JP2019505931A - データ市場において価格発見メカニズムを割り振るための方法およびシステム - Google Patents

Abstract

データ市場に好適な価格発見メカニズムを割り振るための方法およびシステムが提供される。システムは、1人または複数の買手から一組の要件、および1人または複数の売手からデータ製品に対する一組の仕様を受け取る。マッチングは、データ製品の一組の要件と一組の仕様とについて実行され、データ取引が続行されるべきかどうかを決定する。次いで、分類モジュールに出力が行われ、それにより、データ市場を分類し、データ市場において特定のデータ取引に使用され得る最も適している価格発見メカニズムを選択する。システムは、次の価格発見技術のうちのどれかを使用することができる。入札オーダーマッチング、オークション、または直接交渉。価格が最終決定された後、最終決定された価格が、データ市場のオーダー管理モジュールに送信され得る。

Description

関連出願の相互参照および優先権
本出願は、その全体が参照により本明細書に組み込まれている、2016年2月22日に出願したインド仮特許出願第201621006137号からの優先権を主張するものである。

本開示は、一般に、価格発見の分野に関する。具体的にではないが、より詳細には、本発明は、データ市場において価格発見機構を割り振るための方法およびシステムに関係する。

今日、大量のデータが、複数のソースによって生み出され、複数の用途に利用される可能性がある。データの容易な交換および収益化を促進するために、データ市場というコンセプトが日々非常によく知られるようになってきている。データ市場は、オンラインプラットフォームであり、そこでは、ユーザがデータを、合意した対価および他の事前定義された取引条件で他のユーザとの間で買い、売り、売買し、および/または他の何らかの形で取引し得る。

価格発見は、所与の時刻に特定の品目について買手および売手が取引価格に達することを伴うプロセスである。これは、市場を調節し、効率的に運営し、取引のすべての側がその義務を履行することを確実にするために、買手および売手の詳細(数、サイズ、位置、および評価認識(valuation perception))、市場メカニズム(入札および決済プロセス、流動性)、利用可能な情報(量、適時性、重要性、および信頼性)ならびに危機管理ツールを伴う。データを売り買いするために大量の企業取引が行われるデータ市場では、効率的な価格発見メカニズムを有することが非常に重要である。

データまたはデータセットまたはデータ製品は、英国のロンドン金属取引所などの、世界中の様々な市場で売買されている標準化された商品とは異なる。いくつかの相違点は、次のようなものである。第1に、世界市場で売買されている標準化された商品とは対照的に、データまたはデータセットは大部分が、標準化されていないものである。たとえば、インターコンチネンタル取引所で売買される冷凍濃縮オレンジジュースは、品質、数量、および決済の特定の条件を有する。しかしながら、データまたはデータセットは、そのような特定の品質基準に従わない。異なるデータセットは、列の数、個別のデータ点の精度などの、わずかな違いを有することもあり得る。第2に、同じデータセットが、複数の異なる当事者に販売されてよい。単一の販売に、複数の買手がつくこともあり得る。それは、物理的商品の場合には正しくない。

データ市場における主要な問題の1つは、非常によく似たデータセットに小さな違いがあるという事実である。たとえば、一方のデータセットでは、自動車のGPS測位が10進数7桁精度で1秒おきに行われ、別のデータセットでは、自動車のGPS測位が10進数5桁精度で3秒おきに行われる。これらのデータセットは、個人の買手の選好に基づき類似の売り物または異なる売り物として分類され得るであろう。したがって、類似のまたは非類似のものとしてのデータセットの分類は、所与の取引を完了するために利用可能である有効な買手および売手の数を理解する第1の極めて重要な決定である。

有効なデータ市場を確立する場合の別の欠点は、売り出されている製品に対する市場の性質が、市場が様々な異なる状況からなる可能性があるという事実に大きく依存することである。異なる状況において、市場条件を間違って解釈し、価格発見の誤った方法にマッチングさせると、市場の効率が低下するおそれがある。この状況では、個別の交渉がありとあらゆる販売について行われることになるので価格発見が不効率なものとなる。

そのことに加えて、価格発見の方法としてオークションが選択された場合、イギリス式オークション、オランダ式オークション、ヴィッカリー式オークション(または2位価格封印オークション)などの、様々なオークションメカニズムが利用可能である。これらのオークションの各々は、異なる経済的目標を実現し、その買手および売手は、その経済的目標を実現するために使用されるべきオークションメカニズムの種類を選択するのに最もよく適している。しかしながら、効率的な市場を運営するには、市場において力の立場を保持する買手または売手が特定され、オークション条件の設定を許される必要がある。

同じ品目の複数の販売が可能であるので、データ製品に対する単一の価格を有することが必要になる(同じデータは、異なる製品を構成することによって異なる価格で販売され得る)。上述の問題に対する解決を行うための様々な他の努力がなされているが、どれも納得できるものではなかった。

以下では、本開示のいくつかの実施形態の簡素化した要約を、実施形態の基本的な理解を得られるように提示している。この要約は、実施形態の概要を広範に述べたものではない。これは、実施形態の鍵となる/極めて重要な要素を示したり、実施形態の範囲を定めたりすることを意図していない。以下で提示するより詳細な説明の前置きとして、いくつかの実施形態を簡略化した形式で提示することのみを目的とする。

前述の内容に照らして、本明細書の一実施形態は、価格発見メカニズムをデータ市場内に割り振るためのシステムを実現する。システムは、ユーザインターフェースと、メモリと、メモリと通信しているプロセッサとを備える。ユーザインターフェースは、1人または複数の売手と1人または複数の買手とによってデータ市場にアクセスする。1人または複数の買手は、データ製品に対する一組の要件を提供し、1人または複数の売手は、売るためのデータ製品の一組の仕様を提供する。プロセッサは、マッチングモジュールを使用して買手の一組の要件と一組の仕様とのマッチングを行うステップであって、マッチングモジュールの出力が、データ取引を進めるかどうかを決定するために使用される、ステップと、分類モジュールを使用して、データ市場にアクセスする買手の数および売手の数に基づきデータ市場を分類するステップと、分類に基づいて、データ市場に対する入札オーダーマッチングメカニズム(bid order matching mechanism)、オークションメカニズム、または直接交渉メカニズムのうちの少なくとも1つに価格発見メカニズムを割り振るステップとを実行するようにさらに構成される。

