基于粒計(jì)算和使用次數(shù)的大數(shù)據(jù)價(jià)值計(jì)算方法

馬文勝，侯錫林，王宏波，柳 森

（1.遼寧科技大學(xué) 電子與信息工程學(xué)院，遼寧 鞍山 114051；2.遼寧科技大學(xué) 工商管理學(xué)院，遼寧 鞍山 114051）

20世紀(jì)80年代，美國(guó)未來(lái)學(xué)家Alvin Toffler在《第三次浪潮》中第一次使用“大數(shù)據(jù)”一詞，并指出大數(shù)據(jù)是第三次浪潮的華彩樂(lè)章［1］。從此大數(shù)據(jù)開(kāi)啟了一次重大的時(shí)代轉(zhuǎn)型，大數(shù)據(jù)是改變市場(chǎng)、組織機(jī)構(gòu)以及政府與公民關(guān)系的方法；大數(shù)據(jù)還是人們獲得新的認(rèn)知、創(chuàng)造新的價(jià)值的源泉［2］。

隨著計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)通信技術(shù)、智能終端設(shè)備以及各類信息系統(tǒng)在各領(lǐng)域的應(yīng)用，大量的數(shù)據(jù)在開(kāi)放多源的渠道中產(chǎn)生，逐漸匯聚成一個(gè)巨大的、精準(zhǔn)映射并持續(xù)記錄物質(zhì)世界和精神世界運(yùn)動(dòng)狀態(tài)和狀態(tài)變化的“大數(shù)據(jù)”空間［3］。在這個(gè)大數(shù)據(jù)空間中，大數(shù)據(jù)蘊(yùn)藏著巨大的科學(xué)研究?jī)r(jià)值、公共管理與服務(wù)價(jià)值、商業(yè)價(jià)值以及支持科學(xué)決策的價(jià)值［4-5］。一方面，對(duì)大數(shù)據(jù)的掌握程度可以轉(zhuǎn)化為經(jīng)濟(jì)價(jià)值的來(lái)源；另一方面，大數(shù)據(jù)已經(jīng)撼動(dòng)了世界的方方面面，從商業(yè)、科技到醫(yī)療、政府、教育、經(jīng)濟(jì)、人文以及社會(huì)的其他各個(gè)領(lǐng)域［2］。

在眾多領(lǐng)域中，人們也逐漸的發(fā)現(xiàn)，大數(shù)據(jù)使用的越多，其體現(xiàn)出來(lái)的各種價(jià)值就越大。只有使用，大數(shù)據(jù)才能體現(xiàn)出價(jià)值；反之，如果沒(méi)有使用，大數(shù)據(jù)就體現(xiàn)不出任何價(jià)值。因?yàn)閮r(jià)值的本質(zhì)就是數(shù)量性存在，所以大數(shù)據(jù)價(jià)值也應(yīng)定量計(jì)算。

目前的研究還都沒(méi)有給出大數(shù)據(jù)使用數(shù)量與其價(jià)值之間的計(jì)算關(guān)系。本文定義了一個(gè)體現(xiàn)大數(shù)據(jù)使用情況的粒函數(shù)，并證明了該函數(shù)的一些重要特殊性質(zhì)。在此函數(shù)的基礎(chǔ)上建立了一種新的、可計(jì)算出價(jià)值數(shù)值的大數(shù)據(jù)價(jià)值模型。給出了這種模型計(jì)算出的大數(shù)據(jù)價(jià)值范圍，以及簡(jiǎn)潔實(shí)用計(jì)算方法和應(yīng)用程序。該算法依據(jù)Garter字典序，來(lái)檢測(cè)各個(gè)粒子集。對(duì)空函數(shù)值及同函數(shù)值子集給與處理，極大地減少了計(jì)算工作量。并通過(guò)實(shí)際使用也對(duì)算法的簡(jiǎn)潔實(shí)用性及該模型的粒度單調(diào)性、數(shù)據(jù)量單調(diào)性作了實(shí)驗(yàn)驗(yàn)證。

1 大數(shù)據(jù)研究

1.1 大數(shù)據(jù)價(jià)值研究

大數(shù)據(jù)已經(jīng)被看作是戰(zhàn)略性基礎(chǔ)資源，是獲得競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)鍵因素［6］。所以研究大數(shù)據(jù)本身的價(jià)值，其作用是不言而喻的。目前學(xué)者們對(duì)于大數(shù)據(jù)價(jià)值計(jì)算及價(jià)值評(píng)估的研究，在理論上給出了很多各不相同的研究方法和方向。

