[發明專利]基于多臂老虎機和Shapley值的群智感知數據動態交易方法

在審

• 申請號: 201911250169.1
• 申請日: 2019-12-09
• 公開（公告）號: CN111028080A
• 公開（公告）日: 2020-04-17
• 發明（設計）人: 徐暢;司雅蘊;祝烈煌;張川;張璨;饒鴻洲
• 申請（專利權）人: 北京理工大學
• 主分類號: G06Q40/04
• 分類號: G06Q40/04;G06Q30/02;G06F17/18
• 代理公司: 北京理工正陽知識產權代理事務所(普通合伙) 11639
• 代理人: 張利萍

本發明涉及一種基于多臂老虎機和Shapley值的群智感知數據動態交易方法，屬于大數據和群智感知技術領域。本發明首先利用Shapley值判定每個“工人”的數據對“買家”的邊際貢獻，包括考慮新數據的直接貢獻和考慮冗余數據的間接貢獻。之后，“買家”會選擇邊際貢獻較高的“工人”，并給出意向的交易價格。為了提高交易的成功率并得到最大的回報，“買家”實施一定的學習策略。針對給出高價保證交易成功，和試探底線獲得更大回報的兩難問題，利用上下文形式的多臂老虎機模型進行學習，該策略在每個輪次中選擇可觀察到的最佳價格，逐漸進行調整以適應“工人”的心理底線。采用本方法推斷出的“工人”的價格預期更接近實際值，“買家”由此獲得更大回報。

技術領域

本發明涉及一種群智感知下的數據動態交易方法，尤其涉及一種基于多臂老虎機和Shapley值的數據動態交易方法，屬于大數據和群智感知技術領域。

背景技術

近年來，隨著無線通信和傳感器技術的快速發展，以及無線移動智能終端設備的快速普及，大多數智能手機和平板電腦集成了全球定位系統(global positioningsystem，GPS)、加速度計、陀螺儀、麥克風、攝像頭等計算和感知功能強大的感知模塊，使得人們可以隨時隨地感知和獲取周圍環境信息，獲取相關數據。大量基于感知信息的應用不斷涌現，如：環境監測、交通監測、社交網絡應用等。這些不斷增加的應用，促進了群智感知(crowd sensing)的誕生和發展。

在群智感知場景下，一些機構(如氣象中心、交通管理部門等)，迫切需要即時的分布式數據，成為購買數據的一方，稱之為“買家”；通過智能終端上傳感知數據的各類用戶，作為銷售數據的一方，稱之為“工人”。當供需關系一直存在時，總會有“買家”為有價值的數據付費，自然地形成一個數據市場。這種貨幣形式的數據交易機制，可以視為動態的零和游戲。雙方都是為了最大化自己的利益，這同時意味著對方的損失。從“買家”的角度出發，它的目標是以最低的價格獲得更多有價值的數據。

目前，在群智感知的場景下形成的數據市場仍然存在一些限制，使得該場景無法實現完全的市場化，從而推向更廣泛的應用場景。假定“工人”之間在交易市場上是無法通信的，這意味著“工人”們不能看到對方且無法商量彼此的出價，進而無法形成賣家聯盟來控制價格。也就是說，“買家”是可以從這個市場中得知所有“工人”的出價，而“工人”只知道自己的出價，卻不知道整個市場的行情。

為了使“買家”的利益最大化，需要對不同“工人”的表現進行衡量。其中，感知數據的價值會影響“買家”的最終決策。一些傳統方案認為，“工人”的表現或者數據的客觀質量完全決定了當前數據對特定“買家”的價值。或者說，環境因素會對數據的價值造成很大的影響，例如收集數據的用時和采集數據的地點等。但這些觀點都比較片面。可以將數據交易的過程劃分為多個時間輪次，隨著時間輪次的漸進，“買家”會逐漸得到更多的數據。也就是說，在大多數時間下，可以認為“買家”本身就保存有一個數據集。在這個前提下，即便是相同的感知數據，它們對于不同的“買家”來說，價值也很可能是不同的。舉例來說，假設當前有“買家”A和B，A已經有了數據1，而B沒有，則數據1對B的價值有更大概率更高一些。因此，“買家”有傾向于選擇對其更有價值的數據的趨勢。

在數據市場中，除了數據的價值之外，另一個重要的影響因素是買賣雙方最終的交易價格。如何確定有價值的數據的交易價格，是該場景下一個巨大的挑戰。可以想到的方法是，買賣雙方進行談判，經過多輪的商討，最終漸進得到一個雙方可接受的價格并簽訂合同。但是，由于通信成本高昂，因此該方法在投標一類回合較少的場景下更加適用。而在群智感知中，由于參與的實體非常多，尤其是“工人”的數量可能遠大于“買家”的數量，讓每個“買家”與數量如此龐大的群體一一簽訂合同，只是理論上可行的方法。