別の実施形態は、データ市場において価格発見メカニズムを割り振るためのプロセッサ実装方法を提供する。最初は、データ市場は、データ製品に対する一組の要件を有する1人または複数の買手によってアクセスされる。同時に、データ市場は、売るためのデータ製品を有する1人または複数の売手によってもアクセスされ、データ製品は一組の仕様を有する。次のステップでは、買手のその一組の要件は、マッチングモジュールを使用してデータ製品のその一組の仕様とマッチングされる。マッチングモジュールの出力が、データ取引を進めるかどうかを決定するために使用される。次のステップで、データ市場は、分類モジュールを使用して、データ市場にアクセスする買手の数および売手の数に基づき分類される。そして最後に、価格発見メカニズムは、分類に基づいて、データ市場に対する入札オーダーマッチングメカニズム、オークションメカニズム、または直接交渉メカニズムのうちの少なくとも1つに割り振られる。

本明細書の実施形態は、図面を参照しつつ次の詳細な説明からよりよく理解されるであろう。

本開示の一実施形態により価格発見メカニズムをデータ市場に割り振るためのシステムのブロック図である。 本開示の別の実施形態によるデータ市場における売手の数を伴う買手の数のグラフ表現を示す図である。 本開示の別の実施形態によるデータ市場における買手および売手の数に対する売手の比による買手のグラフ表現を示す図である。 本開示の一実施形態により価格発見メカニズムをデータ市場に割り振るステップに伴うステップを例示するフローチャートである。 本開示の一実施形態により価格発見メカニズムをデータ市場に割り振るステップに伴うステップを例示するフローチャートである。

本明細書の実施形態ならびにその様々な特徴および有益な詳細は、添付図面に示され、以下の説明において詳述される非限定的な実施形態を参照しつつより完全に説明される。本明細書で使用されている例は、本明細書の実施形態が実施され得る仕方の理解を容易にし、当業者が本明細書の実施形態を実施することをさらに可能にすることのみを意図している。したがって、これらの例は、本明細書の実施形態の範囲を制限するものとして解釈されるべきではない。

次に、図面、より具体的には、類似の参照文字は図全体を通して一貫して対応する特徴を表している図1から図4を参照すると、好ましい実施形態が図示されており、これらの実施形態は、次の例示的なシステムおよび/または方法の文脈において説明されている。

本開示の文脈における「データ製品」または「データ」と言う表現は、データ市場で資産の形で売買され得る、ビジネスインテリジェンス、広告、人口統計、個人情報、調査および市場データ、および同様のものに関連するデータを指す。本開示によれば、データ製品は、1つまたは複数の属性を特徴とし、それらのうちのいくつかは、可変属性およびいくつかの不変属性であり得る。

本開示の文脈における「1人または複数の買手」と言う表現は、データ市場からデータ製品を買う意思がある人または組織または当事者を指す。したがって、本開示の文脈における「1人または複数の売手」は、データ市場でデータ製品を売る意思がある人または組織または当事者を指す。

図1は、本開示の一実施形態により価格発見メカニズムをデータ市場に割り振るためのシステム100の概略ブロック図である。システム100は、1人または複数の買手の必要なデータ仕様を1人または複数の売手の利用可能なデータ仕様とマッチングさせて最も適している価格発見メカニズムを割り振るように構成される。次いで、割り振られた価格発見メカニズムは、データ取引における価格および取引条件を決定するために使用される。

システム100は、ユーザインターフェース102と、メモリ104と、プロセッサ106とを備える。プロセッサ106は、マッチングモジュール108と、分類モジュール110と、オークション円滑化モジュール112と、直接価格交渉モジュール114とをさらに備える。ユーザインターフェース102は、システム100に1人もしくは複数の買手または1人もしくは複数の売手によって提供されるデータ製品に対応する一組の仕様を入力するように構成される。1人または複数の買手の場合、一組のデータ仕様は一組の要件を含む。一組の要件は、1人または複数の買手が買いたいデータ製品に対する要件である。1人または複数の買手は、要求された精度レベルの明確な要件をサブミットすることも求められる。1人または複数の売手の場合、一組の仕様はデータ製品の利用可能な一組の仕様を含む。この一組の仕様は、データ市場で売るために利用可能にされるデータ製品に関するすべての情報を含む。

本開示の一実施形態によれば、マッチングモジュール108は、1人または複数の買手の一組の要件を1人または複数の売手によって提供されるデータ製品の一組の仕様とマッチングさせるように構成される。マッチングモジュール108の出力は、システムがデータ取引を進める必要があるかどうかを決定する。一組の要件と一組の仕様との間にマッチングがない場合、データ取引は停止されてよい。一組の要件が一組の仕様とマッチングした場合、マッチングモジュール108の出力は、分類モジュール110に与えられる。

一例において、分類モジュール110は、市場分類器110とも称されてよい。分類モジュール110は、データ市場にアクセスする買手および売手の数に基づき市場を分類するように構成される。分類は、データ市場において類似のデータ製品を取引する意思がある買手の総数および売手の総数についてのみ実行されることは理解されるであろう。分類は、分類アルゴリズムを使用して可能な最良の価格発見メカニズムを選択するように実行される。本開示の一実施形態において、価格発見メカニズムは、入札オーダーマッチングメカニズム、オークションメカニズム、および直接交渉メカニズムのうちの少なくとも1つから選択され得る。他の種類の価格発見メカニズムの選択は、本開示の範囲内に十分収まることは理解されるであろう。

マッチングモジュール108のマッチングは、産業分野のオントロジーおよび自然言語処理および同様のものの使用を含む様々な既存のマッチングアルゴリズムのうちの1つによって実行され得る。一例において、マッチングは、1人または複数の売手によって提供されるデータ製品の一組の仕様を1人または複数の買手の一組の要件とマッチングさせることによって実行され得る。いくつかのフォーマットにおいて、データ製品は、列idを有する列の形態で提供される。そのような場合、列idおよび/または列内のデータは、マッチングモジュール108を使用してマッチングされる。たとえば、買手仕様は、緯度および経度に関する位置データを必要とし、売手でも同じものが利用可能である。さらに、データ製品内の列は、列記述が直接マッチングしなくても、データ仕様と構文的にマッチングされ得るであろう。

別の例では、マッチングは、データ製品内に存在するデータ要素の精度レベルに基づき実行され得る。たとえば、経度および緯度読み取り値の中の小数点の後の異なる数の桁は、以下の例に示されているように情報の異なるクラスをもたらす。

したがって、市の識別の目的に関して、小数部桁数2までの精度レベルの経度および緯度情報で十分であり、小数部の桁数が多いデータ製品もうまく働く。しかしながら、深い穴などの道路上の特定の特徴の識別が必要な場合、小数第5位精度までを有するデータ製品のみが役立つ。したがって、買手の精度レベル要件に基づき、マッチングモジュール108を使用してマッチングが実行され得る。

