CN110458452A - 质量驱动的公平数据市场平台、交易系统及方法 - Google Patents
质量驱动的公平数据市场平台、交易系统及方法 Download PDFInfo
- Publication number
- CN110458452A CN110458452A CN201910739011.4A CN201910739011A CN110458452A CN 110458452 A CN110458452 A CN 110458452A CN 201910739011 A CN201910739011 A CN 201910739011A CN 110458452 A CN110458452 A CN 110458452A
- Authority
- CN
- China
- Prior art keywords
- data
- buyer
- inquiry
- quality
- price
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Finance (AREA)
- Economics (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及数据服务技术领域,尤其涉及一种质量驱动的公平数据市场平台、交易系统及方法;其中,该数据市场平台包括:接收模块用于接收买方发送的查询请求,并将查询请求发送至查询模块;查询模块用于根据查询请求执行查询,并将查询数据结果返回至评估模块;评估模块用于根据多项预定的评估指标对查询数据结果进行质量评估,并将质量评估结果发送至定价模块;定价模块用于根据质量评估结果及查询价格计算数据最终价格,并将数据最终价格发送至加密模块;加密模块用于根据数据最终价格生成价格信息,并将价格信息发送至买方;其中价格信息包括价格范围与加密价格。本发明采用了基于质量的定价策略,并采用公平保证机制,避免潜在欺骗行为。
Description
技术领域
本发明涉及数据服务技术领域,尤其涉及一种质量驱动的公平数据市场平台、交易系统及方法。
背景技术
数据交易是展示大数据价值的有效途径。在线数据市场交易系统为数据交易提供平台。在数据市场中,数据定价是必不可少的一步,数据质量是数据定价过程中要考虑的一个重要因素。数据质量是指数据满足业务需求的适合性。低质量的数据往往需要额外的“清理”,也意味着需要花费大量的金钱和时间。数据清理并不便宜。据估计,在数据项目中,数据清理占开发时间的30%到80%。数据质量极大地影响了数据的可用性和买方用户的额外支出。
低质量降低了数据的价值。为了显示数据质量对其价值的影响,数据定价应考虑数据质量。将质量因素整合到数据价格中,要求对数据市场平台的许多因素进行考虑,其中公平是非常重要的一项。对公平的、基于质量的数据市场平台的需求带来了两个主要的技术挑战:一个是如何将质量因素整合到数据定价过程中,另一个是如何提供一个无欺骗的、公平的基于质量的数据市场平台。目前,已有针对数据市场平台提出几种定价模型,其中,基于查询的定价框架是一个有效且灵活的定价框架。基于查询的定价框架一旦给出明确的价格点,就可以自动获得查询的价格。在这个框架下买方可以避免数据扫描目录或被迫接受感兴趣数据的超大集。买方可以根据自己的需要发出查询,并得到想要的数据。在数据市场平台中,买方用户总是希望实时交互。这就要求在数据市场平台的定价有效的或脱机执行。然而基于查询的定价框架下,数据的价格取决于提交的查询,应在线计算,效率相对较低。并且,这种框架也会导致不公平的问题,随着质量因素的分布,买方用户可以为所需的数据支付相对较低的价格。
发明内容
本发明的目的是针对上述至少一部分问题,提供一种公平的、基于数据质量进行定价的数据市场平台及数据交易系统、交易方法。
为了解决上述技术问题,本发明提供了一种质量驱动的公平数据市场平台,包括:
接收模块、查询模块、评估模块、定价模块和加密模块;
所述接收模块用于接收买方发送的查询请求,并将所述查询请求发送至所述查询模块;
所述查询模块用于根据所述查询请求执行查询,并将查询数据结果返回至所述评估模块;
所述评估模块用于根据多项预定的评估指标对所述查询数据结果进行质量评估,并将质量评估结果发送至所述定价模块;
所述定价模块用于根据所述质量评估结果及查询价格计算数据最终价格,并将所述数据最终价格发送至所述加密模块;
所述加密模块用于根据所述数据最终价格生成价格信息,并将所述价格信息发送至买方;其中所述价格信息包括价格范围与加密价格。
优选地,所述查询请求包括查询信息和质量权重信息;所述评估模块用于结合所述质量权重信息,对所述查询数据结果进行质量评估。
优选地,所述评估模块包括多个数据评估单元,每个所述数据评估单元用于基于一项预定的评估指标对所述查询数据结果进行评估,并得到评估得分,在所有所述数据评估单元均得到评估得分后,通过离线生成的清洗成本函数及指定的加权方法来确定数据的最终的质量评估结果。
优选地,所述评估模块中,预定的评估指标至少包括准确性、完整性、及时性和一致性。
优选地,还包括交易模块;
所述接收模块还用于接收买方发送的交易请求协议,并将所述交易请求协议发送至所述交易模块;
所述交易模块用于为买方建立加密的买方账户,根据所述交易请求协议执行数据交易,并生成消费记录发送至买方;其中执行数据交易包括从买方账户扣除数据最终价格,并向买方发送查询数据结果。
优选地,所述交易模块还用于将消费记录至可信第三方。
本发明还提供了一种质量驱动的公平数据交易系统,包括买方以及如上述任一项所述的质量驱动的公平数据市场平台;
所述买方用于向所述数据市场平台发送查询请求;
所述数据市场平台用于为所述买方建立加密的买方账户,接收买方发送的查询请求,执行查询,根据多项预定的评估指标对查询数据结果进行质量评估,计算数据最终价格,并生成价格信息,发送至所述买方;
所述买方还用于在接收到价格信息后,判断是否进行交易,若进行交易,则生成交易请求协议,并向所述数据市场平台发送;
所述数据市场平台还用于接收所述交易请求协议,执行数据交易,并生成消费记录发送至买方。
优选地,还包括可信第三方;
所述数据市场平台还用于将消费记录发送至所述可信第三方;
所述可信第三方用于在接收到所述买方发送的检查请求,检查消费记录,并将检查结果发送至所述买方;其中,检查请求包括加密价格与价格范围。
优选地,还包括数据供应商,用于提供数据库以及质量相关价格点;
