個人大數(shù)據(jù)的定價方法設計

郭妍彤

（四川大學計算機學院，成都610065）

0 引言

數(shù)據(jù)時代的快速發(fā)展給人們的生活帶來了很多便利，可以幫助我們足不出戶的采購、交易甚至是辦理政務手續(xù)，政府及企業(yè)也越來越重視對數(shù)據(jù)的管理及開發(fā)利用；但是大數(shù)據(jù)巨大的應用價值導致數(shù)據(jù)泄露事件頻出，并且人們帶來了騷擾廣告和詐騙電話等困擾?，F(xiàn)在的個人數(shù)據(jù)所有權管理混亂，個人數(shù)據(jù)所有者不但無法很好的使用個人數(shù)據(jù)來獲得利益，反而深受數(shù)據(jù)泄露之擾，導致個人用戶也缺乏了提供數(shù)據(jù)的積極性，需要數(shù)據(jù)的需求者也很難通過合法合規(guī)的渠道來獲得自己需要的數(shù)據(jù)。為此，麻省理工學院媒體實驗室Sandy Pentland教授2010年提出個人數(shù)據(jù)商店（Personal Data Store）理念，鼓勵人們貢獻和分享數(shù)據(jù)[1]，并基于此產(chǎn)生了一種新的數(shù)據(jù)管理理念——個人數(shù)據(jù)銀行。個人數(shù)據(jù)銀行是指將個人數(shù)據(jù)當作一種新型的“貨幣”存儲在個人數(shù)據(jù)銀行中，建立一種大數(shù)據(jù)資產(chǎn)管理運營系統(tǒng)，將個人用戶授權后的信息進行采集、清理、共享和使用，同時給個人用戶一定比例的利息作為回報。

在構建個人數(shù)據(jù)銀行的過程中，如何合理地對個大數(shù)據(jù)進行定價也是一個需要解決的問題，一個良好的定價方式可以對個人數(shù)據(jù)銀行的運行和數(shù)據(jù)的流通起到促進作用。

1 研究介紹

個人大數(shù)據(jù)最大的特點在于數(shù)據(jù)提供者的不同及數(shù)據(jù)質量的參差。個人大數(shù)據(jù)的數(shù)據(jù)提供者是許許多多不同的個人用戶，他們在授權平臺對其采集數(shù)據(jù)后，會源源不斷地制造各種不同種類、不同質量的數(shù)據(jù)。這些數(shù)據(jù)并不都有相似的數(shù)據(jù)質量，也會因為授權等級而有許多不同的差異，比如相似的個人運動中的一條跑步數(shù)據(jù)，提供者A允許平臺收集地理位置信息，那么這就是一條擁有完整跑步期間軌跡信息的跑步數(shù)據(jù)，而提供者B不允許收集地理位置信息，那么這就是一條只有時間、長度及速度的跑步記錄。雖然都是相似的跑步信息，但是這樣不同的數(shù)據(jù)包含了不同的價值和信息量，在個人數(shù)據(jù)銀行中所能獲得的收益也應該不盡相同。

將數(shù)據(jù)商品和以前的一般商品相比較而言，其衡量價值和價格的屬性也與一般商品有很大的差別，定價已經(jīng)不是以前“成本驅動”的定價時代了[2]?，F(xiàn)如今數(shù)據(jù)市場越來越大，人們對數(shù)據(jù)的需求也越來越多，但是數(shù)據(jù)定價方式還沒有形成統(tǒng)一的評價標準。在數(shù)據(jù)定價中，首先要將視線轉移到“價值驅動”上，正確地衡量數(shù)據(jù)的質量和價值，同時以此對數(shù)據(jù)進行差異性定價，是最需要解決的問題。其次，在現(xiàn)有的數(shù)據(jù)定價方法中，大多數(shù)都是以包為數(shù)據(jù)定價的基本單位，這樣無法區(qū)分每條數(shù)據(jù)的差距，對于每條元組來說都是一樣的平均價，這對于個人數(shù)據(jù)銀行這樣的構建前提來說，并不適合。不同的數(shù)據(jù)根據(jù)其信息量不同、價值不同、重要程度不同等差異，應有不同的價格，如果每條元組的價格一致，那么無法給個人用戶提供激勵以促進大家提供更多高質量的數(shù)據(jù)。

2 個人數(shù)據(jù)銀行定價設計

圖1 個人數(shù)據(jù)銀行定價總體設計

首先，我們先根據(jù)數(shù)據(jù)的結構不同，將數(shù)據(jù)分為結構化數(shù)據(jù)和非結構化數(shù)據(jù)。

在現(xiàn)在的數(shù)據(jù)流通中，格式化數(shù)據(jù)是使用最多的數(shù)據(jù)，小到一條外賣訂單、大到一張醫(yī)療診斷單，其實都是一種結構化的數(shù)據(jù)。為此，我們將根據(jù)國家標準的《信息安全技術個人信息安全規(guī)范》中的分類標準對結構化數(shù)據(jù)進行劃分，在數(shù)據(jù)經(jīng)過脫敏后劃分成個人基本資料、網(wǎng)絡身份標識信息、個人健康生理信息、個人教育工作信息、個人財產(chǎn)信息、個人通信信息、聯(lián)系人信息、個人上網(wǎng)記錄、個人常用設備信息、個人位置信息、其他信息等十二類數(shù)據(jù)，并對每組信息設定好已有的數(shù)據(jù)結構模式及規(guī)模，進行整理及清洗。

而其他無法被輕易收集并處理成結構化數(shù)據(jù)的個人大數(shù)據(jù)，如個人的制作的視頻集、個人拍攝的地貌圖等個人用戶愿意提供的有價值的數(shù)據(jù)，統(tǒng)一分為非結構化數(shù)據(jù)。

2.1 結構化數(shù)據(jù)的定價

針對不同種類的數(shù)據(jù)，應該有不同的定價方式。像是結構化數(shù)據(jù)，因為其不同的數(shù)據(jù)元組是由不同的數(shù)據(jù)提供者所提供，所以在數(shù)據(jù)的定價中，需要能夠區(qū)分每一條數(shù)據(jù)，因為根據(jù)每一條數(shù)據(jù)的價值不同該數(shù)據(jù)的數(shù)據(jù)提供者所獲得的收益也是不同的。對此，Shen[1]提出了以元組為基礎的定價方式。在這種定價方式中，數(shù)據(jù)的最小衡量單位是元組，而其具體定價主要由三個部分影響，分別是：屬性權重、數(shù)據(jù)熵和數(shù)據(jù)提供者的信譽值。

其中影響數(shù)據(jù)的因素為信息熵(q)、權重(w)及R指數(shù)(r)，其對應的權重分別為α、β、γ，則滿足以下約束：

則每個元組的價格P i為：

其中P S為整個數(shù)據(jù)集分成的價格。

這種方法中使用了信息熵來衡量數(shù)據(jù)中不同數(shù)據(jù)項的信息量，用權重來衡量數(shù)據(jù)中不同類型數(shù)據(jù)的價值含量，用信譽值來衡量數(shù)據(jù)提供者的信譽值。

但是在該方法中，并沒有給出權重設計的詳細方式，所以需要根據(jù)數(shù)據(jù)分類的情況，對數(shù)據(jù)的權重進行新的劃分。我們可以將數(shù)據(jù)根據(jù)《信息安全技術個人信息安全規(guī)范》分類后，再根據(jù)每類數(shù)據(jù)中的詳細分類對個人用戶的重要性來對數(shù)據(jù)權重進行劃分。

在該方法中，數(shù)據(jù)信譽度是根據(jù)所有數(shù)據(jù)的數(shù)據(jù)售出的次數(shù)而衡量的，但是在實際應用中，數(shù)據(jù)的售出次數(shù)與數(shù)據(jù)提供者的信譽度并沒有很大關聯(lián)，如果數(shù)據(jù)提供者剛好提供了售出次數(shù)多的數(shù)據(jù)類型，并不代表這位數(shù)據(jù)提供者的其他信息也是高質量的。因此，在本節(jié)設計中，將數(shù)據(jù)信譽度R值進行重新定義，如定義1，其中數(shù)據(jù)質量為數(shù)據(jù)信息熵和數(shù)據(jù)權重的加權和。

定義1如果某個用戶的數(shù)據(jù)元組至少有r條數(shù)據(jù)質量大于r，那么這個用戶的數(shù)據(jù)引用指數(shù)為R，稱為“R指數(shù)”。