本開示の別の実施形態によれば、データ製品は、平均、列値における標準偏差および(度数)分布の型、ならびに列の間の相関などの、統計的考慮事項を使用してもマッチングされ得る。これの例は、銀行取引データセットにおける勘定残高フィールドに対する平均、医療データセットにおける年齢と疾病の列の間の相関であり得る。同様に、株式市場指数における損益データは、非常に特異な分布を有し得る。

本開示の一実施形態によれば、システム100は、図2に示されているような様々なシナリオに基づき選択する価格発見メカニズムを決定することができる。市場の型の識別は、次のパラメータの関数とみなされる。
(a)類似のデータ製品を取引するためのデータ市場において利用可能な全買手および売手の数(Σ買手数+Σ売手数)。
(b)データ市場における買手と売手との比(買手/売手)*

本開示の一実施形態において、閾値レベルは、価格発見メカニズムを割り振るように選択され得る。第1の閾値(Σ買手+Σ売手)⁽¹⁾および第2の閾値レベルは、データ市場において類似のデータ製品を取引する買手および売手の総数に対する決定された(Σ買手+Σ売手)⁽²⁾である。第3の閾値レベルは、データ市場において類似のデータ製品の買手の総数と売手の総数との比について決定される。これらの閾値は、ロジスティック回帰などの様々な種類の分類アルゴリズムを使用することによって決定され得るであろう。

データ市場において類似のデータ製品を取引する買手および売手の数に基づき4つのシナリオがあり得る。第1に、データ市場の買手および売手の数が限られている場合、最もよく適している価格発見メカニズムは、買手と売手との間の直接交渉である。直接交渉は、直接価格発見モジュール114を使用して実行され得る。第2に、データ市場の買手および売手の数が極端に多い場合、最もよく適している価格発見メカニズムは、入札オーダーマッチング特性を有する公開市場メカニズムである。第3に、データ市場の買手は多いが、売手の数が限られている場合、最もよく適している価格発見メカニズムは、売手の視点からのデータ製品のオークションである。そして第4に、データ市場の売手は多いが、買手の数が限られている場合、最もよく適している価格発見メカニズムは、買手の視点からのデータ製品のオークションである。

本開示の別の実施形態によれば、本発明の一実施形態により、代替的分類が図3に示されているように行われ得る。ここで、x軸は、データ市場における売手の数によって表され、y軸は、類似のデータ製品を取引するデータ市場における買手の数によって表される。クリティカル値は、τ(B1)によって第1の買手閾値として、τ(B2)によって第2の買手閾値として、τ(S1)によって第1の売手閾値として、τ(S2)によって第2の売手閾値として表される。デマーケーションの他の方法も存在し得ることは理解されるであろう。たとえば、行動理論が使用されることも可能であり、そこでは、特定の買手(または売手)が買手(もしくは売手)市場のみを運営するものとして識別される。そのような場合において、ある型の市場への特定の買手の参加は、買手(または売手)市場に入っていることを示す強い指示であり得る。

本開示の一実施形態によれば、売買はオークション方法を使用してとりまとめられ得る。オークションは、より多くの数の買手および売手がいるときに実行される。オークションリーダーを識別する方法の1つは、1887年にJoseph Bertrandによって枠組みを作られた投票問題を使用するものであってよく、これの証明は、Desire Andreによって与えられた。投票問題は、次のように枠組みを作られた。

「2人の候補者AおよびBが立候補し、候補者Aはa票を受け、候補者Bはb票を受け、a>bであると仮定する。投票がカウントされている間に、候補者AがBに一定数リードするように(a+b)の投票が何通りにオーダーされ得るか?」Joseph Bertrandは、この問題に対する答えが

となる帰納的証明を提示した。

問題は、買手または売手にオークションを実施する権利を与えられるべきかどうかを理解するように言い換えられ得る。オランダ式オークション、イギリス式オークション、ヴィッカリー式オークション、ファーストプライスオークション、ハイブリッドオークションアプローチ、およびセカンドプライスオークションなどの他の様々なオークションメカニズムが存在する。これらの各々は、オークションを運営する当事者に対する異なる経済的目標を実現する。オークションを管理する側は、したがって、実現されるべき個別の経済的目標に基づき売るための条件を設定するものとする。オークション条件が設定された後、これらは公表され、個別の買手および売手は、オークションから撤退する時間枠を設けられる。撤退がある場合、プラットフォームは市場分類ループを再び開始する。ループがまだ安定している場合、価格発見は、オークションメカニズムを使用して行われる。

cをオークションサイクルの数であるとして、オークションが制限されたサイクル数、たとえば、c=2を超えて進んでいる場合、マルチンゲール停止定理を使用してオークションの停止点を確認することができる。アラバマ大学のMatt Van Essenは、マルチンゲールの停止定理を理解する上でわかりやすいチュートリアルを提示している。

データ市場において価格発見メカニズムを割り振るために関わっているステップを示すフローチャート200は、本発明の一実施形態に従って、図4に示されている。最初にステップ202において、1人または複数の買手がデータ市場にアクセスする。1人または複数の買手は、データ製品に対する一組の要件を提示する。次のステップ204において、1人または複数の売手がデータ市場にアクセスする。1人または複数の売手は、売るために利用可能なデータ製品の一組の仕様を提示する。次のステップ206において、買手のその一組の要件は、マッチングモジュール108を使用して売手のデータ製品のその一組の仕様とマッチングされる。次のステップ208において、前のステップのマッチングに基づき、その一組の要件がその一組の仕様とマッチングした場合、データ市場は、分類モジュール110を使用して、データ市場において類似のデータ製品にアクセスする買手の数および売手の数に基づき分類される。そうでない場合、ステップ210において、データ取引は停止される。

次のステップにおいて、分類の後、価格発見メカニズムのうちのどれか1つが、ステップ212、214、または220のいずれで割り振られる。割り振りは、分類モジュール110を使用して前の方で説明されているような事前定義された一組の条件に基づき行われる。ステップ212において、価格発見は、入札オーダーマッチングメカニズムを使用して行われる。ステップ214から218において、価格発見は、オークションメカニズムを使用して行われる。オークションを実施するプロセスにおいて、最初にステップ214で、オークションを実施するための所有者が選択される。次のステップ216において、データ取引に関する取引条件が選択される。そして最後にステップ218において、価格発見は、オークションメカニズムを使用して行われる。ステップ220において、価格発見は、直接価格交渉モジュール114を使用する直接交渉メカニズムを使用して行われる。