所述数据市场平台执行查询时,对所述数据供应商提供的数据库进行查询;计算数据最终价格时,根据所述数据供应商提供的质量相关价格点进行计算。
本发明还提供了一种质量驱动的公平数据交易方法,采用如上述任一项所述的质量驱动的公平数据交易系统进行执行,包括如下步骤:
询价、买方向数据市场平台发送查询请求;数据市场平台用于接收买方发送的查询请求,执行查询,根据多项预定的评估指标对查询数据结果进行质量评估,计算数据最终价格,并生成价格信息,发送至买方;
交易、买方在接收到价格信息后,判断是否进行交易,若进行交易,则生成交易请求协议,并向数据市场平台发送;数据市场平台接收交易请求协议,执行数据交易,并生成消费记录发送至买方;
验证、买方在接收到消费记录后,判断是否发起验证,若发起验证,则生成验证请求,并向数据市场平台发送;数据市场平台接收验证请求,对买方账户进行验证,并生成验证结果,发送至买方。
本发明的上述技术方案具有如下优点:本发明提供了一种质量驱动的公平数据市场平台,包括接收模块、查询模块、评估模块、定价模块和加密模块,本发明一方面基于买方给出的查询请求查询数据库中的数据,对数据质量进行评估,根据数据质量进行定价,建立了基于质量的定价策略,确保数据价格是质量驱动的,低质量数据对应较低价格,高质量数据对应较高价格;另一方面采用公平保证机制,将价格以不完全公开的形式反馈给买方,避免买方通过尝试不同参数组合等方式,找到更便宜的定价,获得与其他买方用户不公平的优势,确保该数据市场平台是“无欺诈”的机制。
本发明还提供了一种质量驱动的公平数据交易系统及方法,采用上述质量驱动的公平数据市场平台,在交易过程中,根据数据质量为数据分配合理的价格,并有效地保护质量驱动的数据定价,避免潜在的欺骗行为。
附图说明
图1是本发明实施例中一种质量驱动的公平数据市场平台结构示意图;
图2是本发明实施例中一种质量驱动的公平数据交易系统结构示意图;
图3是本发明实施例中一种质量驱动的公平数据交易系统对五个不同数据库执行操作,查询价格与出现频率的关系示意图;
图4是本发明实施例中一种质量驱动的公平数据交易系统对五个不同数据库执行操作,随机添加数据集错误次数与价格的关系示意图。
图中:100:数据供应商;
200:数据市场平台;201:接收模块;202:查询模块;203:评估模块;204:定价模块;205:加密模块;206:交易模块;
300:可信第三方;400:买方;401:买方账户。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
如图1所示,本发明实施例提供的一种质量驱动的公平数据市场平台200,包括接收模块201、查询模块202、评估模块203、定价模块204和加密模块205,具体地:
接收模块201用于接收买方发送的查询请求,并将查询请求发送至查询模块202。
优选地,查询请求包括查询信息和质量权重信息。由于数据质量有不同的方面,买方用户可以通过不同的质量权重信息强调某些特定的方面,通过获取买方用户给出的质量权重信息,数据市场平台200可在后续定价时,根据买方用户的要求,对不同质量的因素分配不同的权重。
查询模块202用于根据查询请求执行查询,并将查询数据结果返回至评估模块203。查询模块202根据查询信息对可用的数据库进行查询,得到数据库子集,即查询数据结果。
评估模块203用于根据多项预定的评估指标对查询数据结果进行质量评估,并将质量评估结果发送至定价模块204。评估模块203的作用即基于质量因素进行量化,通过多项预定的评估指标综合考虑数据质量评估,给出较为全面、可信的结果。评估模块203和定价模块204是实现定价策略的核心部分。
优选地,评估模块203用于结合买方用户给出的查询请求中的质量权重信息,对查询数据结果进行质量评估,根据买方用户的不同要求,可获得不同的评价结果。
优选地,评估模块203包括多个数据评估单元,每个数据评估单元用于基于一项预定的评估指标对查询数据结果进行评估,并得到评估得分。在所有数据评估单元均得到评估得分后,通过离线生成的清洗成本函数及指定的加权方法来确定数据的最终的质量评估结果。
进一步地,评估模块203中,预定的评估指标至少包括准确性、完整性、及时性和一致性。示例性地,评估模块203包括四个数据评估单元,四个数据评估单元分别从准确性、完整性、及时性、一致性四个方面评估数据质量。
本发明对于量化的考虑包括两个方面:一个是效率。在数据市场交易中,数据质量信息将用新提交的数据进行定量计算,数据的大小可能很大,数据质量评价方法应保证数据市场平台200的工作效率。另一个是由于数据质量的不同方面造成的多样性问题。数据质量的定量描述应该是各种数据质量方面不同权重的组合,要求这些方面的价值落到类似的范围,并遵循类似的格式。本发明选择准确性、完整性、及时性、一致性四个方面对数据质量评估,其原因有二:其一是这些属性是最常被调查的数据质量因素。其二是这些因素与数据的价值和价格密切相关,违反这些因素可能会造成直接的损失甚至更严重的后果。
优选地,通过违例值K作为评估得分,对这四个方面进行评价,违例值K表明了在数据在某些方面质量的糟糕程度,反映了清洁力度。假设数据库的图表具有m个属性,R=(R1,...,Rm)表示数据库属性,以表示R的一个实例,表示查询数据结果,设其有n个元组。
1)准确性:数据的准确性是指数据没有错误的程度。为了测量数据的准确性,需要在数据集合中发现和计算不精确项的出现次数。本发明根据类型、格式和预定义模式判断数据的有效性。要定位不准确的数据,需要先对数据进行模式分析、域分析和数据类型分析。其中,模式分析通过分析存储在属性中的数据发现记录的模式;域分析通过捕捉最频繁发生的值标识属性中的一个常用域或一组常用值;数据类型分析使系统能够发现有关属性中发现的数据类型的信息。在获得模式、域和数据类型后,对所有元组的每个属性进行检查,若满足下列条件,此值被认为是不准确的:
a、违背了属性的模式,模式可以表示为正则表达式。例,一个有效的日期表示为“\d{4}-\d{2}-\d{2}”,数据“98-01-01”不符合。
b、超过了有效数据域。例,一个负数对于年龄属性来讲是不准确的。
c、数据类型错误。例,字符串类型的写成了整数类型。
以nac表示所有不准确的值的数目,利用不准确的值的比值来评价整个数据集的不准确性。为了避免每个数据质量方面的极端值,本发明选择了原始比率的负对数来进行评估。
