基于数据纯度的模型博弈定价方法

摘要

【目的】在大数据时代,数据流通和共享已经是大势所趋。因此数据定价与交易方法近来广受关注。作为数据定价的重要组成部分,模型定价是数据定价研究的重中之重。在模型定价中,首先需要解决数据拥有者的补偿问题和参与人的收益最大化问题。其次,为了使数据拥有者放心地参与到数据交易中,还要回应其隐私需求。同时,作为模型精度直接影响因素的数据质量也是研究重点。【方法】因此本文在考虑用户隐私需求和数据质量的基础上,提出了基于数据纯度的模型博弈定价方法,在数据收购端以数据质量和噪声多少即隐私保护水平作为补偿依据,在模型出售端以博弈论为定价方法。【结果】本文提出的方法既能给予数据拥有者公平便利的补偿,又能使数据平台和模型购买者收益最大化。【局限】但是对于复杂交易环境下的博弈过程仍需相应改进。【结论】通过实验证明了方法的有效性,为模型定价和数据市场的发展提供了新思路。