本開示の一実施形態により、図4のフローチャートに例示されている方法を使用して価格が最終決定された後、最終決定された価格が、次いで、データ市場におけるオーダー管理モジュール(図示せず)に与えられる。オーダー管理モジュールは、製品データ、取引条件、および価格データに関連付けられているメタデータを含む買いオーダーおよび売りオーダーに関連付けられている大量データハブでよく見られる不一致を解決するように構成される。不一致解決は、データ取引の際に生じ得る包括的な不一致の解決とともに1人または複数の買手および1人または複数の売手の基本的要件を考慮するよう自動化され、合理化されたプロセスである。

本開示の一実施形態により、価格発見メカニズムの最良の形態がオークションである場合、システム100は、次いで、買手または売手のいずれかにオークションを所有する権利を決定する機能も提供する。これは、買手が利用可能なデータ製品の主要部分を購入することができること、または売手がデータ市場で利用可能にされるデータ製品の主要部分を管理することができることに基づき決定され得ることは理解されるであろう。オークションがオークション円滑化モジュール112を使用して実行され得ることも理解されるであろう。

本開示の一実施形態によれば、システム100は、組合せデータ製品を取り扱うための機能も備える。より多くのデータが複数の操作によって生成され得ることは理解されるであろう。一実施形態において、より多くのデータが、2つのデータ製品を一緒に組み合わせるか、または情報融合によって生成され得る。一例において、データ製品Aは選挙区に対する選挙人名簿であると考える。データ製品Aに対する列要素は、選挙名簿番号、名前、誕生日、性別、および郵便宛先住所からなる。同様に、データ製品Bは、編集済み氏名データからなるが、実際の誕生日、性別、郵便番号、および所得を含む。誰かがデータ製品Aおよびデータ製品Bを組み合わせた場合、2つのデータ製品に見られる誕生日、性別、および郵便番号のデータのマッチングを行うことによって人の所得の理解に達することができる。

別の例では、データ製品AおよびBが2つの異なる売手から入手可能であったという状況を考える。そこで、買手がこれら2つのデータ製品を要求している、およびデータ製品Aだけおよびデータ製品Bが一緒に必要である、および各1つが分離していては買手にとって役立たない場合である。また、売手Aと売手Bとの間のデータ製品のバンドリングに対する正式な契約が市場に存在していないと仮定する。そのような場合、確率論を使用して、市場の需要を推定するためにデータ製品AおよびBが一緒に利用可能であることを理解することが可能である。
データ製品Aの販売が成功する確率をP(A)=0.5とする。
同様に、データ製品Bの販売が成功する確率をP(B)=0.5とする。
したがって、データ製品Aおよびデータ製品Bの販売が成功する組合せ確率は
P(A & B) = P(A)*P(B) = 0.25
となる。
したがって、需要推定の目的で、組合せデータ製品は、(0.5)nとカウントされ、ここで、nは、一緒に組み合わされる必要のあるデータ製品の数である。

しかしながら、買手がこれら2つのデータ製品を一緒に要求し、売手AおよびBの間でデータ製品を組み合わせるための正式な契約がこの市場に存在する場合、これは、需要推定の目的で単一のソースとしてカウントされるものとする。

別の実施形態によれば、データ製品は、データ製品から列/スキーマ要素を取り除くことによっても生成され得る。売手で利用可能ないくつかのデータ製品は、買手が指定したものよりも多くの情報を有していることが可能である。これは、必要なテーブル列よりも多いか、またはデータ要素の必要な精度よりも高いせいである可能性がある。そのような状況において、過剰なデータが識別され、編集されて外されるものとする。そのような状況において、データ製品は、需要推定の目的で単一ソースとしてカウントされるものとする。

書かれている記述は、当業者が実施形態を製作し使用することを可能にする本明細書における主題の説明である。主題の実施形態の範囲は、特許請求の範囲によって定められ、当業者であれば思い付く他の修正形態を含むものとしてよい。このような他の修正形態は、これらの修正形態が特許請求の範囲の文言と異ならない類似の要素を有している場合、またはこれらの修正形態が特許請求の範囲の文言との違いがわずかである均等の要素を含む場合に、特許請求の範囲内にあることが意図される。この実施形態は、したがって、データ市場において価格発見メカニズムを割り振るためのシステムおよび方法を提供する。

しかしながら、保護の範囲はそのようなプログラムに、それに加えて、中にメッセージを有するコンピュータ可読手段にまで拡大され、そのようなコンピュータ可読記憶手段は、プログラムがサーバまたはモバイルデバイスまたは好適なプログラム可能なデバイス上で実行されたときの、方法の1つまたは複数のステップの実装のためのプログラムコード手段を含む、ことは理解されるべきである。ハードウェアデバイスは、たとえばサーバまたはパーソナルコンピュータなどの任意の種類のコンピュータ、またはこれらの任意の組合せを含む、プログラムされ得る任意の種類のデバイスであってよい。デバイスは、たとえばハードウェア手段、たとえば、特定用途向け集積回路(ASIC)、フィールドプログラマブルゲートアレイ(FPGA)のような手段、またはハードウェア手段とソフトウェア手段の組合せ、たとえば、ASICとFPGA、または少なくとも1つのマイクロプロセッサとソフトウェアモジュールが中に配置されている少なくとも1つのメモリ、とすることが可能である手段も含み得る。したがって、手段は、ハードウェア手段とソフトウェア手段の両方を含み得る。本明細書で説明されている方法実施形態は、ハードウェアおよびソフトウェアで実装されることが可能である。デバイスは、ソフトウェア手段も含み得る。代替的に、実施形態は、たとえば、複数のCPUを使用して異なるハードウェアデバイス上に実装され得る。

本明細書の実施形態は、ハードウェア要素およびソフトウェア要素を含むことができる。ソフトウェアで実装される実施形態は、限定はしないが、ファームウェア、常駐ソフトウェア、マイクロコードなどを含む。本明細書で説明されている様々なモジュールによって実行される機能は、他のモジュールまたは他のモジュールの組合せで実装され得る。本明細書の説明のために、コンピュータ使用可能もしくはコンピュータ可読媒体は、命令実行システム、装置、もしくはデバイスで使用するための、または命令実行システム、装置、もしくはデバイスに関連して使用するためのプログラムを含む、記憶する、伝達する、伝搬させる、または搬送することができる任意の装置とすることができる。

媒体は、電子、磁気、光、電磁波、赤外線、もしくは半導体システム(または装置もしくはデバイス)、または伝搬媒体とすることができる。コンピュータ可読媒体の例は、半導体もしくはソリッドステートメモリ、磁気テープ、取り外し可能なコンピュータディスケット、ランダムアクセスメモリ(RAM)、リードオンリーメモリ(ROM)、リジッド磁気ディスク、および光ディスクを含む。光ディスクの現在の例は、コンパクトディスクリードオンリーメモリ(CD-ROM)、コンパクトディスクリード/ライト(CD-R/W)、およびDVDを含む。