优选地,评估模块203用于根据多项预定的评估指标对查询数据结果进行质量评估时,预定的评估指标中,准确性通过如下表达式进行评估:
其中,K1表示精度违例值,通过这种形式,质量值(即精度违例值K1)落在合理的范围内,更精确的数据集得到更高的K1值,即价值更高的数据获得更高的得分。
2)完整性:一组数据的完整性是指数据不丢失的程度。测量完整性的程度,需要检查是否数据集在三个方面是令人满意的:(1)适量;(2)适当的属性;(3)较少的遗漏值。所有这三个方面影响了数据集的可用性。
首先,数据库的容量应该达到最小数量才有意义,为违反数据集所需的最小数量的程度。nmin表示某一类型数据的最小记录数。当时,这个公式示出了违反程度。
其次,数据表应包含足够的属性以确保它提供了有效的信息。违反此属性的程度被测量为未覆盖属性与必要属性的比率。公式为其中p表示必要属性个数,p’表示覆盖属性个数,p-p’表示未覆盖属性个数。
最后,缺失值的存在可能导致无法回答某些查询或导致不完整的查询结果,用缺失值的比值来描述这个属性的违反程度,公式为nmis表示缺失值的元组个数。
总结这些因素,用以下方式计算数据集的不完整性。数据完整性的三个方面的相对重要性被描述为权重wcom1、wcom2、wcom3,即,wcom1表示数据库容量完整性权重,wcom2表示数据库必要属性完整性权重,wcom3表示数据库缺失值权重,权重wcom1、wcom2、wcom3分布也可由买方用户确定,或自动通过机器学习方法由买方用户反馈信息确定,遵循相同的格式和精度值。
优选地,评估模块203用于根据多项预定的评估指标对查询数据结果进行质量评估时,预定的评估指标中,完整性通过如下表达式进行评估:
其中,K2表示完整性违例值。
3)及时性:及时性是指对某一特定任务最新数据的程度。为了评估时效性,根据特定的数据类型的有效时间计算过期值的个数nexp。
优选地,评估模块203用于根据多项预定的评估指标对查询数据结果进行质量评估时,预定的评估指标中,及时性通过如下表达式进行评估:
其中,K3表示及时性违例值,nexp表示过期值的元组个数,mt表示在有效的时间戳内元组的数目。
4)一致性:数据一致性是指数据的符合程度的函数依赖和数据库条件函数依赖。
优选地,评估模块203用于根据多项预定的评估指标对查询数据结果进行质量评估时,预定的评估指标中,一致性通过如下方式进行评估:
其中,K4表示一致性违例值,nvio表示违反函数依赖和条件函数依赖的元组个数。
在所有数据评估单元均得到评估得分后,即得到对应的违例值K后,综合各种因素,选取评价数据质量的线性和作为骨架,通过指定的加权方法来确定数据的最终的质量评估结果。数据质量方面的相对重要性是由买方用户根据他们的要求决定的,即查询请求中提供的质量权重信息。为了表示它,需要数据的买方在质量权重信息中来描述一个权重向量W=[w1,w2,w3,w4]以代表上面提到的四个方面(准确性、完整性、及时性和一致性)的权重,其中w1+w2+w3+w4=1。
进一步地,考虑到不能期望每一个买方用户都能根据特定的应用程序精确地量化他们的需求,并在各自的质量方面给予相对的权重。因此,优选地,本发明提供的公平数据市场平台200还包括建议模块。建议模块通过对数据的评估计算,给买方用户提供数据质量权重建议。建议模块用于根据所有数据评估单元得到评估得分,评估典型清洗方法的潜在成本,并将其归档到不同的级别,给出相应级别的权重范围,且向买方反馈参数设置指南。买方用户根据这样的指南确定质量权重信息,如不完整性权重wcom1、wcom2、wcom3,以及权重向量W=[w1,w2,w3,w4],并且在建议模块给出的范围内仍有略微改变的自由。在定价策略中,买方用户可以选择使用整套参数的默认值或修改部分参数。针对参数的修改可以在现有技术中的算法帮助下实现,例如,优选地,建议模块还用于基于以前的记录提出参数修改指南。
进一步地,建议模块用于对于第i项数据质量评估指标的第j个评估层面离线生成清洗成本函数fij(K,D,V),fij(K,D,V)也是不同清洗方法的估计时间消费函数,其中K表示违例值,D表示数据库一个实例,V记录对违例值K的清洗修复值。
评估模块203在所有数据评估单元均得到评估得分后,根据第i项评估指标的相关权重wi其所在范围,选择合适的清洗成本函数其中i表示数据质量评估指标编号,j表示评估指标内的层面编号,s表示评估指标内的层面总数,得到最终质量评估结果
定价模块204用于根据质量评估结果计算数据最终价格,并将数据最终价格发送至加密模块205。
定价模块204的作用,即将上述评估模块203评估的质量因素与数据价格相结合,得到质量驱动的数据最终价格。数据质量引起的数据价格变化称为浮动。定量浮动的计算需要考虑多个数据质量因素的组合,并根据要求区分不同方面的数据质量的重要性。为了在特定的数据市场交易中实现公平,本发明提供的数据市场平台200制定一套标准的质量值S=(S1,S2,S3,S4)以表明市场的平均质量水平,使价格浮动在同一基准线上。这个基线可以计算为在市场上目前所有的数据库的平均质量,也可以由提供数据库的数据供应商提供。
优选地,定价模块204根据质量评估结果及查询价格计算数据最终价格时,即浮动计算分为两个步骤:
计算所有数据库的标准质量、质量评估结果FQ的计算方式如上所述,所有数据库的标准质量FQs则以质量值S代替相关权重W用相同的方式计算,在此不再重复赘述。
计算数据最终价格、数据最终价格用查询结果的原始价格p(即查询价格)、质量评估结果FQ和标准质量FQs的浮动计算结果共同来计算。
优选地,计算浮动结果,即计算数据最终价格的表达式为:
其中,C表示数据的系数,表明质量可能会影响最终价格的多少,可根据质量要求进行调整。该方法综合考虑了加法浮动与乘法浮动两种浮动方式,加法浮动的缺点在于相对于昂贵的数据更容易影响便宜的数据的价格,乘法浮动的缺点则在于往往过于容易影响昂贵的数据的价格。而本申请所采用的方法克服了这些不足之处,能够获得更为合理、可靠的浮动结果,以便根据数据质量对价格进行合理定价。
加密模块205用于根据数据最终价格生成价格信息,并将价格信息发送至买方;其中所述价格信息包括价格范围与加密价格。