（1）按照一種定價(jià)模型方法對(duì)大數(shù)據(jù)價(jià)值進(jìn)行研究。資產(chǎn)定價(jià)模型在上世紀(jì)60年代就已提出，近年來(lái)被使用到大數(shù)據(jù)價(jià)值研究。諾貝爾獎(jiǎng)得主Fama等研究出較為完善的資產(chǎn)定價(jià)模型的理論體系。Fama通過(guò)確定跨期資本資產(chǎn)定價(jià)模型狀態(tài)變量的數(shù)量研究以及價(jià)格對(duì)該模型的影響，得出跨期資本資產(chǎn)定價(jià)模型不同于資本資產(chǎn)定價(jià)模型［7］，并進(jìn)行了溢價(jià)條件下的資本資產(chǎn)定價(jià)模型研究［8-9］。Hansen針對(duì)理性預(yù)期假設(shè)制定和估算了價(jià)格動(dòng)態(tài)線性計(jì)量經(jīng)濟(jì)模型［10］。Shiller通過(guò)簡(jiǎn)單有效的市場(chǎng)假設(shè)、總變差的推導(dǎo)和回歸模型的檢驗(yàn)，建立了普遍適用的有效市場(chǎng)價(jià)格模型［11］。近年來(lái)，國(guó)內(nèi)學(xué)者也在大數(shù)據(jù)定價(jià)模型的相關(guān)理論和實(shí)證方面進(jìn)行了探討，例如，Chen等根據(jù)傳統(tǒng)拍賣模型，提出了在不同條件下的兩種拍賣模型對(duì)大數(shù)據(jù)價(jià)值予以定價(jià)，并分析了相應(yīng)方法的收益期望［12］。

（2）按照一種數(shù)據(jù)資產(chǎn)對(duì)大數(shù)據(jù)價(jià)值進(jìn)行研究?！按髷?shù)據(jù)之父”Mayer-Sch?nberger認(rèn)為，大數(shù)據(jù)作為一種無(wú)形資產(chǎn)，是企業(yè)重要的戰(zhàn)略資源，數(shù)據(jù)資產(chǎn)列入資產(chǎn)負(fù)債表，只是時(shí)間問(wèn)題［2］。在對(duì)數(shù)據(jù)資產(chǎn)影響因素分析的基礎(chǔ)上，引入了收益現(xiàn)值法、市場(chǎng)價(jià)值法、重置成本法、博弈方法、人工智能方法對(duì)數(shù)據(jù)資產(chǎn)定價(jià)方法進(jìn)行研究。目前，數(shù)據(jù)已作為一種新型生產(chǎn)要素寫(xiě)入《中共中央國(guó)務(wù)院關(guān)于構(gòu)建更加完善的要素市場(chǎng)化配置體制機(jī)制的意見(jiàn)》，強(qiáng)調(diào)要加快培育數(shù)據(jù)要素市場(chǎng)。

（3）按一種價(jià)值評(píng)估方法對(duì)大數(shù)據(jù)價(jià)值進(jìn)行研究。侯錫林指出“對(duì)大數(shù)據(jù)的價(jià)值進(jìn)行科學(xué)的評(píng)估和計(jì)算，創(chuàng)建大數(shù)據(jù)的價(jià)值模型，無(wú)論在理論上還是在實(shí)踐中，都是亟待解決的最重要問(wèn)題”［13］。David對(duì)數(shù)據(jù)資產(chǎn)價(jià)值評(píng)估采用收益法，并驗(yàn)證了評(píng)估結(jié)果［14］。Chiu等將數(shù)據(jù)資產(chǎn)視為無(wú)形資產(chǎn)，利用層次分析法進(jìn)行價(jià)值評(píng)估，將大數(shù)據(jù)技術(shù)的特性、成本、產(chǎn)品市場(chǎng)、技術(shù)市場(chǎng)四方面因素量化進(jìn)而評(píng)估數(shù)據(jù)資產(chǎn)價(jià)值［15］。Lin等基于大數(shù)據(jù)價(jià)值來(lái)源分析，從價(jià)值驅(qū)動(dòng)方面構(gòu)建價(jià)值評(píng)估模型，并將收集到的6個(gè)行業(yè)數(shù)據(jù)使用于該模型，以驗(yàn)證模型的適用性并提出模型使用建議［16］。Jorge以“3As數(shù)據(jù)質(zhì)量使用模型”評(píng)估數(shù)據(jù)質(zhì)量水平，該模型選用情景、運(yùn)營(yíng)、時(shí)間適當(dāng)性三方面特征作為質(zhì)量指標(biāo)分析［17］。Niyato等基于數(shù)據(jù)科學(xué)視角與數(shù)據(jù)市場(chǎng)模型的分析研究大數(shù)據(jù)價(jià)值，提出最優(yōu)的定價(jià)方案并利用相關(guān)案例進(jìn)行適用性的證明，認(rèn)為該模型可以實(shí)現(xiàn)數(shù)據(jù)提供者的利潤(rùn)最大化［18］。

