[发明专利]时间敏感数据的交易处理方法

说明书

本发明公开了一种时间敏感数据的交易处理方法，包括：获取时间敏感数据的已知交易相关信息，已知交易相关信息包括：拍卖截止时间和买家到达速率，并根据拍卖截止时间和买家到达速率计算得出买家期望总数；根据已知交易相关信息确认多个买家给出的对数据的估值形成的买家估值信息的集合，若买家估值信息为任意分布且未知状态，则按期望诚实的机制进行数据的交易；若买家估值信息独立同分布于某已知的给定分布，则按报价诚实和到达时间诚实的机制或按报价诚实和到达时间半诚实的机制进行数据的交易；若买家估值信息独立同分布于某未知的给定分布，按先学习后决策的机制进行数据的交易。该方法实现了保证交易诚实性并尽可能最大化卖家的交易收益。

技术领域

本发明涉及大数据处理领域，尤其涉及一种时间敏感数据的交易处理方法。

背景技术

现如今，大数据技术在很多领域都取得了杰出的成果，如噪音检测、交通量分析、可视物体检测等等。这些基于大数据技术的服务通常需要依赖于对特定的大量数据的分析。因此，对于服务提供者(数据消费者)来说，亟需高效的数据获取途径。为了促进数据在数据拥有者和消费者之间的交换和流通，一些数据交易平台(也被称作数据代理商)如雨后春笋般出现，如数据堂，贵阳大数据交易所，DATACOUP等。在典型的数据交易场景中，数据提供者将他们的数据卖至数据交易平台，数据消费者从平台上浏览选择他们想购买的数据。数据代理商在数据买卖过程中起到重要的作用。数据交易和传统的物理商品交易有非常大的不同，如何设计交易机制最大化数据代理商的收益吸引了大量的注意。通常来说，收益最大化主要考虑在数据收集中的开销最小化和数据售卖过程中的利润最大化。在数据售卖过程中，当数据代理商(即卖家)对买家的估值有足够的知识时，发布价格机制是一个可行的定价方案。另一个有效的方案是拍卖，即买家报价，代理商收到报价需立即决定要不要售卖并且决定不可撤回，代理商和买家的交互过程可建模为在线拍卖，现有的在线拍卖模型中没有考虑时间敏感的估值，即数据价值随时间变化，这里用函数d(t)表示数据价值在其生命期的波动因子，称为折扣函数。换句话说，当买家i的初始估值是a_i，那么在时间t，买家估值变为a_i*d(t)，即买家初始估值*到达时间对应的折扣值。在实际的交易场景中，数据价值是可能随时间变化的。例如，在环境/交通监测或推荐等应用中，买家更倾向于购买近期的数据来做分析，以提高预测与分类精度，因此这类数据的价值可能随时间的流逝而减少。因此，当考虑数据的折扣函数d(t)非增时，如何能保证数据的时间价值来进行数据交易处理是需要解决的问题。

发明内容

基于现有技术所存在的问题，本发明的目的是提供一种时间敏感数据的交易处理方法，能解决数据的价值可能随时间的流逝而减少，在数据交易时无法保证数据的时间价值的问题。

本发明的目的是通过以下技术方案实现的：

本发明实施方式提供一种时间敏感数据的交易处理方法，包括：

获取所交易的时间敏感数据的已知交易相关信息，所述已知交易相关信息包括：拍卖截止时间和买家到达速率，并根据所述拍卖截止时间和买家到达速率计算得出买家期望总数；

根据所述已知交易相关信息确认多个买家给出的对所述数据的估值形成的买家估值集合，若所述买家估值集合中的买家估值信息为任意分布且未知状态，则按期望诚实的机制进行时间敏感数据的交易；若所述买家估值集合中的买家估值信息独立同分布于某已知的给定分布，则按报价诚实和到达时间诚实的机制进行时间敏感数据的交易，或按报价诚实和到达时间半诚实的机制进行时间敏感数据的交易；若所述买家估值集合中的买家估值信息独立同分布于某未知的给定分布，则按先学习后决策的机制进行时间敏感数据的交易。

由上述本发明提供的技术方案可以看出，本发明实施例提供的时间敏感数据的交易处理方法，其有益效果为：