随着将数据质量考虑到数据定价中,一些行为可能影响交易的公平性。例如,某一买方用户可以尝试所有可能的参数组合,以在一个设计不良的系统中找到最便宜的参数“元组”。然后,他将使用这样一组参数组合来获得相比于其他买方用户不公平的优势。因此,除了基于质量的定价策略之外,本发明提供的数据市场平台200还建立了一种公平保证机制,以防止精明的买方用户作弊市场管理制度,确保基于质量的数据市场平台200是“无欺诈的”。
基于质量的定价的不公平性是因为通过欺骗系统可以降低价格,从这个角度出发,可利用买方用户可能的欺骗能力评价数据市场平台200的公平性。如果一个数据市场平台满足,在知道真正的权重向量W的情况下,买方用户不能通过修改权重向量W的数值找到一个W’,并保证:
那么,在基于质量的数据市场交易中,这种数据市场平台可以被认为是无欺诈的。违反准则显示了买方用户欺骗系统的能力。意识在准则中是很重要的,买方用户对查询的权重向量和它的价格的映射是无意识的。事实上,映射将给买方用户提供比其他买方用户更精明的优势。
保障公平性的主要机制是隐藏从价格到权重向量的映射,防止买方用户检测到他查询的数据库的有关质量分布的任何有用信息。本发明提供的数据市场平台200通过避免向买方揭示精确的查询价格,以及对查询价格进行加密来实现公平性。加密模块205向买方反馈的价格信息是加密后的信息,价格信息包括价格范围与加密价格,若买方用户对价格范围可以接受,即可发起交易,若买方用户此次不进行交易,也不能通过改变查询的权重向量,获得权重向量和它的价格的准确映射关系。
优选地,该数据市场平台200还包括交易模块206。当买方用户接收到价格信息后,认为可以接受并发起交易,向数据市场平台200发送一个协议,即交易请求协议。数据市场平台200的接收模块201还用于接收买方发送的交易请求协议,并将交易请求协议发送至交易模块206。交易模块206用于为买方建立加密的买方账户401,根据交易请求协议执行数据交易,并生成消费记录发送至买方;其中执行数据交易包括从买方账户401扣除数据最终价格,并向买方用户发送查询数据结果。每个买方用户在数据市场平台200得到一个买方账户,获得代币消费,以代替钱的消费,消费时数据市场平台200生成唯一的消费ID,以便后续买方用户验证自己的消费是否准确无误。假设通信是在安全且经过认证的信道中进行的。每次发出查询时,买方用户得到一个价格范围,而不是一个明确的价格。如果他接受价格范围,价格将从账户中扣除,买方用户可以获得的消费记录同样包括余额范围,而不是精确的数字,以此保证交易的公平性。
同时,也应保证买方用户不会通过数据市场平台200被骗。买方用户可以存档和验证消费记录,以确保数据市场平台200公平。优选地,买方用户可以向数据市场平台200请求验证,验证自己的买方账户是否进行了正确的交易,如扣除了相应的余额。
优选地,交易模块206还用于将消费记录发送至可信第三方300。一般来说,数据交易系统包含三方:提供数据并决定其数据库的个别价格点的数据供应商100,数据的买方向特定的数据库发出查询并被收费,数据市场平台200作为一个平台,执行所有的查询过程和与质量相关的计算。为了为各方提供保护,可将可信第三方300引入到数据交易系统,可信第三方300是一个可信的、无偏见的、经过认证的第三方,可以与其他各方进行沟通并提供仲裁。在成功的消费后,买方可能要检查数据市场平台200是否从他的买方账户中取了正确的钱,确保数据市场平台200不能通过提供虚假价格来欺骗他。这要求买方用户能够在不解密价格的情况下,检查消费的正确性。当买方用户需要核实加密的余额是否正确,或加密的价格确实在数据市场平台200给出价格范围内时,买方与可信第三方300通信。可信第三方300通过和数据市场平台200沟通执行检查,并把检查的结果返回给买方。
实施例二
如图2所示,本发明实施例二提供了一种质量驱动的公平数据交易系统,包括买方400以及上述任一质量驱动的公平数据市场平台200,具体地:
买方400用于向数据市场平台200发送查询请求;
数据市场平台200用于为买方400建立加密的买方账户401,接收买方400发送的查询请求,执行查询,根据多项预定的评估指标对查询数据结果进行质量评估,计算数据最终价格,并生成价格信息,发送至买方400;
买方400还用于在接收到价格信息后,判断是否进行交易,若进行交易,则生成交易请求协议,并向数据市场平台200发送;
数据市场平台200还用于接收交易请求协议,执行数据交易,并生成消费记录发送至买方400。
优选地,该交易系统还包括可信第三方300,具体地:
数据市场平台200还用于将消费记录发送至可信第三方300。可信第三方300用于在接收到买方发送的检查请求,检查消费记录,并将检查结果发送至买方;其中,检查请求包括(但不限于)买方用户信息、交易的加密价格、价格范围或消费ID等。可信第三方300作为可信的一方,可以根据数据市场平台200提供的消费记录和买方提供的消费记录,提供额外的检查。
优选地,该交易系统还包括数据供应商100,用于提供数据库以及质量相关价格点。数据市场平台200执行查询时,对数据供应商100提供的数据库进行查询;计算数据最终价格时,根据数据供应商100提供的质量相关价格点进行计算。数据供应商100确定质量相关价格点后,数据市场平台200即可确定一套标准的质量值S=(S1,S2,S3,S4)以表明市场数据的平均质量水平。
实施例三
本发明实施例三提供了一种质量驱动的公平数据交易方法,采用如上述任一质量驱动的公平数据交易系统进行执行,包括如下步骤:
询价、买方400向数据市场平台200发送查询请求;数据市场平台200用于接收买方400发送的查询请求,执行查询,根据多项预定的评估指标对查询数据结果进行质量评估,计算数据最终价格,并生成价格信息,发送至买方400。
交易、买方400在接收到价格信息后,判断是否进行交易,若进行交易,则生成交易请求协议,并向数据市场平台200发送;数据市场平台200接收交易请求协议,执行数据交易,并生成消费记录发送至买方400。
验证、买方400在接收到消费记录后,判断是否发起验证,若发起验证,则生成验证请求,并向数据市场平台200发送;数据市场平台200接收验证请求,对买方账户401进行验证,并生成验证结果,发送至买方400。
当系统包括可信第三方300时,优选地,本发明提供的公平数据交易方法还包括:
检查、买方400在接收到消费记录后,判断是否发起检查,若发起检查,则生成检查请求并向可信第三方300发送;可信第三方300接收到检查请求后,与消费记录进行比对,并生成检查结果,发送至买方。
实施例四