プログラムコードを記憶し、および/または実行するのに適したデータ処理システムは、システムバスを通じてメモリ要素に直接的にまたは間接的に結合された少なくとも1つのプロセッサを備える。メモリ要素は、プログラムコードの実際の実行時に使用されるローカルメモリ、大容量記憶装置、および実行時にコードが大容量記憶装置から取り出されなければならない回数を減らすための少なくとも一部のプログラムコードを一時的に記憶するキャッシュメモリを含み得る。

入出力(I/O)デバイス(限定はしないが、キーボード、ディスプレイ、ポインティングデバイスなどを含む)は、直接的に、または介在するI/Oコントローラを通じてのいずれかで、システムに結合され得る。ネットワークアダプタもシステムに結合されてよく、これにより、データ処理システムを他のデータ処理システムまたはリモートプリンタまたは記憶装置デバイスに、介在するプライベートまたはパブリックネットワークを通じて結合させることが可能になる。モデム、ケーブルモデム、イーサネット（登録商標）カードは、現在利用可能な種類のネットワークアダプタのうちのごくわずかのものである。

実施形態を実施するための代表的なハードウェア環境は、本明細書における実施形態による情報取扱/コンピュータシステムのハードウェア構成を含み得る。本明細書のシステムは、少なくとも1つのプロセッサまたは中央演算処理装置(CPU)を備える。CPUは、システムバスを介してランダムアクセスメモリ(RAM)、リードオンリーメモリ(ROM)、および入出力(I/O)アダプタなどの様々なデバイスに相互接続される。I/Oアダプタは、ディスクユニットおよびテープドライブなどの周辺デバイス、またはシステムによって可読である他のプログラム記憶装置デバイスに接続することができる。システムは、プログラム記憶装置デバイス上の本発明の命令を読み出し、これらの命令に従って本明細書の実施形態の方法を実行することができる。

システムは、ユーザ入力を収集するためにキーボード、マウス、スピーカー、マイクロフォン、および/またはタッチスクリーンデバイス(図示せず)などの他のユーザインターフェースデバイスをバスに接続するユーザインターフェースアダプタをさらに備える。それに加えて、通信アダプタがバスをデータ処理ネットワークに接続し、ディスプレイアダプタがバスをたとえばモニタ、プリンタ、または送信機などの出力デバイスとして具現化され得るディスプレイデバイスに接続する。前記の説明は、様々な実施形態を参照しつつ提示された。本出願が関係する技術を有する当業者は、原理、精神、および範囲から意味がある形で逸脱することなく説明されている構造および動作の方法の改変および変更が実施され得ることを理解するであろう。

100 システム
102 ユーザインターフェース
104 メモリ
106 プロセッサ
108 マッチングモジュール
110 分類モジュール
110 市場分類器
112 オークション円滑化モジュール
114 直接価格交渉モジュール

関連出願の相互参照および優先権
本出願は、2017年2月22日に出願された国際出願第PCT/IB2017/051003号からの日本国への特許出願であり、その全体が参照により本明細書に組み込まれている、2016年2月22日に出願した「Method and system for allocating a price discovery mechanism in a data marketplace」と題するインド仮特許出願第201621006137号からの優先権を主張するものである。

本開示は、一般に、価格発見の分野に関する。具体的にではないが、より詳細には、本発明は、データ市場において価格発見機構を割り振るための方法およびシステムに関係する。

今日、大量のデータが、複数のソースによって生み出され、複数の用途に利用される可能性がある。データの容易な交換および収益化を促進するために、データ市場というコンセプトが日々非常によく知られるようになってきている。データ市場は、オンラインプラットフォームであり、そこでは、ユーザがデータを、合意した対価および他の事前定義された取引条件で他のユーザとの間で買い、売り、売買し、および/または他の何らかの形で取引し得る。

価格発見は、所与の時刻に特定の品目について買手および売手が取引価格に達することを伴うプロセスである。これは、市場を調節し、効率的に運営し、取引のすべての側がその義務を履行することを確実にするために、買手および売手の詳細(数、サイズ、位置、および評価認識(valuation perception))、市場メカニズム(入札および決済プロセス、流動性)、利用可能な情報(量、適時性、重要性、および信頼性)ならびに危機管理ツールを伴う。データを売り買いするために大量の企業取引が行われるデータ市場では、効率的な価格発見メカニズムを有することが非常に重要である。

データまたはデータセットまたはデータ製品は、英国のロンドン金属取引所などの、世界中の様々な市場で売買されている標準化された商品とは異なる。いくつかの相違点は、次のようなものである。第1に、世界市場で売買されている標準化された商品とは対照的に、データまたはデータセットは大部分が、標準化されていないものである。たとえば、インターコンチネンタル取引所で売買される冷凍濃縮オレンジジュースは、品質、数量、および決済の特定の条件を有する。しかしながら、データまたはデータセットは、そのような特定の品質基準に従わない。異なるデータセットは、列の数、個別のデータ点の精度などの、わずかな違いを有することもあり得る。第2に、同じデータセットが、複数の異なる当事者に販売されてよい。単一の販売に、複数の買手がつくこともあり得る。それは、物理的商品の場合には正しくない。

データ市場における主要な問題の1つは、非常によく似たデータセットに小さな違いがあるという事実である。たとえば、一方のデータセットでは、自動車のGPS測位が10進数7桁精度で1秒おきに行われ、別のデータセットでは、自動車のGPS測位が10進数5桁精度で3秒おきに行われる。これらのデータセットは、個人の買手の選好に基づき類似の売り物または異なる売り物として分類され得るであろう。したがって、類似のまたは非類似のものとしてのデータセットの分類は、所与の取引を完了するために利用可能である有効な買手および売手の数を理解する第1の極めて重要な決定である。

有効なデータ市場を確立する場合の別の欠点は、売り出されている製品に対する市場の性質が、市場が様々な異なる状況からなる可能性があるという事実に大きく依存することである。異なる状況において、市場条件を間違って解釈し、価格発見の誤った方法にマッチングさせると、市場の効率が低下するおそれがある。この状況では、個別の交渉がありとあらゆる販売について行われることになるので価格発見が不効率なものとなる。

