CN109615431A - 大数据背景下实现数据资产感知及定价功能的系统及其方法 - Google Patents

Abstract

本发明涉及一种大数据背景下实现数据资产感知及定价功能的系统，包括数据初始化模块、数据价值元素及范围配置模块、数据价值感知模块、数据价值评价模块，将整个数据定价体系中唯一的标识赋予待定价数据；根据不同的数据属性抽象出数据价值元素，通过对不同元素分段及属性值范围定义；实时感知数据的使用情况及数据价值元素信息；根据数据使用情况及价值元素信息实时计算评价数据价值。本发明还涉及一种基于该系统实现大数据背景下数据资产感知及定价处理的方法。采用了该系统及其方法，实现了数据价值元素的灵活配置和分段管理、底层元素的无限扩展，数据的价值计算将越来越准确，从而解决了大数据背景下数据资产定价难及定价不合理不准确的问题。

Description

大数据背景下实现数据资产感知及定价功能的系统及其方法

技术领域

本发明涉及计算机软件领域，尤其涉及大数据背景下的数据定价领域，具体是指一种大数据背景下实现数据资产感知及定价功能的系统及其方法。

背景技术

2015年6月份国务院办公厅51号文发布了《关于运用大数据加强对市场主体服务和监管的若干意见》，大数据的价值再次成为关注的焦点。特别是近年来，随着大数据技术在世界各地特别是在中国的长足发展，大数据本身也逐渐成为一种商品，为了促进数据开放和利用，应当制定合理的数据价格政策，但是大数据本身具有数据类型多样、数据量巨大、数据交换频率高、数据价值不确定等特征，加上大数据价值的双向不确定性，使得大数据买卖双方对于大数据的价值都无法做出合理的评估，更重要的是，数据可以反复使用的特性，当其应用于不同领域时，产生的价值往往会超出其预期价值，因此虽然现阶段国内大数据交换已经初具规模，但是大数据的定价一直还是一个难点，无法形成统一的认识。

由于大数据及其价值的稀缺性和不确定性，大数据定价一直是研究的热点和难点，目前公开的大数据资产价值定价方法是通过合理建立层次结构模型，并综合不同定价策略，充分考虑各因素对数据资产价值的影响，利用AHP分析法，求得各定价策略的权重，从而求得数据资产的评估值，解决了现有技术中不能合理定量对数据资产价值进行评估的问题，为数据资产合理定价并进入流通和交换环节，从而引导数据流动、进行数据交换提供了可靠的方法。

具体包含了三个步骤：

1、建立层次结构模型。

层次模型自上而下包括三个层次，第一层为目标层，第二层为准则层，第三层为方案层；

目标层为被评估数据资产的评估值；

准则层为数据完整性、数据更新频率、数据结构化程度、数据交易频率、数据量、数据公开性、数据被搜索频率；

方案层为以成本法定价所得的数据资产价格、以吸脂法定价所得的数据资产价格、以拍卖法定价所得的数据资产价格。

2、通过AHP层次分析法，求得方案层权重的权重。

3、求得数据资产的评估值。

现有技术通过建立数据层次结构模型，采用不同的定价策略，实现了一定范围内的大数据资产价值的评估。但是由于大数据定价的双向不确定性，采用任何一种或者几种定价方案都无法准确的接近大数据的真实价值，数据不同于信息，数据未被使用之前，无任何特定意义存在，因此数据的价值很难评估。数据的价值取决于不同主体的需求，大数据只有在需要的人面前才会产生价值，也就是说，大数据的价值产生于其被使用之后，因此现有的技术对于数据价值的评估是建立在数据使用之前，为买断式的数据定价，并不具有客观性。

另外现有技术在准则层中对大数据的评估遵循的原则进行了划分，但是相对于大数据大量、多样、高速的基本特征而言，这些评估的原则是十分有限的，所以具有较强的局限性。

发明内容

本发明的目的是克服了上述现有技术的缺点，提供了一种满足大数据需求、具有客观性、具有普遍适应力的大数据背景下实现数据资产感知及定价功能的系统及其方法。

为了实现上述目的，本发明的大数据背景下实现数据资产感知及定价功能的系统及其方法如下：

该大数据背景下实现数据资产感知及定价功能的系统，其主要特点是，所述的系统包括：

数据初始化模块，用于对需要进行定价的数据进行初始化，并将整个数据定价体系中唯一的标识赋予待定价数据；

数据价值元素及范围配置模块，与所述的数据初始化模块相连接，用于根据不同的数据属性抽象出数据价值元素，通过对不同元素分段及属性值范围定义，从而得到不同元素的段值；

数据价值感知模块，与所述的数据价值元素及范围配置模块相连接，用于实时感知数据的使用情况及数据价值元素信息，并将其推送至数据价值评价模块；

数据价值评价模块，与所述的数据价值感知模块相连接，用于根据数据使用情况及价值元素信息实时计算评价数据价值。

较佳地，所述的数据初始化模块中的唯一的标识为对数据价值元素配置及数据使用情况进行感知的唯一ID。

较佳地，所述的ID为18位数字和字母组合。

较佳地，所述的数据初始化模块还包括根据实际需求对数据的扩展信息进行初始化。

较佳地，所述的数据的扩展信息包括数据内容、数据名称和数据唯一标识。

较佳地，所述的数据价值元素及范围配置模块通过数据接口实时感知数据的使用情况及数据价值元素信息。

较佳地，所述的数据价值元素及范围配置模块中的数据价值元素包括数据质量、数据稀缺性、数据密级、数据时效性、数据类型数据的产生难易程度和采集交换传输存储难以程度。

较佳地，所述的数据价值元素及范围配置模块对数据的定义包括数据价值维度、数据价值元素类型和元素个数的定义。

较佳地，所述的数据价值元素及范围配置模块的分段数不大于10。

较佳地，所述的数据价值感知模块数据ID及设置的间隔时间感知数据的使用情况。

较佳地，所述的数据的使用情况包括使用次数和使用时长。

较佳地，所述的数据价值评价模块中的根据数据使用情况及价值元素信息计算数据的货币价值DataValue，具体为：

根据以下公式计算数据的货币价值DataValue：

DataValue＝C×f(数据价值元素信息、数据使用情况)；

其中，C为货币价值转换系数，f()为综合计算函数，数据的价值为货币数量。

较佳地，所述的数据价值评价模块中的计算数据的定价Price，具体为：

根据以下公式计算数据的定价Price：

Price＝DataValue(1+r)；

其中，r为利润率。

该基于上述的系统实现大数据背景下数据资产感知及定价处理的方法，其主要特点是，所述的方法包括以下步骤：

(1)所述的数据初始化模块对需要进行定价的数据进行初始化，并将整个数据定价体系中唯一的标识赋予待定价数据；

(2)所述的数据价值元素及范围配置模块根据不同的数据属性抽象出数据价值元素，通过对不同元素分段及属性值范围定义，得到不同元素的段值；

(3)所述的数据价值感知模块实时感知数据的使用情况及数据价值元素信息，并将其推送至数据价值评价模块；

(4)所述的数据价值评价模块根据数据使用情况及价值元素信息实时计算评价数据价值。

采用了本发明的大数据背景下实现数据资产感知及定价功能的系统及其方法，实现了数据价值元素的灵活配置和分段管理，同时通过数据接口传递元素信息，从而实现了底层元素的无限扩展，而这些元素往往与数据的生产方、管理方、存储方密切相关，因此本发明充分考虑了数据价值相关方信息，具有很强的适应性，同时本发明考虑了数据与信息的区别及数据价值稀疏性的特点，并不对数据作初始价值设置，而是结合数据使用情况，动态计算数据价值，因此随着数据的不断被使用，数据的价值计算将越来越准确，从而解决了大数据背景下数据资产定价难及定价不合理不准确的问题。

附图说明

图1为本发明的大数据背景下实现数据资产感知及定价功能的系统的构成图。

图2为本发明的大数据背景下实现数据资产感知及定价功能的系统的数据价值感知模块的结构图。

具体实施方式

为了能够更清楚地描述本发明的技术内容，下面结合具体实施例来进行进一步的描述。

本发明的该大数据背景下实现数据资产感知及定价功能的系统，其中，所述的系统包括

数据初始化模块，用于对需要进行定价的数据进行初始化，并将整个数据定价体系中唯一的标识赋予待定价数据；

数据价值元素及范围配置模块，与所述的数据初始化模块相连接，用于根据不同的数据属性抽象出数据价值元素，通过对不同元素分段及属性值范围定义，从而得到不同元素的段值；

数据价值感知模块，与所述的数据价值元素及范围配置模块相连接，用于实时感知数据的使用情况及数据价值元素信息，并将其推送至数据价值评价模块；

数据价值评价模块，与所述的数据价值感知模块相连接，用于根据数据使用情况及价值元素信息实时计算评价数据价值。

作为本发明的优选实施方式，所述的数据初始化模块中的唯一的标识为对数据价值元素配置及数据使用情况进行感知的唯一ID。

作为本发明的优选实施方式，所述的ID为18位数字和字母组合。

作为本发明的优选实施方式，所述的数据初始化模块还包括根据实际需求对数据的扩展信息进行初始化。

作为本发明的优选实施方式，所述的数据的扩展信息包括数据内容、数据名称和数据唯一标识。

作为本发明的优选实施方式，所述的数据价值元素及范围配置模块通过数据接口实时感知数据的使用情况及数据价值元素信息。

作为本发明的优选实施方式，所述的数据价值元素及范围配置模块中的数据价值元素包括数据质量、数据稀缺性、数据密级、数据时效性、数据类型数据的产生难易程度和采集交换传输存储难以程度。

作为本发明的优选实施方式，所述的数据价值元素及范围配置模块对数据的定义包括数据价值维度、数据价值元素类型和元素个数的定义。

作为本发明的优选实施方式，所述的数据价值元素及范围配置模块的分段数不大于10。

作为本发明的优选实施方式，所述的数据价值感知模块数据ID及设置的间隔时间感知数据的使用情况。

作为本发明的优选实施方式，所述的数据的使用情况包括使用次数和使用时长。

作为本发明的优选实施方式，所述的数据价值评价模块中的根据数据使用情况及价值元素信息计算数据的货币价值DataValue，具体为：

根据以下公式计算数据的货币价值DataValue：

DataValue＝C×f(数据价值元素信息、数据使用情况)；

其中，C为货币价值转换系数，f()为综合计算函数，数据的价值为货币数量。

作为本发明的优选实施方式，所述的数据价值评价模块中的计算数据的定价Price，具体为：

根据以下公式计算数据的定价Price：

Price＝DataValue(1+r)；

其中，r为利润率。

本发明中的该基于上述的系统实现大数据背景下数据资产感知及定价处理的方法，其中包括以下步骤：

(1)所述的数据初始化模块对需要进行定价的数据进行初始化，并将整个数据定价体系中唯一的标识赋予待定价数据；

(2)所述的数据价值元素及范围配置模块根据不同的数据属性抽象出数据价值元素，通过对不同元素分段及属性值范围定义，得到不同元素的段值；

(3)所述的数据价值感知模块实时感知数据的使用情况及数据价值元素信息，并将其推送至数据价值评价模块；

(4)所述的数据价值评价模块根据数据使用情况及价值元素信息实时计算评价数据价值。

本发明的具体实施方式中，通过对大数据价值元素及价值范围多维度的管理，实现了在不同场景下数据价值相关元素的配置和调整，提升了大数据定价方法的适用性，同时本发明通过数据价值感知实时跟踪数据使用情况，在数据被使用后进行数据价值评价，综合数据价值元素、数据属性及数据使用情况实时计算出数据价值，从而实现数据的动态定价，实现为一次使用形成的价值定价，随着数据的不断被使用，数据的价值将会越来越准确，解决了目前数据价值评估中无法接近数据实际价值的弊端，为大数据环境下数据价值的评估提供了全面、客观、具有普遍适应力的定价方法。

本发明提供一种大数据背景下数据资产感知及定价的方法及系统，包含数据初始化模块、数据价值元素及范围配置模块、数据价值感知模块及数据价值评价模块。

数据初始化模块主要是对需要进行定价的数据进行初始化，使数据在整个价值评价体系中拥有唯一的标识，该模块不仅可以标识数据的唯一信息，还可以对数据的扩展信息进行定义；数据价值元素及范围配置模块实现对数据价值元素及价值范围的多维度的管理，通过对不同元素分段及属性值范围定义，从而得到不同元素的段值，最终实现底层元素的无限扩展，可用于各种类型的大数据定价；数据价值感知模块通过数据接口实时感知数据的使用情况及数据价值元素信息，在数据被使用后将该数据使用情况及价值元素信息推送至数据价值评价模块；数据价值评价模块在收到感知模块发送的数据使用情况及价值元素信息后实时评价出数据价值。

本发明构成如图1所示。

以下将详细描述数据初始化模块、数据价值元素及范围配置模块、数据价值感知模块及数据价值评价模块的构成及原理。

一、数据初始化模块

数据初始化模块实现了需要定价的数据的初始化功能。数据初始化主要是给待定价数据赋予整个数据定价体系中唯一的标识，提供对数据价值元素配置及数据使用情况感知的唯一ID。数据初始化模块除了对数据的唯一标识进行初始化，还可以根据实际需求对数据的扩展信息进行初始化，如下表所示：

ID为数据的唯一标识，定义为18位数字和字母组合，作为唯一区分不同数据使用。

二、数据价值元素及范围配置模块

数据价值元素及范围配置模块主要实现了数据价值元素及范围的可配置服务，可以根据不同的数据属性抽象出数据价值元素，如数据质量、数据稀缺性、数据密级、数据时效性、数据类型数据的产生难易程度、采集交换传输存储难以程度等，并根据数据价值元素对其进行分段，最终获取其段值数据。

该模块提供固定的数据接口，底层数据价值元素可以根据数据情况实现无限扩展，该模块可在现有的数据接口上将新的元素推送到数据价值感知模块，从而实现了底层元素的无限扩展，提升了本发明的适应性。

根据不同的数据可进行数据价值维度、数据价值元素类型及元素个数的定义，如下表：

数据接口定义：

综合考虑不同维度，不同类型的数据价值元素信息，可结合专家意见、行业经验等对元素进行分段，最多可分为十段，分段序号01-10表示元素数值从小到大排列顺序，如下表所示：

·数据价值维度：Dimension1

·数据价值元素类型：Type1

其中分段数小于等于10。

根据不同的价值元素信息可以获取其分段明细信息，如下表：

其中范围根据不同的元素信息而设置。

三、数据价值感知模块

数据价值感知模块实现对数据使用情况的感知和数据价值元素信息的获取。

首先数据价值感知模块通过数据ID及设置的间隔时间感知数据的使用情况(使用次数、使用时长)，在获取到数据使用情况后，通过数据ID获取该数据价值元素的完整信息(元素及其段值)，并通过数据接口将数据价值元素完整信息及数据使用情况推送至数据价值评价模块。如图2所示。

四、数据价值评价模块

数据价值评价模块在接收到该数据使用情况及价值元素信息，计算出该数据的货币价值，计算公式为：

DataValue＝C×f(数据价值元素信息、数据使用情况)

其中C为货币价值转换系数，f()为综合计算函数，数据的价值为货币数量。

设置利润率为r，则该数据的定价：

Price＝DataValue(1+r)。

由于数据价值感知模块是按照设定的时间定时感知数据使用情况及获取数据价值元素信息，因此，数据的价值将随着数据的使用和数据价值元素的变化而变化，从而综合考虑了数据的使用方、数据的生产方、数据的管理方等各方对数据价值因素的影响。

下面以商品零售数据为例说明本发明在数据资产定价中的应用，商品零售数据包含如下数据内容：

店铺数据：店铺名称、企业名称、所在地址、商品相符评价、发货速度评价、服务态度评价、卖家名称、开店时间、开店时长、经营范围、月销售额、主营大类、省份、城市；

商品数据：商品名称、品牌、收藏数、库存、月销量、商品国别、省份、城市、原价、折扣价、移动端价格、成交价格、商品总评数、一级类目、二级类目、三级类目；

商品属性数据：商品名称、原始价格、交易价格、价格区间、品牌、一级类目、二级类目、三级类目、生产地、上市年份季节、销售渠道、尺码、颜色分类、图案、风格、适用对象、场合、季节、款式、流行元素、制作工艺、闭合方式、功能；

共8000万条商品信息数据。

整个实施过程分为四个步骤：

一、通过数据初始化模块对商品零售数据进行初始化，使其获取在整个数据定价系统中唯一的18位标识。如下表所示：

二、通过数据价值元素及范围配置模块，根据商品零售数据内容，对该数据进行分析，将商品零售数据价值维度分为：数据自身属性、数据成本属性、数据应用属性。

其中数据自身属性包含的数据价值元素类型为：数据质量(元素数量6)、数据基本信息(元素数量2)和数据类型(元素数量3)；数据成本属性包含的数据价值元素类型为：数据成本(元素数量5)；数据应用属性包含的数据价值元素类型为：数据特质(元素数量3)。

商品零售数据价值维度、数据价值元素类型及数据数量如下表：

下面通过数据自身属性维度中的数据基本信息元素类型来说明商品零售数据元素分段方法，其他数据价值元素类型分段方法类似，不一一列举。元素的分段可结合专家意见、行业经验、元素获取难易程度、元素稀缺性等进行。

·数据价值维度：数据自身属性

·数据价值元素类型：数据基本信息

·元素数量2

最后根据数据主体和数据行业定义其分段明细信息，如下表：

三、数据价值感知模块获取商品零售数据ID：K8Gy9FwiWkRmaOYSCG，同时设置间隔时间为5分钟，则数据价值感知模块每隔5分钟通过商品零售数据ID：K8Gy9FwiWkRmaOYSCG，获取该数据的使用情况，该数据在此5分钟内的使用次数为10000，使用时长为200秒。在获取到数据使用情况后，通过商品零售数据ID：K8Gy9FwiWkRmaOYSCG，获取商品零售数据元素及元素段值，并通过数据接口将数据价值元素完整信息及数据使用情况推送至数据价值评价模块。

四、数据价值评价模块接收到商品零售数据的使用次数为10000，使用时长为200秒，同时接收到了商品零售数据的元素信息及段值信息，因此通过公式DataValue＝C×f(数据价值元素信息、数据使用情况)可计算出商品零售数据的价值为DataValue。

设定商品零售数据利润率为40％，则通过公式Price＝DataValue(1+r)，可以计算得出商品零售数据的定价为1.4×DataValue。

采用了该大数据背景下实现数据资产感知及定价功能的系统及其方法，实现了数据价值元素的灵活配置和分段管理，同时通过数据接口传递元素信息，从而实现了底层元素的无限扩展，而这些元素往往与数据的生产方、管理方、存储方密切相关，因此本发明充分考虑了数据价值相关方信息，具有很强的适应性，同时本发明考虑了数据与信息的区别及数据价值稀疏性的特点，并不对数据作初始价值设置，而是结合数据使用情况，动态计算数据价值，因此随着数据的不断被使用，数据的价值计算将越来越准确，从而解决了大数据背景下数据资产定价难及定价不合理不准确的问题。

在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。

Claims (14)

1.一种大数据背景下实现数据资产感知及定价功能的系统，其特征在于，所述的系统包括：

数据初始化模块，用于对需要进行定价的数据进行初始化，并将整个数据定价体系中唯一的标识赋予待定价数据；

数据价值元素及范围配置模块，与所述的数据初始化模块相连接，用于根据不同的数据属性抽象出数据价值元素，通过对不同元素分段及属性值范围定义，从而得到不同元素的段值；

数据价值感知模块，与所述的数据价值元素及范围配置模块相连接，用于实时感知数据的使用情况及数据价值元素信息，并将其推送至数据价值评价模块；

数据价值评价模块，与所述的数据价值感知模块相连接，用于根据数据使用情况及价值元素信息实时计算评价数据价值。

2.根据权利要求1所述的大数据背景下实现数据资产感知及定价功能的系统，其特征在于，所述的数据初始化模块中的唯一的标识为对数据价值元素配置及数据使用情况进行感知的唯一ID。

3.根据权利要求2所述的大数据背景下实现数据资产感知及定价功能的系统，其特征在于，所述的ID为18位数字和字母组合。

4.根据权利要求1所述的大数据背景下实现数据资产感知及定价功能的系统，其特征在于，所述的数据初始化模块还包括根据实际需求对数据的扩展信息进行初始化。

5.根据权利要求4所述的大数据背景下实现数据资产感知及定价功能的系统，其特征在于，所述的数据的扩展信息包括数据内容、数据名称和数据唯一标识。

6.根据权利要求1所述的大数据背景下实现数据资产感知及定价功能的系统，其特征在于，所述的数据价值元素及范围配置模块通过数据接口实时感知数据的使用情况及数据价值元素信息。

7.根据权利要求1所述的大数据背景下实现数据资产感知及定价功能的系统，其特征在于，所述的数据价值元素及范围配置模块中的数据价值元素包括数据质量、数据稀缺性、数据密级、数据时效性、数据类型数据的产生难易程度和采集交换传输存储难以程度。

8.根据权利要求1所述的大数据背景下实现数据资产感知及定价功能的系统，其特征在于，所述的数据价值元素及范围配置模块对数据的定义包括数据价值维度、数据价值元素类型和元素个数的定义。

9.根据权利要求1所述的大数据背景下实现数据资产感知及定价功能的系统，其特征在于，所述的数据价值元素及范围配置模块的分段数不大于10。

10.根据权利要求1所述的大数据背景下实现数据资产感知及定价功能的系统，其特征在于，所述的数据价值感知模块数据ID及设置的间隔时间感知数据的使用情况。

11.根据权利要求1所述的大数据背景下实现数据资产感知及定价功能的系统，其特征在于，所述的数据的使用情况包括使用次数和使用时长。

12.根据权利要求1所述的大数据背景下实现数据资产感知及定价功能的系统，其特征在于，所述的数据价值评价模块中的根据数据使用情况及价值元素信息计算数据的货币价值DataValue，具体为：

根据以下公式计算数据的货币价值DataValue：

DataValue＝C×f(数据价值元素信息、数据使用情况)；

其中，C为货币价值转换系数，f()为综合计算函数，数据的价值为货币数量。

13.根据权利要求1所述的大数据背景下实现数据资产感知及定价功能的系统，其特征在于，所述的数据价值评价模块中的计算数据的定价Price，具体为：

根据以下公式计算数据的定价Price：

Price＝DataValue(1+r)；

其中，r为利润率。

14.一种基于权利要求1至13中任一项所述的系统实现大数据背景下数据资产感知及定价处理的方法，其特征在于，所述的方法包括以下步骤：

(1)所述的数据初始化模块对需要进行定价的数据进行初始化，并将整个数据定价体系中唯一的标识赋予待定价数据；

(2)所述的数据价值元素及范围配置模块根据不同的数据属性抽象出数据价值元素，通过对不同元素分段及属性值范围定义，得到不同元素的段值；

(3)所述的数据价值感知模块实时感知数据的使用情况及数据价值元素信息，并将其推送至数据价值评价模块；

(4)所述的数据价值评价模块根据数据使用情况及价值元素信息实时计算评价数据价值。