本实施例四与实施例三基本相同,相同之处不再赘述,不同之处在于:
本发明优选通过以下现有技术中的函数实现质量驱动的公平数据交易方法,在这些函数中,Gn表示模n的乘法群,p表示数据市场平台200计算得到的数据最终价格。
由数据市场平台200执行的一种函数,该函数以输入安全参数s为特定买方用户生成唯一标识号,即买方用户ID i。对于安全参数s,最终价格p有s位,是群Gn的阶,即p=|G|。gi表示系统为买方用户分配的密钥,pubi表示系统公钥加密信息。
(Evalue)←Enc(i,value):用买方用户ID加密价格或特定买方用户的余额值的确定性函数,返回
(range)←Range(i,p):由数据市场平台200执行的一种概率函数,输出p的范围,即价格范围。
(res,p)←Query(q,W):一种由数据市场平台200执行的确定性函数,它将查询q输入到某个数据库和权重向量W,并通过计算查询的数据结果集res,得到基于质量的定价的最终结果,即数据最终价格p,最后将res和p返回。
(consumptionID,Ep,res)←Consume(i,confirmi,q,W):由数据市场平台200执行的一种确定性函数,它将买方用户i的确认信息(confirmi)和买方用户的查询信息(q,W)作为输入。它为消费生成一个唯一的消费ID,加密Ep=Enc(i,p),并通过运行查询执行查询。它最终返回消费ID consumptionID,加密价格Ep和查询结果res作为消费记录,同时保存记录并将其发送给可信第三方300存档。
YES-NO←Verify(EB1,Ep,EB2):买方执行的一种确定性函数,它以原始余额的加密形式EB1、加密的查询的价格Ep和查询成功后的新余额EB2作为输入。若EB1*(EB2)-1=Ep,返回“YES”,EB2的逆可以使用扩展欧几里德函数计算。
YES-NO←checkBalance(i,EB):一种确定性函数,由可信第三方300执行,检查是否提供的值是买方用户i的加密形式。若EB=Enc(i,Bi),返回“YES”,其中Bi为买方用户i现在的余额,EB表示买方用户i现在余额的加密形式。由于可信第三方300跟踪每个消费记录,它总是得到最新的买方用户余额。
YES-NO←VerifyRange(consumptionID,i,range,Ep):由可信第三方300执行的一种确定性函数,它以消费ID、买方用户ID、加密形式的价格和所提供的价格范围作为输入。若价格在此范围内返回YES。为了避免买方用户恶意利用可信第三方300来缩小Ep的范围甚至揭示p的值,可信第三方300通过提供的消费ID搜索消费记录,以验证输入是否合法。根据这种搜索的记录,当记录中的任何范围和买方用户ID与买方输入提供的对应项不匹配时,返回“NO”。如果两者匹配,检查仍在继续。如果p在范围内,Ep=Enc(i,p)并且范围匹配,返回“YES”。
优选地,质量驱动的公平数据交易方法还包括在执行询价前,执行如下步骤:
建立:假设所有的角色,包括数据供应商100、数据市场平台200和可信第三方300都已经得到了公钥对和私钥的密钥对。他们在离线程序或公共密钥基础设施的帮助下承认别人的公钥信息,为了开始交易,数据供应商100为数据市场平台200提供了明确的价格点。数据市场平台200存储并调查数据库实例的质量信息。想要从市场购买数据的买方用户需要注册RST。数据市场平台200在安全参数s上运行注册表,并将寄存器信息保存到数据库中。数据市场平台200还将信息发送给可信第三方300以备将来参考。
进一步地,在询价步骤中,买方向数据市场平台200发送查询请求时,买方形成查询q,并确定权重向量W(质量权重信息),发送(q,W)到数据市场平台200,并等待查询价格的范围。数据市场平台200然后执行查询,计算查询价格,根据买方给出的质量权重信息,计算出最终价格,即在(q,W)上运行查询。数据市场平台200送回价格范围和加密价格(genRange(p),Enc(i,p))。
进一步地,在交易步骤中,买方在接收到价格信息后,判断是否进行交易,如果买方同意在这个范围内的价格,会发回一个协议信息,即返回交易请求协议。然后数据市场平台200进行交易,更新买方用户的当前余额,并以加密的形式返回结果,独一无二的消费ID还有价格和当前余额。买方用户保存加密的消费记录为未来可能的验证。每次成功消费后,数据市场平台200将消费记录发送给可信第三方300。
进一步地,在验证步骤中,由于买方只能以加密的形式获取消费信息,因此买方用户可能要核实是否妥善处理了他的余额。买方在接收到消费记录后,判断是否发起验证时,买方可以在任何阶段以加密形式EB要求获取的当前余额。所以买方的每一个消费,均有元组(EB1,Ep,EB2)可以验证。数据市场平台200接收验证请求,对买方账户401进行验证,如果验证返回“YES”,买方确信他的消费价格是从他的余额中减去的。
进一步地,当系统包括可信第三方300时,在检查步骤中,买方用户可通过可信第三方300进行消费记录检查。可信第三方300作为可信的一方,可以提供额外的检查。买方需要检查原始加密余额的可靠性让下面的验证是可信的。当买方用户对账户进行充值时,同样需要检查,可以执行checkBalance函数。买方可能想知道某个查询的价格是否真的在数据市场平台200所声称的范围内,可以将消费ID、加密价格、数据市场平台200所声称的价格范围和自己的买方用户ID发送到可信第三方300。可信第三方300执行VerifyRange函数并返回答案。
由于每个函数在安全参数s中的多项式时间复杂度,如上所述的交互阶段,上述每一个阶段都可以在多项式时间内完成。在实际的实现中,根据安全参数,组的规模要大得多,基于离散对数求解的问题难度,在安全参数s不可忽略的函数情况下,一个多项式时间的攻击者不能得到确切的余额和价格。因此,只有加密的价格和余额,买方用户无法检测到底层数据库的质量分布。以此,保证本发明所采用机制的可靠性和安全性。
如果不知道特定数据库实例中不同因素之间的关系,攻击者可以欺骗系统的可能性等于随机猜测权重向量W。此处证明一个可能性,由买方用户构造的权重向量W’可以成功地违反“无欺骗的”标准,等于随机猜一个权重向量。因为w1+w2+w3+w4=1,买方用户具有攻击能力,如果他能得到一个满足以下约束的W’=[w1’,w2’,w3’,w4’]:
K1w1+K2w2+K3w3-K4w1-K4w2-K4w3<K1w1'+K2w'2+K3w'3-K4w1'-K4w'2-K4w'3;
其中W是系统的真正参数。化简后可得:
(K1-K4)(w1-w1')+(K2-K4)(w2-w'2)+(K3-K4)(w3-w'3)<0;
为了检查约束可满足的可能性,首先考虑W和W’为二维向量的简单情况。可将式子化简为(K1-K2)(w1-w1’)<0,定义一个函数y=ax,a=(K1-K2),x=(w1-w1’)。在这个函数中,因为a是否大于0是未知的,不管如何构建良好的W’,攻击成功的概率均为1/2。成功攻击的可能性,即违反无欺骗标准的可能性为:
可以说,P(vio|a)等同于从一个通过(0,0)点的线性函数选择一个x,使得y<0的概率。因此P(vio|ai)=1/2,则:
接下来考虑三维的情况。若W和W’为三维向量,需要满足(K1-K3)(w1-w1’)+(K2-K3)(w2-w2’)<0,同理,左半部分可设置一个函数z=ax+by,a=K1-K3,b=K2-K3,x=w1-w1’,y=w2-w2’,直线通过(0,0)。同理,违反无欺骗标准的可能性为:
P(vio|(ai,bi))和选取(x,y)使得z小于0的概率相等,同样的,P(vio|(ai,bi))=1/2,则:
同样的,在四维空间中,有:
有人可能会争辩说,没有质量的分布知识,买方可以发出n个不同W值查询,通过比较这些查询希望得到一个较低的价格。这个问题可以减少到如上所述,对所有的i∈{1,2,3,4}.确定这种可能性仍然等同于随机选择。
为进一步验证,在数据库管理系统(DBMS)上实现本发明所提供的交易系统,并与数据供应商100和数据买方用户的角色上进行交互。该系统是用Python实现的,并运行在MySQL数据库管理系统之上。评估所使用的数据为是现实世界数据市场AggData和theWindows Azure Marketplace销售的数据,包括五个数据库,分别是慈善机构(Philanthropy)、大学(University)、天气(Weather)、GDP和国家(Country)。
系统运行在2.5GHz酷睿i3处理器和8GB内存的笔记本电脑。系统中,所有的参数和数据库的相关信息都存储在一个配置文件中。手动设置参数C=0.05,S=[2.5,2,1.5,2],并设置过期时间为6年,最低记录数nmin=200,和必要的属性集Rnec={OrganizationName,Fundraising}。
在真实世界实现中的参数集可以以相同的方式或以更人性化的方式生成。下面从多个方面对本发明提供的系统进行评估。
(1)效率:首先在不同的数据库实例的大小和属性数下评估系统的性能。如表1所示:
表1五个不同数据库性能比较
(2)有效性:此处以两种方式评估系统的有效性。
一是根据先验知识进行评估。根据先验知识,不同参数的特定查询价格应该服从正态分布,用200个随机选择的权重分布W对每个数据库进行了实验。如图3所示,图3(a)至图3(e)分别示出了慈善机构、大学、天气、GDP和国家五个数据库频率(Frequency)随查询价格(Query price)变化的关系。本发明所采用系统提供的价格和要求相一致,是合理分配的。
二是检验数据价格与数据质量的关系。为了避免原始查询价格的影响,在同一个数据库实例测试同一查询。通过随机添加数据集的错误,手动降低数据质量,并检验其给出的价格结果。结果如图4所示,图4(a)至图4(e)分别示出了慈善机构、大学、天气、GDP和国家五个数据库价格随着错误量增加的变化情况(横坐标为随机添加错误的次数(Times ofadding random mistakes),纵坐标为价格(Price)),价格随着所有数据集错误量的增加而降低。
(3)可靠性:将由人为选择与随机生成的参数的结果进行比较。当某个买方用户发出查询时,就会生成一个权重向量W,若买方用户试图欺骗系统来获得更便宜的价格,W可以修改成W’,通过人为修改权重向量,并将其与随机选择的权重向量进行比较,以此检测买方用户的欺骗能力。得到的结果表明,即使知道权重向量W,买方用户也没有明显优势,随机选择的权重向量可以得到更低的价格。
综上,本发明提供了质量驱动的公平数据市场平台、公平数据交易系统及方法,这是第一个考虑到数据市场定价中的全面质量因素和基于质量的数据市场的公平性的工作,其至少包括以下两个创新点:
1.建立适当的、基于质量的数据定价策略。
2.从两个方面实现公平保证机制。
(1)首先考虑数据质量的数据定价策略。在本发明所采用的定价策略中,质量更好的数据可以以更高的价格出售,而买方购买质量较差的数据则要付出更少的代价。质量定价体系的目的是以买方用户的各自需求为出发点,为特定买方用户提供价格的方法。嵌入买方用户需求,是因为不同的买方用户和应用程序可能会对重要的质量因素有自己的重点。
(2)其次提出防止欺诈的交易机制,防止精明的购买者使用以前的查询知识欺骗系统。有了这样的交易机制,精明的买方用户不能通过恶意设计的查询获得相同内容的更低价格,确保了交易的公平性。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种质量驱动的公平数据市场平台,其特征在于,包括:
接收模块、查询模块、评估模块、定价模块和加密模块;
所述接收模块用于接收买方发送的查询请求,并将所述查询请求发送至所述查询模块;
所述查询模块用于根据所述查询请求执行查询,并将查询数据结果返回至所述评估模块;
所述评估模块用于根据多项预定的评估指标对所述查询数据结果进行质量评估,并将质量评估结果发送至所述定价模块;
所述定价模块用于根据所述质量评估结果及查询价格计算数据最终价格,并将所述数据最终价格发送至所述加密模块;
所述加密模块用于根据所述数据最终价格生成价格信息,并将所述价格信息发送至买方;其中所述价格信息包括价格范围与加密价格。
2.根据权利要求1所述的数据市场平台,其特征在于:
所述查询请求包括查询信息和质量权重信息;所述评估模块用于结合所述质量权重信息,对所述查询数据结果进行质量评估。
3.根据权利要求2所述的数据市场平台,其特征在于:
所述评估模块包括多个数据评估单元,每个所述数据评估单元用于基于一项预定的评估指标对所述查询数据结果进行评估,并得到评估得分,在所有所述数据评估单元均得到评估得分后,通过离线生成的清洗成本函数及指定的加权方法来确定数据的最终的质量评估结果。
4.根据权利要求3所述的数据市场平台,其特征在于:
所述评估模块中,预定的评估指标至少包括准确性、完整性、及时性和一致性。
5.根据权利要求1所述的数据市场平台,其特征在于:
还包括交易模块;
所述接收模块还用于接收买方发送的交易请求协议,并将所述交易请求协议发送至所述交易模块;
所述交易模块用于为买方建立加密的买方账户,根据所述交易请求协议执行数据交易,并生成消费记录发送至买方;其中执行数据交易包括从买方账户扣除数据最终价格,并向买方发送查询数据结果。
6.根据权利要求5所述的数据市场平台,其特征在于:
所述交易模块还用于将消费记录至可信第三方。
7.一种质量驱动的公平数据交易系统,其特征在于:
包括买方以及如权利要求1-6任一项所述的质量驱动的公平数据市场平台;
所述买方用于向所述数据市场平台发送查询请求;
所述数据市场平台用于为所述买方建立加密的买方账户,接收买方发送的查询请求,执行查询,根据多项预定的评估指标对查询数据结果进行质量评估,计算数据最终价格,并生成价格信息,发送至所述买方;
所述买方还用于在接收到价格信息后,判断是否进行交易,若进行交易,则生成交易请求协议,并向所述数据市场平台发送;
所述数据市场平台还用于接收所述交易请求协议,执行数据交易,并生成消费记录发送至买方。
8.根据权利要求7所述的交易系统,其特征在于:
还包括可信第三方;
所述数据市场平台还用于将消费记录发送至所述可信第三方;
所述可信第三方用于在接收到所述买方发送的检查请求,检查消费记录,并将检查结果发送至所述买方;其中,检查请求包括加密价格与价格范围。
9.根据权利要求8所述的交易系统,其特征在于:
还包括数据供应商,用于提供数据库以及质量相关价格点;
所述数据市场平台执行查询时,对所述数据供应商提供的数据库进行查询;计算数据最终价格时,根据所述数据供应商提供的质量相关价格点进行计算。
10.一种质量驱动的公平数据交易方法,其特征在于,
采用如权利要求7-9任一项所述的质量驱动的公平数据交易系统进行执行,包括如下步骤:
询价、买方向数据市场平台发送查询请求;数据市场平台用于接收买方发送的查询请求,执行查询,根据多项预定的评估指标对查询数据结果进行质量评估,计算数据最终价格,并生成价格信息,发送至买方;
交易、买方在接收到价格信息后,判断是否进行交易,若进行交易,则生成交易请求协议,并向数据市场平台发送;数据市场平台接收交易请求协议,执行数据交易,并生成消费记录发送至买方;
验证、买方在接收到消费记录后,判断是否发起验证,若发起验证,则生成验证请求,并向数据市场平台发送;数据市场平台接收验证请求,对买方账户进行验证,并生成验证结果,发送至买方。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910739011.4A CN110458452B (zh) | 2019-08-12 | 2019-08-12 | 质量驱动的公平数据市场平台、交易系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910739011.4A CN110458452B (zh) | 2019-08-12 | 2019-08-12 | 质量驱动的公平数据市场平台、交易系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110458452A true CN110458452A (zh) | 2019-11-15 |
CN110458452B CN110458452B (zh) | 2022-02-01 |
Family
ID=68485867
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910739011.4A Active CN110458452B (zh) | 2019-08-12 | 2019-08-12 | 质量驱动的公平数据市场平台、交易系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110458452B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080208733A1 (en) * | 1999-09-30 | 2008-08-28 | Printvision, Inc. | System and method for auctioning services over an information exchange network |
CN105354737A (zh) * | 2015-12-02 | 2016-02-24 | 国家电网公司 | 一种适合大数据价值评价的计算方法 |
CN105824919A (zh) * | 2016-03-16 | 2016-08-03 | 吉林大学 | 一种数据查询操作定价的动态调整方法及装置 |
CN106682520A (zh) * | 2016-11-17 | 2017-05-17 | 精硕科技(北京)股份有限公司 | 数据交易方法及数据交易系统 |
CN107665236A (zh) * | 2016-07-28 | 2018-02-06 | 艾玛迪斯简易股份公司 | 电子数据集搜索 |
-
2019
- 2019-08-12 CN CN201910739011.4A patent/CN110458452B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080208733A1 (en) * | 1999-09-30 | 2008-08-28 | Printvision, Inc. | System and method for auctioning services over an information exchange network |
CN105354737A (zh) * | 2015-12-02 | 2016-02-24 | 国家电网公司 | 一种适合大数据价值评价的计算方法 |
CN105824919A (zh) * | 2016-03-16 | 2016-08-03 | 吉林大学 | 一种数据查询操作定价的动态调整方法及装置 |
CN107665236A (zh) * | 2016-07-28 | 2018-02-06 | 艾玛迪斯简易股份公司 | 电子数据集搜索 |
