[发明专利]一种基于元组粒度的个人大数据定价方法

摘要

本发明公布了一种基于元组粒度的个人大数据定价方法。首先对影响数据价值的数据属性进行调查，然后分析了信息熵、价值权重、数据引用指数、数据成本等因素对数据元组价值的影响，推导出一个数据元组价值计算方法，该方法可根据参数动态调整，随着数据规模的增加、数据成本的降低以及数据质量的提高，数据交易各方将得到更多的实惠。最后通过一个具体实例验证定价方法的正确性和有效性。

主权项

一种基于元组粒度的个人大数据定价方法，其特征在于该方法的步骤如下：1)度量个人大数据数据元组价格的特征量：本发明根据数据包的整体价格，利用数据的信息熵、引用指数、价值权重三个特征量来反向推出数据包每个数据元组的价格：●信息熵：信息熵是一个与事物发生的可能性相关的属性，它是概率分布的非负函数，刻画了信息的不确定性；信息的熵越大，信息的不确定性越大；●数据引用指数：数据引用指数是指某个用户的数据元组至少有r条被购买r次，把这个最大值称作用户的数据引用指数；数据引用指数越大，用户的数据元组价值越大；●价值权重：价值权重是一个体现数据元组价值的属性；价值权重越大，数据元组的价值越大；2)获取每一个数据元组的信息熵qi：假设数据包有n条数据元组，每条数据元组有k个属性，则第i条数据元组的第j个数据项出现的概率为：p(xij)=xijn]]>数据包第i条数据元组的熵为：qi=-Σj=1kp(xij)log2p(xij)]]>其中，xij表示第i条数据元组的第j个数据项出现的次数；3)获取每一个用户的数据引用指数：根据步骤1)中定义可知，每个用户的数据引用指数可以从数据包中直接得出；4)获取每一个数据元组的价值权重w：每一个数据元组的价值权重w由确定，且满足约束条件：其中，第i条数据元组的价值权重为wi，凭经验设置，数据包所有元组的价值权重之和为w；5)获取每一个数据元组的价格：pi=PS*(wiw*α+qiq*β+rjr*γ),i=1...n,j=1...m]]>其中，pi表示第i条数据元组的价格，Ps表示数据包的供给价格，等于wi表示第i条数据元组的价值权重，w表示数据包中所有数据元组的价值权重之和，等于qi表示第i条数据元组的信息熵，q表示数据包中所有数据元组的信息熵之和，等于rj表示第j条数据元组所属用户的数据引用指数，r表示数据包中所有用户的数据引用指数值之和，等于α为价值权重因子、β为信息熵因子、γ为数据引用指数因子，它们是手动设置的且和为1。