當(dāng)然，還有很多國(guó)內(nèi)外的研究者為研究大數(shù)據(jù)的價(jià)值，采用了很多各不相同的方法。但是目前的研究都是對(duì)大數(shù)據(jù)價(jià)值的經(jīng)濟(jì)量化計(jì)算進(jìn)行討論，是對(duì)大數(shù)據(jù)作為一種經(jīng)濟(jì)產(chǎn)物的描述，而不是計(jì)算出大數(shù)據(jù)本身的價(jià)值，所以這些傳統(tǒng)的方法也就都無(wú)法滿足人們對(duì)大數(shù)據(jù)自身價(jià)值量化的期望。

1.2 大數(shù)據(jù)與粒計(jì)算

大數(shù)據(jù)又稱為巨量數(shù)據(jù)、海量數(shù)據(jù)、大資料等，是指無(wú)法在一定時(shí)間范圍內(nèi)通過(guò)人工或計(jì)算機(jī)進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)［19］。由于大數(shù)據(jù)不能用傳統(tǒng)的方法進(jìn)行處理，所以大數(shù)據(jù)的價(jià)值計(jì)算也必須使用非傳統(tǒng)的方法。Chen等將“粒計(jì)算”列為駕馭大數(shù)據(jù)的第一方法［20］。

粒計(jì)算的基本思想是把初始形式的數(shù)據(jù)劃分為不同的粒度進(jìn)行處理。用粒度合適的“?！弊鳛樘幚韺?duì)象，從而在保證求得滿意解的前提下，提高解決問(wèn)題的效率［21］。

對(duì)大數(shù)據(jù)進(jìn)行?；木唧w方法中，模糊信息?；ㄍㄟ^(guò)模糊化和粒化組合劃分得出模糊規(guī)則、語(yǔ)言變量、模糊圖［22］；粗糙集近似法通過(guò)研究簡(jiǎn)單和層次?；c近似，考察粒結(jié)構(gòu)劃分和粗糙集近似［23］和商空間法，將等價(jià)類描述的粒度與商集概念統(tǒng)一起來(lái)，研究不同粒度劃分下相互轉(zhuǎn)換、相互依存關(guān)系［24］。本文亦將基于粒度“劃分”對(duì)大數(shù)據(jù)進(jìn)行?；瑏?lái)計(jì)算大數(shù)據(jù)的價(jià)值。

2 ?？臻g和使用關(guān)系

定義3［25］設(shè)A為大數(shù)據(jù)D的對(duì)粒度G的使用關(guān)系，G?G，則G的函數(shù)φ(G)為

并規(guī)定φ(?)=U。

3 大數(shù)據(jù)價(jià)值

3.1 使用關(guān)系與大數(shù)據(jù)價(jià)值

3.2 大數(shù)據(jù)價(jià)值的范圍

例5 設(shè)D是大數(shù)據(jù)，G={g1,g2,…,gn}是D的一個(gè)粒空間，U={u1,u2,…,um}是選取的一些項(xiàng)目，A={(ui,gj)|i≡j(mod n),1≤i≤m,1≤j≤n}，即當(dāng)且僅當(dāng)i與j對(duì)n同余時(shí)，(ui,gj)屬于A。例如n=4，當(dāng)且僅當(dāng)i與j對(duì)4同余時(shí)，(ui,gj)屬于A。若m=11，則A如表2所示。

表2 一種特殊的使用關(guān)系Tab.2 Aspecial usage relationship

3.3 粒度單調(diào)性與數(shù)據(jù)量單調(diào)性

3.3.1 粒度單調(diào)性 大數(shù)據(jù)的粒度變細(xì)，數(shù)據(jù)的使用情況就看得更清楚，于是價(jià)值體現(xiàn)的就應(yīng)更大些。這是粒度單調(diào)性?，F(xiàn)在證明價(jià)值公式可體現(xiàn)這一點(diǎn)。