CN106682520A (zh) * | 2016-11-17 | 2017-05-17 | 精硕科技(北京)股份有限公司 | 数据交易方法及数据交易系统 |
Non-Patent Citations (2)
Title |
---|
DING XO ETC.: "A Fair Data Market System with Data Quality Evaluation and Repairing Recommendation", 《LECTURE NOTES IN COMPUTER SCIENCE》 * |
丁小欧 等: "基于数据质量评估的数据市场分析系统", 《第31届中国数据库学术会议论文集》 * |
Also Published As
Publication number | Publication date |
---|---|
CN110458452B (zh) | 2022-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102199567B1 (ko) | 블록체인 기반 예술품 거래 데이터 공유 서비스 제공 시스템 | |
Startz | The value of face-to-face: Search and contracting problems in Nigerian trade | |
Joglekar | Statistical methods for six sigma: in R&D and manufacturing | |
US11257070B2 (en) | Computer-implemented system and method for generating and extracting user related data stored on a blockchain | |
Easley et al. | Bidding patterns, experience, and avoiding the winner's curse in online auctions | |
JP2004537781A (ja) | 電子商取引トランザクションの不正リスク評価方法および装置 | |
WO2018010211A1 (zh) | 一种交易币的应用平台及方法 | |
Cong et al. | Data pricing in machine learning pipelines | |
Abotaleb et al. | Construction bidding markup estimation using a multistage decision theory approach | |
CN107832626B (zh) | 一种面向数据流通的结构化数据确权方法 | |
Zhang et al. | A framework for trust modeling in multiagent electronic marketplaces with buying advisors to consider varying seller behavior and the limiting of seller bids | |
Collins | Attribute nonattendance in discrete choice models: measurement of bias, and a model for the inference of both nonattendance and taste heterogeneity | |
CN109523337A (zh) | 专利交易方法、装置、计算机设备及存储介质 | |
CN113962714A (zh) | 一种基于以太坊隐私保护的拍卖追溯方法及实现系统 | |
JP2018169873A (ja) | 格付評価システム、格付評価方法及び格付評価プログラム | |
Zohar et al. | Mechanisms for information elicitation | |
Zhang et al. | A hybrid trust evaluation framework for e-commerce in online social network: a factor enrichment perspective | |
Zhang | Promoting honesty in electronic marketplaces: Combining trust modeling and incentive mechanism design | |
CN110458452A (zh) | 质量驱动的公平数据市场平台、交易系统及方法 | |
Nambiar et al. | Transaction Processing Performance Council (TPC): twenty years later–a look back, a look ahead | |
Gutowska et al. | Modelling the B2C Marketplace: Evaluation of a Reputation Metric for e-commerce | |
Zhang et al. | A detailed comparison of probabilistic approaches for coping with unfair ratings in trust and reputation systems | |
Liu et al. | Using stereotypes to identify risky transactions in internet auctions | |
Krasnokutskaya et al. | The role of quality in service markets organized as multi-attribute auctions | |
Katten | Issuing Green Bonds on the Algorand Blockchain |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |