達到前所未有的水平。這些數據的經濟價值恰好驗證了了許多互聯網公司從搜索引擎、社會媒體網站以及銷售這些信息等方面所取得的成功。但是，由于隱私等相關問題，大量潛在的有用私有數據不能被利益相關者所訪問。

無論是對于數據擁有者還是企圖分析它的機構來說，個人大數據本身具有很大的價值。通常，個人大數據是指涉及個人隱私的特征行為數據，是個人生活活動或工作中產生的、個人可以擁有或控制的數據。個人大數據具有快速的數據流轉、多樣的數據類型、復雜的數據來源等特點，主要包括個人基礎信息以及個人收支、財產、朋友圈、健康、教育、觀點以及個人感知數據等信息。雖然個人大數據本身蘊藏著巨大的商業價值，但往往被個人所忽略。數字技術的使用本應該使個人成為商業、經濟系統中服務和商品的參與提供者和共同創造者。然而，目前的數據產品、定價和交易機制幾乎完全繞開個人用戶。

基于此，本發明提出了一種基于元組粒度的個人大數據定價方法。通過對影響數據價值的數據屬性進行調查，然后分析了信息熵、價值權重、數據引用指數、數據成本等因素對數據元組價值的影響，推導出一個數據元組價值計算方法，該方法可根據參數動態調整，隨著數據規模的增加、數據成本的降低以及數據質量的提高。從而使得個人、數據交易平臺和數據需求方都能從數據交易中受益，實現一個互惠共贏、數據普惠的數據交易生態系統。

發明內容

本發明旨在提出一種基于元組粒度的個人大數據定價方法。

本發明解決其技術難題所采用的技術方案如下：

1)度量個人大數據數據元組價格的特征量：本發明根據數據包的整體價格，利用數據的信息熵、引用指數、價值權重三個特征量來反向推出數據包每個數據元組的價格：

●信息熵：信息熵是一個與事物發生的可能性相關的屬性，它是概率分布的非負函數，刻畫了信息的不確定性；信息的不確定性越大，信息的熵越大；

●數據引用指數：數據引用指數是指某個用戶的數據元組至少有r條被購買r次，把這個最大值稱作用戶的數據引用指數；數據引用指數越大，用戶的數據元組價值越大；

●價值權重：價值權重是一個體現數據元組價值的屬性；價值權重越大，數據元組的價值越大；

2)獲取每一個數據元組的信息熵q_i：假設數據包有n條數據元組，每條數據元組有k個屬性，則第i條數據元組的第j個數據項出現的概率為：

數據包第i條數據元組的熵為：

其中，x_ij表示第i條數據元組的第j個數據項出現的次數；

3)獲取每一個用戶的數據引用指數：根據步驟1)中定義可知，每個用戶的數據引用指數可以從數據包中直接得出；

4)獲取每一個數據元組的價值權重w：每一個數據元組的價值權重w由確定，且滿足約束條件：

其中，第i條數據元組的價值權重為w_i，憑經驗設置，數據包所有元組的價值權重之和為w；

5)獲取每一個數據元組的價格：

，i＝1...n,j＝1...m

其中，p_i表示第i條數據元組的價格，P_s表示數據包的供給價格，等于w_i表示第i條數據元組的價值權重，w表示數據包中所有數據元組的價值權重之和，等于q_i表示第i條數據元組的信息熵，q表示數據包中所有數據元組的信息熵之和，等于r_j表示第j條數據元組所屬用戶的數據引用指數，r表示數據包中所有用戶的數據引用指數值之和，等于α為價值權重因子、β為信息熵因子、γ為數據引用指數因子，它們是手動設置的且和為1。

附圖說明

圖1影響因子和價格比較圖

圖2平均定價與本文定價比較

具體實施方式

根據上述對個人大數據數據元組價格的特征量的描述和獲取，本發明通過一個具體實例驗證定價該方法的正確性和有效性，步驟如下：

1)假設交易平臺有一個數據包，其包含10條數據元組，每條數據元組有5個數據項。假定收集、分析和共享此數據包的成本是20元，此數據包的需求價格是60元，這個數據包的具體情況如表1所示；