定義5 設(shè)D是大數(shù)據(jù)，G={g1,g2,…,gn}及H={h1,h2,…,hn′}是D的兩個(gè)粒度，若每個(gè)gj都是某些hi的并集，而且若大數(shù)據(jù)D對(duì)粒度G的關(guān)系是A，大數(shù)據(jù)D對(duì)粒度H的關(guān)系是B，而gj=hj1∪…∪hjk(1≤j≤n)，則A,B滿足(ui,gj)∈A?(ui,hj1)∈B∨…∨(ui,hjk)∈B(1≤i≤m,1≤j≤n)，即滿足ui使用了粒gj，當(dāng)且僅當(dāng)ui使用了粒hj1或使用了粒hj2……或使用了粒hjk，則稱粒度H細(xì)于粒度G，記作H≤G。

例6 設(shè)D是大數(shù)據(jù)，U={u1,u2,u3,u4,u5}是項(xiàng)目，G={g1,g2,g3,g4}是一個(gè)粒度，D對(duì)粒度G的關(guān)系A(chǔ)如表1所示，H={h1,h2,h3,h4,h5,h6,h7}是另一個(gè)粒度，滿足g1=h1∪h2，g2=h3，g3=h4∪h5∪h6，g4=h7，而D對(duì)粒度H的關(guān)系B如表3所示。

表1 一個(gè)大數(shù)據(jù)的使用關(guān)系Tab.1 Usage relationship of one big data

表3 細(xì)粒度的使用關(guān)系Tab.3 Usage relationship of refined granularity

顛倒?和∪的次序，若G={gi1,…,gip}，則上式相當(dāng)于對(duì)每個(gè)git(1≤t≤p)都取一個(gè)是其子集的

3.4 數(shù)據(jù)價(jià)值的算法

算法在形成各子集的過(guò)程中，φ(G)=?的子集G不存入，φ(G)相同的G只存入一個(gè)，采用計(jì)數(shù)形式記錄子集個(gè)數(shù)，極大減少了計(jì)算工作。

定理4 算法1是正確的。

證 首先規(guī)定一種“計(jì)數(shù)集合”。元素a,b,b,c,c,c,c形成的集合是{a,b,c}。規(guī)定形成的“計(jì)數(shù)集合”是{(a,1),(b,2),(c,4)}。

另外不失一般性假定步驟（3）從G中取g的次序就是g1,g2,…,gn。

下面用歸納法證明到步驟（15）時(shí)，V中的內(nèi)容將是G={g1,g2,…,gn}的所有子集V求出的φ(V)形成的“計(jì)數(shù)集合”。

初始：步驟（1）后，V中的內(nèi)容是{(φ(?),1)}，是空集求出的φ(V)形成的計(jì)數(shù)集合。

歸納：設(shè)步驟（3）取gt后，到步驟（13）時(shí)，V及V′中的內(nèi)容是{g1,…,gt}的所有子集V求出的φ(V)形成的計(jì)數(shù)集合。證明步驟（3）取gt+1后，到步驟（13）時(shí)，V′中的內(nèi)容（從而V中的新內(nèi)容），將是{g1,…,gt,gt+1}的所有子集V′求出φ(V′)的形成的計(jì)數(shù)集合。在這個(gè)過(guò)程中用V保存{g1,…,gt}的所有子集V求出的φ(V)形成的計(jì)數(shù)集合，在V′中逐漸形成{g1,…,gt,gt+1}的所有子集V′求出的φ(V′)形成的計(jì)數(shù)集合。

{g1,…,gt,gt+1}中所有子集可分為兩種，一種是不包含gt+1的子集V，顯然這些子集就是{g1,…,gt}的所有子集。它們求出的φ(V)形成的計(jì)數(shù)集合就是V。由歸納前提“取gt后，到步驟（13）時(shí)，V及V′中的內(nèi)容是{g1,…,gt}的所有子集V求出的φ(V)形成的計(jì)數(shù)集合”，所以步驟（3）取gt+1時(shí)，這種不包含gt+1的子集求出的φ(V)形成的計(jì)數(shù)集合已在V′中。

