基于效用的大数据定价方法研究

目录

声明

第1章 绪论

1.1 研究背景

1.2 国内外研究现状

1.2.1 国外研究现状

1.2.2 国内研究现状

1.2.3 文献评述

1.3 研究意义

1.3.1 理论意义

1.3.2 实际意义

1.4 研究内容、方法与技术路线

1.4.1 主要研究内容

1.4.2 研究方法

1.4.3 技术路线

第2章 大数据定价相关理论

2.1 大数据相关理论

2.1.1 大数据的内涵

2.1.2 大数据的分类

2.1.3 大数据的特征

2.1.4 大数据的生命周期

2.2 大数据价值相关理论

2.2.1 大数据的价值

2.2.2 大数据价值的特征

2.2.3 大数据价值的影响因素

2.3 大数据定价理论

2.3.1 效用理论

2.3.2 斯塔克伯格博弈理论

2.4 本章小结

第3章 大数据定价方法分析

3.1 大数据定价方法概述

3.1.1 成本法

3.1.2 收益法

3.1.3 市场法

3.1.4 基于查询定价

3.1.5 基于质量定价

3.2 现有大数据定价方法的对比分析

3.3 本章小结

第4章 基于效用的大数据定价模型的构建

4.1 数据效用函数

4.1.1 数据效用函数的建立

4.1.2 机器学习模型

4.1.3 数据效用的度量

4.2 大数据定价模型的构建

4.2.1 大数据市场模型

4.2.2 数据产品提供商的利润函数

4.2.3 用户效用函数

4.2.4 基于斯塔克伯格博弈的大数据定价模型的建立

4.3 本章小结

第5章 基于效用的大数据定价模型应用研究

5.1 应用研究总体思路

5.2 基于随机森林算法的数据效用函数的确定

5.2.1 随机森林理论

5.2.2 数据收集及处理

5.2.3 随机森林模型的构建

5.2.4 数据效用函数

5.3 数据价格的确定

5.3.1 数据最优定价的确定

5.3.2 定价结果分析

5.4 本章小结

第6章 总结与展望

6.1 全文总结

6.2 本文创新点

6.3 研究不足及展望

6.3.1 研究不足

6.3.2 未来工作展望

致谢

参考文献

附录 量化后的研究区域二手房交易数据

在学期间发表的论文及学术成果