[发明专利]基于斯塔克尔伯格博弈的多维度数据效用评估及定价方法

说明书

本发明设计了一种基于斯塔克尔伯格博弈的多维度数据效用评估及定价方法，旨在解决大数据交易市场中的数据效用评估问题以及数据交易各参与方利润最大化问题，保证大数据有效共享流通。主要思想是从数据效用和参与方利润两个方面入手，确保数据定价的合理性与有效性。我们基于三个质量维度对数据集的效用进行量化评估，并在此基础上建立了三阶段斯塔克尔伯格博弈模型，实现数据的最优定价使三方利润最大化。

技术领域：

本发明属于数据交易领域，涉及数据效用评估、数据定价。

背景技术：

目前大数据交易市场中数据产品或者数据服务的定价方式很难界定，各种定价策略仍然不完善，大数据交易市场尚未形成统一的定价标准。目前，大多数数据效用评估的方法只通过数据集大小或者数据噪音含量来评估数据的质量，现有的数据效用评估函数无法准确评估数据的效用，不利于数据交易的发展，因此迫切需要一个多维度数据效用评估方法。

博弈论作为求解最优化问题的有力工具，特别是在分析大数据交易市场中参与者为最大化自身利润进行交互时，斯塔克尔伯格博弈是较为简便且有效的方法。

发明内容：

本发明的目的是提供一种基于斯塔克尔伯格博弈的多维度数据效用评估及定价方法，设计了一种多维度数据效用评估方法，并基于斯塔克尔伯格博弈求解出最优数据定价策略，包含多维度数据效用评估方法设计、博弈模型构建、纳什均衡求解等步骤，具体过程如下：

1)数据提供者作为斯塔克尔伯格博弈的领导者，采集数据并基于多维度数据效用评估方法评估该数据集的效用，包括数据集大小、数据无噪音率、数据类平衡率，并确定其利润函数；

2)同为领导者的服务提供者购买数据提供者的数据，利用机器学习算法提供数据服务，确定其利润函数；

3)服务使用者根据自身需求和利润选择是否使用服务提供者提供的数据服务，根据利润函数决定自身的数据效用需求；

4)构建大数据交易市场中的三阶段斯塔克尔伯格博弈模型；

5)求解纳什均衡并得到最优数据单价、最优数据服务单价和最优数据效用需求。

附图说明

图1详细描述了大数据交易市场。

具体实施方式：

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

本发明提供一种基于斯塔克尔伯格博弈的多维度数据效用评估及定价方法，具体过程如下：

1)数据提供者作为斯塔克尔伯格博弈的领导者，采集数据并基于多维度数据效用评估方法评估该数据集的效用，包括数据集大小n、数据无噪音率α、数据类平衡率β，并确定其利润函数Pro_DP；

(1.1)数据集大小记为n，代表数据集的数据个数；

(1.2)数据无噪音率的计算公式为：

(1.3)数据类平衡率的计算公式为：

(1.4)数据效用评估函数为：

u＝ω₁-ω₂exp(-(ω₃*n+ω₄*α+ω₅*β))

其中z为含有标签噪声的数据个数，n_min为数据集中数据最少的类的数据个数，n_max表示数据集中数据最多的类的数据个数，{ω_i|i＝1,2,...,5}为拟合参数。

(1.5)数据提供者的利润函数为：