另一種是包含gt+1的子集V′，顯然V′可寫(xiě)成V∪{gt+1}，其中V不含gt+1，于是V是{g1,…,gt}的某個(gè)子集。這樣所有包含gt+1的子集V′，應(yīng)是{g1,…,gt}的所有子集分別添上gt+1而成。于是每個(gè)φ(V′)都可寫(xiě)成φ(V∪{gt+1})，其中V是{g1,…,gt}的子集。然而由推論1知，φ(V∪{gk+1})=φ(V)?φ(gk+1)，所以所有φ(V′)可由φ(gt+1)分別與{g1,…,gt}的所有子集V的φ(V)求交而得到。

由于{g1,…,gt}的所有子集V的φ(V)的計(jì)數(shù)集合是V。而所有φ(V′)可由φ(gt+1)分別與V的所有(φ(V),k)中的φ(V)求交而得到。于是就在步驟（4）依次取V的所有(φ(V),k)，在步驟（5）求φ(gt+1)與(φ(V),k)中的φ(V)的交，并將其用R表示：R=φ(V)?φ(gt+1)。

由于(φ(V),k)的計(jì)數(shù)值為k，說(shuō)明{g1,…,gt}的所有子集中相同值的φ(V)有k個(gè)，所以R也產(chǎn)生了k個(gè)。

分兩種情況，若V′中沒(méi)有左部為R的元素(R,k′)，且R≠?，則將(R,k)添加到V′中（步驟（9））。若V′中已有一個(gè)(R,k′)則將它與(R,k)合并，在V′中用(R,k′+k)替換(R,k′)（步驟（7））。

于是在步驟（4）到步驟（12）的循環(huán)完成后，第二種包含gt+1的子集V′求出的φ(V′)也全部按計(jì)數(shù)集合的形式加入到V′中，所以到步驟（13）時(shí)，V′中的內(nèi)容（從而V中的新內(nèi)容），將是{g1,…,gt,gt+1}的所有子集V′求出的φ(V′)形成的計(jì)數(shù)集合。

這樣由歸納法知，當(dāng)取完gn后V中的內(nèi)容是G的所有子集V求出的φ(V)形成的計(jì)數(shù)集合。

按定義4，value是對(duì)G≠?求和，所以求和前應(yīng)將V中初始的(φ(?),1)刪掉。由定義3知φ(?)=U，因?yàn)橛幸恍┝？赡苁褂昧怂许?xiàng)目，他們的φ也是U，所以V中初始的(φ(?),1)，即(U,1)，到最后可能都成了(U,k)，為了對(duì)G≠?求和，于是步驟（16）將(U,k)換為(U,k-1)。

k個(gè)S集合的元素個(gè)數(shù)應(yīng)是|S|×k，于是步驟（17）到步驟（19）向value累加計(jì)數(shù)集合V的元素個(gè)數(shù)，累加得到的值除以m就是大數(shù)據(jù)的價(jià)值。

定理5 算法1的運(yùn)算復(fù)雜度是O(2n)。

證 如果取gt時(shí)V中有T個(gè)元素，那么執(zhí)行完步驟（4）到（12）后，最不利情況是V中將有2×T個(gè)元素。于是取完g1到gn后，步驟（3）到（14）的運(yùn)算總次數(shù)，最不利情況將是O(2n)。顯然步驟（17）到（19），運(yùn)算總次數(shù)最不利情況也是O(2n)，所以整個(gè)算法的運(yùn)算復(fù)雜度也是O(2n)。

因此，在實(shí)際工作中，選合適的粒度進(jìn)行計(jì)算是十分重要的。

4 大數(shù)據(jù)價(jià)值計(jì)算實(shí)例應(yīng)用

以一個(gè)遠(yuǎn)程智慧醫(yī)療的大數(shù)據(jù)作為應(yīng)用實(shí)例。

大數(shù)據(jù)D={d1,d2,d3,…,d1034}是一個(gè)遠(yuǎn)程智慧醫(yī)療的大數(shù)據(jù)，其中d1,d2,d3,…,d1034是遠(yuǎn)程醫(yī)療傳送的病人的各種文件，把d1,d2,d3,…,d1034按兩種合適的粒度進(jìn)行劃分：

G1={g1,g2,g3,g4,g5,g6,g7,g8,g9}，其中g(shù)1是病人的自然信息表、g2是病人的患處外部影像、g3是病人的患處內(nèi)部影像、g4是特殊患者生活行為跟蹤、g5是病人住院病例、g6是病人的飲食報(bào)表、g7是病人的日常狀態(tài)文檔、g8是病人的血、尿檢驗(yàn)報(bào)告、g9是其他。

G2={g1,g2,g31,g32,g33,g4,g5,g6,g7,g8,g9}，其中g(shù)1,g2,g3,g4,g5,g6,g7,g8,g9的意義與G1相同。而g31是病人的患處X光照片、g32是病人的患處CT影像、g33是病人的患處磁共振影像，它們是G1中的g3的細(xì)化。

選取使用單位U={u1,u2,u3,u4,u5,u6,u7,u8,u9}，其中u1是醫(yī)療單位、u2是醫(yī)療設(shè)備生產(chǎn)企業(yè)、u3是養(yǎng)老院、u4是藥品研究院、u5是藥品銷售單位、u6是食品生產(chǎn)部門(mén)、u7是服裝生產(chǎn)部門(mén)、u8是保險(xiǎn)公司、u9是陪護(hù)、家政服務(wù)公司。

G1的使用關(guān)系A(chǔ)1如表4所示。

表4 遠(yuǎn)程醫(yī)療的使用關(guān)系Tab.4 Usage relationship of telemedicines

G2的使用關(guān)系A(chǔ)2如表5所示。

表5 遠(yuǎn)程醫(yī)療的使用關(guān)系的細(xì)化Tab.5 Refinement of telemedicine usage relationships

所以A2是A1的細(xì)化。

計(jì)算出

G3的使用關(guān)系A(chǔ)3如表6所示。

表6 遠(yuǎn)程醫(yī)療的使用關(guān)系的細(xì)化并擴(kuò)充Tab.6 Refinement and expansion of telemedicine usage relationships

計(jì)算出

以上展示了在實(shí)際問(wèn)題中基于粒計(jì)算及使用關(guān)系的大數(shù)據(jù)價(jià)值的計(jì)算過(guò)程。

經(jīng)統(tǒng)計(jì)，按算法1，對(duì)于粒度G1有168個(gè)φ(G)=?的子集G不被存入，其余344個(gè)子集，由于φ(G)相同的采用計(jì)數(shù)形式，所以也只需存入25個(gè)。對(duì)于粒度G2有1 230個(gè)φ(G)=?的子集G不被存入，其余818個(gè)子集，由于φ(G)相同的采用計(jì)數(shù)形式，所以也只需存入35個(gè)。對(duì)于粒度G3有2 520個(gè)φ(G)=?的子集G不被存入，其余1 576個(gè)子集，由于φ(G)相同的采用計(jì)數(shù)形式，所以也只需存入45個(gè)。顯然，算法1極大地減少了計(jì)算工作量。

按算法1，粒度變細(xì)算出的價(jià)值有所增加，數(shù)據(jù)量加大算出的價(jià)值也有所增加，符合粒度單調(diào)性和數(shù)據(jù)量單調(diào)性規(guī)律。

5 結(jié)論

本文認(rèn)為大數(shù)據(jù)價(jià)值在于應(yīng)用，應(yīng)用的次數(shù)越多，大數(shù)據(jù)價(jià)值越大。因此，本文是首次提出根據(jù)大數(shù)據(jù)的應(yīng)用次數(shù)來(lái)計(jì)算大數(shù)據(jù)的價(jià)值?！傲Ｓ?jì)算”被列為非傳統(tǒng)處理大數(shù)據(jù)的第一方法。本文在對(duì)大數(shù)據(jù)進(jìn)行?；幕A(chǔ)上，提出了基于“?！奔啊傲５淖蛹笔褂么螖?shù)的大數(shù)據(jù)價(jià)值計(jì)算方法，這是受形式概念理論啟發(fā)給出的一種全新的計(jì)算方法。并證明了該方法計(jì)算出的大數(shù)據(jù)價(jià)值能滿足粒度單調(diào)性以及數(shù)量單調(diào)性。分析了該算法的時(shí)間復(fù)雜度，得出了計(jì)算大數(shù)據(jù)價(jià)值時(shí)選擇適當(dāng)粒度的重要性，并給出了計(jì)算實(shí)例。

大數(shù)據(jù)價(jià)值計(jì)算是一個(gè)全新課題，未來(lái)進(jìn)一步研究包括：（1）對(duì)更多的使用形式研究計(jì)算方法；（2）對(duì)計(jì)算算法進(jìn)一步改進(jìn)，降低復(fù)雜度；（3）對(duì)粒度的劃分進(jìn)一步研究，使粒度間轉(zhuǎn)換更方便；等等?？傊髷?shù)據(jù)價(jià)值計(jì)算是非常有意義的，將應(yīng)用于更廣闊的領(lǐng)域。