在此基礎上，我們可以將數(shù)據(jù)質量M定義為如下公式：

在個人數(shù)據(jù)銀行中，數(shù)據(jù)需求者可以根據(jù)數(shù)據(jù)質量M、信息熵、權重和r指數(shù)來對數(shù)據(jù)質量進行篩選，可以給數(shù)據(jù)需求者更多樣化的選擇。

2.2 非結構化數(shù)據(jù)的定價

對于非結構化的數(shù)據(jù)，已經(jīng)有規(guī)模的數(shù)據(jù)可以像結構化數(shù)據(jù)一樣，為其定義幾個反映其數(shù)據(jù)質量的指標，并根據(jù)數(shù)據(jù)指標對其進行數(shù)據(jù)價值的加權衡量。但是由于個人大數(shù)據(jù)的種類繁多，并不是所有的非結構化數(shù)據(jù)都可以很好地用這種方法進行，對此主要有兩種定價方式：

（1）自由定價

自由定價即是根據(jù)數(shù)據(jù)所有者的意愿自己決定數(shù)據(jù)的具體價格。這種定價方式主要由數(shù)據(jù)所有者自己決定。這種定價方式簡單、快捷，但是定價方式不透明。

（2）拍賣定價

拍賣定價是一種常用的數(shù)據(jù)定價手段，通常在數(shù)據(jù)提供者對自己提供的數(shù)據(jù)有自信的情況下會采用這種方式，因為通常情況下經(jīng)過拍賣的商品一般是相對來說罕見、稀有的商品。在網(wǎng)上進行拍賣，雖然有節(jié)省場地、參與方便、時長更自由等優(yōu)點，但是也會因為其網(wǎng)絡形式而產(chǎn)生很多問題，例如：在網(wǎng)上競拍者更容易產(chǎn)生聯(lián)系從而容易出現(xiàn)共謀的情況、有些競拍者會在拍賣結束前進行搶拍或拍賣結束后不認賬等情況，這都會對賣方和其他競拍者產(chǎn)生不利的影響。

所以在拍賣中還需要考慮到拍賣流程的安全性和私密性，需要在流程中由個人數(shù)據(jù)銀行來保證交易的不可否認性、抗共謀性、底價隱藏性和密封遞價性等特性，以保證參與數(shù)據(jù)各方的利益。

3 定價設計分析

在本文中對結構化屬性提出了使用基于元組的定價方法，其中對屬性進行劃分可以根據(jù)不同數(shù)據(jù)屬性的權重對不同數(shù)據(jù)種類進行定價，比如含有精準位置的運動信息肯定會比普通的運動信息要更有價值、使用場所更多；而信息熵可以從數(shù)據(jù)的信息量來衡量數(shù)據(jù)的價值，數(shù)據(jù)的信息熵越高則數(shù)據(jù)的信息量越高；信譽度則可以從數(shù)據(jù)的提供者的角度來衡量數(shù)據(jù)價值，如果數(shù)據(jù)提供者總是提供高質量的信息，那么將有機會獲得更高的數(shù)據(jù)收益分成，將會促進數(shù)據(jù)提供者為個人數(shù)據(jù)銀行提供更多更高質量的數(shù)據(jù)。

對于非結構化數(shù)據(jù)本文提出了使用自由定價和拍賣定價的方式，自由定價和拍賣定價都是一種積累數(shù)據(jù)定價信息的方式，我們可以根據(jù)這兩種方法來收集非結構化數(shù)據(jù)的歷史價格和影響價格的因素，在同類型數(shù)據(jù)收集到一定的規(guī)模后，可以根據(jù)收集到的信息將已有一定規(guī)模的非結構化數(shù)據(jù)獨立出來，像結構化數(shù)據(jù)一樣根據(jù)影響數(shù)據(jù)質量的因素進行定價。

4 結語

對于個人大數(shù)據(jù)中數(shù)據(jù)定價難的問題，提出將個人大數(shù)據(jù)分為結構化數(shù)據(jù)和非結構化數(shù)據(jù)兩類，并對結構化數(shù)據(jù)使用基于元組的定價方式，對非結構化數(shù)據(jù)使用基于自由定價和拍賣定價的方式。