そのことに加えて、価格発見の方法としてオークションが選択された場合、イギリス式オークション、オランダ式オークション、ヴィッカリー式オークション(または2位価格封印オークション)などの、様々なオークションメカニズムが利用可能である。これらのオークションの各々は、異なる経済的目標を実現し、その買手および売手は、その経済的目標を実現するために使用されるべきオークションメカニズムの種類を選択するのに最もよく適している。しかしながら、効率的な市場を運営するには、市場において力の立場を保持する買手または売手が特定され、オークション条件の設定を許される必要がある。

同じ品目の複数の販売が可能であるので、データ製品に対する単一の価格を有することが必要になる(同じデータは、異なる製品を構成することによって異なる価格で販売され得る)。上述の問題に対する解決を行うための様々な他の努力がなされているが、どれも納得できるものではなかった。

以下では、本開示のいくつかの実施形態の簡素化した要約を、実施形態の基本的な理解を得られるように提示している。この要約は、実施形態の概要を広範に述べたものではない。これは、実施形態の鍵となる/極めて重要な要素を示したり、実施形態の範囲を定めたりすることを意図していない。以下で提示するより詳細な説明の前置きとして、いくつかの実施形態を簡略化した形式で提示することのみを目的とする。

前述の内容に照らして、本明細書の一実施形態は、価格発見メカニズムをデータ市場内に割り振るためのシステムを実現する。システムは、ユーザインターフェースと、メモリと、メモリと通信しているプロセッサとを備える。ユーザインターフェースは、1人または複数の売手と1人または複数の買手とによってデータ市場にアクセスする。1人または複数の買手は、データ製品に対する一組の要件を提供し、1人または複数の売手は、売るためのデータ製品の一組の仕様を提供する。プロセッサは、マッチングモジュールを使用して買手の一組の要件と一組の仕様とのマッチングを行うステップであって、マッチングモジュールの出力が、データ取引を進めるかどうかを決定するために使用される、ステップと、分類モジュールを使用して、データ市場にアクセスする買手の数および売手の数に基づきデータ市場を分類するステップと、分類に基づいて、データ市場に対する入札オーダーマッチングメカニズム(bid order matching mechanism)、オークションメカニズム、または直接交渉メカニズムのうちの少なくとも1つに価格発見メカニズムを割り振るステップとを実行するようにさらに構成される。

別の実施形態は、データ市場において価格発見メカニズムを割り振るためのプロセッサ実装方法を提供する。最初は、データ市場は、データ製品に対する一組の要件を有する1人または複数の買手によってアクセスされる。同時に、データ市場は、売るためのデータ製品を有する1人または複数の売手によってもアクセスされ、データ製品は一組の仕様を有する。次のステップでは、買手のその一組の要件は、マッチングモジュールを使用してデータ製品のその一組の仕様とマッチングされる。マッチングモジュールの出力が、データ取引を進めるかどうかを決定するために使用される。次のステップで、データ市場は、分類モジュールを使用して、データ市場にアクセスする買手の数および売手の数に基づき分類される。そして最後に、価格発見メカニズムは、分類に基づいて、データ市場に対する入札オーダーマッチングメカニズム、オークションメカニズム、または直接交渉メカニズムのうちの少なくとも1つに割り振られる。

さらに別の実施形態は、データ市場において価格発見メカニズムを割り振るための方法を実行するためのコンピュータプログラム命令をそれ上に具体化した非一時的なコンピュータ可読記憶媒体を提供する。最初は、データ市場は、データ製品に対する一組の要件を有する1人または複数の買手によってアクセスされる。同時に、データ市場は、売るためのデータ製品を有する1人または複数の売手によってもアクセスされ、データ製品は一組の仕様を有する。次のステップでは、買手のその一組の要件は、マッチングモジュールを使用してデータ製品のその一組の仕様とマッチングされる。マッチングモジュールの出力が、データ取引を進めるかどうかを決定するために使用される。次のステップで、データ市場は、分類モジュールを使用して、データ市場にアクセスする買手の数および売手の数に基づき分類される。そして最後に、価格発見メカニズムは、分類に基づいて、データ市場に対する入札オーダーマッチングメカニズム、オークションメカニズム、または直接交渉メカニズムのうちの少なくとも1つに割り振られる。

本明細書の実施形態は、図面を参照しつつ次の詳細な説明からよりよく理解されるであろう。

本開示の一実施形態により価格発見メカニズムをデータ市場に割り振るためのシステムのブロック図である。 本開示の別の実施形態によるデータ市場における売手の数を伴う買手の数のグラフ表現を示す図である。 本開示の別の実施形態によるデータ市場における買手および売手の数に対する売手の比による買手のグラフ表現を示す図である。 本開示の一実施形態により価格発見メカニズムをデータ市場に割り振るステップに伴うステップを例示するフローチャートである。 本開示の一実施形態により価格発見メカニズムをデータ市場に割り振るステップに伴うステップを例示するフローチャートである。

本明細書の実施形態ならびにその様々な特徴および有益な詳細は、添付図面に示され、以下の説明において詳述される非限定的な実施形態を参照しつつより完全に説明される。本明細書で使用されている例は、本明細書の実施形態が実施され得る仕方の理解を容易にし、当業者が本明細書の実施形態を実施することをさらに可能にすることのみを意図している。したがって、これらの例は、本明細書の実施形態の範囲を制限するものとして解釈されるべきではない。

次に、図面、より具体的には、類似の参照文字は図全体を通して一貫して対応する特徴を表している図1から図4を参照すると、好ましい実施形態が図示されており、これらの実施形態は、次の例示的なシステムおよび/または方法の文脈において説明されている。

本開示の文脈における「データ製品」または「データ」と言う表現は、データ市場で資産の形で売買され得る、ビジネスインテリジェンス、広告、人口統計、個人情報、調査および市場データ、および同様のものに関連するデータを指す。本開示によれば、データ製品は、1つまたは複数の属性を特徴とし、それらのうちのいくつかは、可変属性およびいくつかの不変属性であり得る。

本開示の文脈における「1人または複数の買手」と言う表現は、データ市場からデータ製品を買う意思がある人または組織または当事者を指す。したがって、本開示の文脈における「1人または複数の売手」は、データ市場でデータ製品を売る意思がある人または組織または当事者を指す。

図1は、本開示の一実施形態により価格発見メカニズムをデータ市場に割り振るためのシステム100の概略ブロック図である。システム100は、1人または複数の買手の必要なデータ仕様を1人または複数の売手の利用可能なデータ仕様とマッチングさせて最も適している価格発見メカニズムを割り振るように構成される。次いで、割り振られた価格発見メカニズムは、データ取引における価格および取引条件を決定するために使用される。

システム100は、ユーザインターフェース102と、メモリ104と、プロセッサ106とを備える。プロセッサ106は、マッチングモジュール108と、分類モジュール110と、オークション円滑化モジュール112と、直接価格交渉モジュール114とをさらに備える。ユーザインターフェース102は、システム100に1人もしくは複数の買手または1人もしくは複数の売手によって提供されるデータ製品に対応する一組の仕様を入力するように構成される。1人または複数の買手の場合、一組のデータ仕様は一組の要件を含む。一組の要件は、1人または複数の買手が買いたいデータ製品に対する要件である。1人または複数の買手は、要求された精度レベルの明確な要件をサブミットすることも求められる。1人または複数の売手の場合、一組の仕様はデータ製品の利用可能な一組の仕様を含む。この一組の仕様は、データ市場で売るために利用可能にされるデータ製品に関するすべての情報を含む。

本開示の一実施形態によれば、マッチングモジュール108は、1人または複数の買手の一組の要件を1人または複数の売手によって提供されるデータ製品の一組の仕様とマッチングさせるように構成される。マッチングモジュール108の出力は、システムがデータ取引を進める必要があるかどうかを決定する。一組の要件と一組の仕様との間にマッチングがない場合、データ取引は停止されてよい。一組の要件が一組の仕様とマッチングした場合、マッチングモジュール108の出力は、分類モジュール110に与えられる。

一例において、分類モジュール110は、市場分類器110とも称されてよい。分類モジュール110は、データ市場にアクセスする買手および売手の数に基づき市場を分類するように構成される。分類は、データ市場において類似のデータ製品を取引する意思がある買手の総数および売手の総数についてのみ実行されることは理解されるであろう。分類は、分類アルゴリズムを使用して可能な最良の価格発見メカニズムを選択するように実行される。本開示の一実施形態において、価格発見メカニズムは、入札オーダーマッチングメカニズム、オークションメカニズム、および直接交渉メカニズムのうちの少なくとも1つから選択され得る。他の種類の価格発見メカニズムの選択は、本開示の範囲内に十分収まることは理解されるであろう。

マッチングモジュール108のマッチングは、産業分野のオントロジーおよび自然言語処理および同様のものの使用を含む様々な既存のマッチングアルゴリズムのうちの1つによって実行され得る。一例において、マッチングは、1人または複数の売手によって提供されるデータ製品の一組の仕様を1人または複数の買手の一組の要件とマッチングさせることによって実行され得る。いくつかのフォーマットにおいて、データ製品は、列idを有する列の形態で提供される。そのような場合、列idおよび/または列内のデータは、マッチングモジュール108を使用してマッチングされる。たとえば、買手仕様は、緯度および経度に関する位置データを必要とし、売手でも同じものが利用可能である。さらに、データ製品内の列は、列記述が直接マッチングしなくても、データ仕様と構文的にマッチングされ得るであろう。

別の例では、マッチングは、データ製品内に存在するデータ要素の精度レベルに基づき実行され得る。たとえば、経度および緯度読み取り値の中の小数点の後の異なる数の桁は、以下の例に示されているように情報の異なるクラスをもたらす。

したがって、市の識別の目的に関して、小数部桁数2までの精度レベルの経度および緯度情報で十分であり、小数部の桁数が多いデータ製品もうまく働く。しかしながら、深い穴などの道路上の特定の特徴の識別が必要な場合、小数第5位精度までを有するデータ製品のみが役立つ。したがって、買手の精度レベル要件に基づき、マッチングモジュール108を使用してマッチングが実行され得る。

本開示の別の実施形態によれば、データ製品は、平均、列値における標準偏差および(度数)分布の型、ならびに列の間の相関などの、統計的考慮事項を使用してもマッチングされ得る。これの例は、銀行取引データセットにおける勘定残高フィールドに対する平均、医療データセットにおける年齢と疾病の列の間の相関であり得る。同様に、株式市場指数における損益データは、非常に特異な分布を有し得る。

本開示の一実施形態によれば、システム100は、図2に示されているような様々なシナリオに基づき選択する価格発見メカニズムを決定することができる。市場の型の識別は、次のパラメータの関数とみなされる。
(a)類似のデータ製品を取引するためのデータ市場において利用可能な全買手および売手の数(Σ買手数+Σ売手数)。
(b)データ市場における買手と売手との比(買手/売手)*

本開示の一実施形態において、閾値レベルは、価格発見メカニズムを割り振るように選択され得る。第1の閾値(Σ買手+Σ売手)⁽¹⁾および第2の閾値レベルは、データ市場において類似のデータ製品を取引する買手および売手の総数に対する決定された(Σ買手+Σ売手)⁽²⁾である。第3の閾値レベルは、データ市場において類似のデータ製品の買手の総数と売手の総数との比について決定される。これらの閾値は、ロジスティック回帰などの様々な種類の分類アルゴリズムを使用することによって決定され得るであろう。

データ市場において類似のデータ製品を取引する買手および売手の数に基づき4つのシナリオがあり得る。第1に、データ市場の買手および売手の数が限られている場合、最もよく適している価格発見メカニズムは、買手と売手との間の直接交渉である。直接交渉は、直接価格発見モジュール114を使用して実行され得る。第2に、データ市場の買手および売手の数が極端に多い場合、最もよく適している価格発見メカニズムは、入札オーダーマッチング特性を有する公開市場メカニズムである。第3に、データ市場の買手は多いが、売手の数が限られている場合、最もよく適している価格発見メカニズムは、売手の視点からのデータ製品のオークションである。そして第4に、データ市場の売手は多いが、買手の数が限られている場合、最もよく適している価格発見メカニズムは、買手の視点からのデータ製品のオークションである。

本開示の別の実施形態によれば、本発明の一実施形態により、代替的分類が図3に示されているように行われ得る。ここで、x軸は、データ市場における売手の数によって表され、y軸は、類似のデータ製品を取引するデータ市場における買手の数によって表される。クリティカル値は、τ(B1)によって第1の買手閾値として、τ(B2)によって第2の買手閾値として、τ(S1)によって第1の売手閾値として、τ(S2)によって第2の売手閾値として表される。デマーケーションの他の方法も存在し得ることは理解されるであろう。たとえば、行動理論が使用されることも可能であり、そこでは、特定の買手(または売手)が買手(もしくは売手)市場のみを運営するものとして識別される。そのような場合において、ある型の市場への特定の買手の参加は、買手(または売手)市場に入っていることを示す強い指示であり得る。

本開示の一実施形態によれば、売買はオークション方法を使用してとりまとめられ得る。オークションは、より多くの数の買手および売手がいるときに実行される。オークションリーダーを識別する方法の1つは、1887年にJoseph Bertrandによって枠組みを作られた投票問題を使用するものであってよく、これの証明は、Desire Andreによって与えられた。投票問題は、次のように枠組みを作られた。

「2人の候補者AおよびBが立候補し、候補者Aはa票を受け、候補者Bはb票を受け、a>bであると仮定する。投票がカウントされている間に、候補者AがBに一定数リードするように(a+b)の投票が何通りにオーダーされ得るか?」Joseph Bertrandは、この問題に対する答えが

となる帰納的証明を提示した。

問題は、買手または売手にオークションを実施する権利を与えられるべきかどうかを理解するように言い換えられ得る。オランダ式オークション、イギリス式オークション、ヴィッカリー式オークション、ファーストプライスオークション、ハイブリッドオークションアプローチ、およびセカンドプライスオークションなどの他の様々なオークションメカニズムが存在する。これらの各々は、オークションを運営する当事者に対する異なる経済的目標を実現する。オークションを管理する側は、したがって、実現されるべき個別の経済的目標に基づき売るための条件を設定するものとする。オークション条件が設定された後、これらは公表され、個別の買手および売手は、オークションから撤退する時間枠を設けられる。撤退がある場合、プラットフォームは市場分類ループを再び開始する。ループがまだ安定している場合、価格発見は、オークションメカニズムを使用して行われる。

cをオークションサイクルの数であるとして、オークションが制限されたサイクル数、たとえば、c=2を超えて進んでいる場合、マルチンゲール停止定理を使用してオークションの停止点を確認することができる。アラバマ大学のMatt Van Essenは、マルチンゲールの停止定理を理解する上でわかりやすいチュートリアルを提示している。

データ市場において価格発見メカニズムを割り振るために関わっているステップを示すフローチャート200は、本発明の一実施形態に従って、図4A-4Bに示されている。最初にステップ202において、1人または複数の買手がデータ市場にアクセスする。1人または複数の買手は、データ製品に対する一組の要件を提示する。次のステップ204において、1人または複数の売手がデータ市場にアクセスする。1人または複数の売手は、売るために利用可能なデータ製品の一組の仕様を提示する。次のステップ206において、買手のその一組の要件は、マッチングモジュール108を使用して売手のデータ製品のその一組の仕様とマッチングされる。次のステップ208において、前のステップのマッチングに基づき、その一組の要件がその一組の仕様とマッチングした場合、データ市場は、分類モジュール110を使用して、データ市場において類似のデータ製品にアクセスする買手の数および売手の数に基づき分類される。そうでない場合、ステップ210において、データ取引は停止される。

次のステップにおいて、分類の後、価格発見メカニズムのうちのどれか1つが、ステップ212、214、または220のいずれで割り振られる。割り振りは、分類モジュール110を使用して前の方で説明されているような事前定義された一組の条件に基づき行われる。ステップ212において、価格発見は、入札オーダーマッチングメカニズムを使用して行われる。ステップ214から218において、価格発見は、オークションメカニズムを使用して行われる。オークションを実施するプロセスにおいて、最初にステップ214で、オークションを実施するための所有者が選択される。次のステップ216において、データ取引に関する取引条件が選択される。そして最後にステップ218において、価格発見は、オークションメカニズムを使用して行われる。ステップ220において、価格発見は、直接価格交渉モジュール114を使用する直接交渉メカニズムを使用して行われる。

本開示の一実施形態により、図4A-4Bのフローチャートに例示されている方法を使用して価格が最終決定された後、最終決定された価格が、次いで、データ市場におけるオーダー管理モジュール(図示せず)に与えられる。オーダー管理モジュールは、製品データ、取引条件、および価格データに関連付けられているメタデータを含む買いオーダーおよび売りオーダーに関連付けられている大量データハブでよく見られる不一致を解決するように構成される。不一致解決は、データ取引の際に生じ得る包括的な不一致の解決とともに1人または複数の買手および1人または複数の売手の基本的要件を考慮するよう自動化され、合理化されたプロセスである。

本開示の一実施形態により、価格発見メカニズムの最良の形態がオークションである場合、システム100は、次いで、買手または売手のいずれかにオークションを所有する権利を決定する機能も提供する。これは、買手が利用可能なデータ製品の主要部分を購入することができること、または売手がデータ市場で利用可能にされるデータ製品の主要部分を管理することができることに基づき決定され得ることは理解されるであろう。オークションがオークション円滑化モジュール112を使用して実行され得ることも理解されるであろう。

本開示の一実施形態によれば、システム100は、組合せデータ製品を取り扱うための機能も備える。より多くのデータが複数の操作によって生成され得ることは理解されるであろう。一実施形態において、より多くのデータが、2つのデータ製品を一緒に組み合わせるか、または情報融合によって生成され得る。一例において、データ製品Aは選挙区に対する選挙人名簿であると考える。データ製品Aに対する列要素は、選挙名簿番号、名前、誕生日、性別、および郵便宛先住所からなる。同様に、データ製品Bは、編集済み氏名データからなるが、実際の誕生日、性別、郵便番号、および所得を含む。誰かがデータ製品Aおよびデータ製品Bを組み合わせた場合、2つのデータ製品に見られる誕生日、性別、および郵便番号のデータのマッチングを行うことによって人の所得の理解に達することができる。

別の例では、データ製品AおよびBが2つの異なる売手から入手可能であったという状況を考える。そこで、買手がこれら2つのデータ製品を要求している、およびデータ製品Aだけおよびデータ製品Bが一緒に必要である、および各1つが分離していては買手にとって役立たない場合である。また、売手Aと売手Bとの間のデータ製品のバンドリングに対する正式な契約が市場に存在していないと仮定する。そのような場合、確率論を使用して、市場の需要を推定するためにデータ製品AおよびBが一緒に利用可能であることを理解することが可能である。
データ製品Aの販売が成功する確率をP(A)=0.5とする。
同様に、データ製品Bの販売が成功する確率をP(B)=0.5とする。
したがって、データ製品Aおよびデータ製品Bの販売が成功する組合せ確率は
P(A & B) = P(A)*P(B) = 0.25
となる。
したがって、需要推定の目的で、組合せデータ製品は、(0.5)nとカウントされ、ここで、nは、一緒に組み合わされる必要のあるデータ製品の数である。

しかしながら、買手がこれら2つのデータ製品を一緒に要求し、売手AおよびBの間でデータ製品を組み合わせるための正式な契約がこの市場に存在する場合、これは、需要推定の目的で単一のソースとしてカウントされるものとする。

別の実施形態によれば、データ製品は、データ製品から列/スキーマ要素を取り除くことによっても生成され得る。売手で利用可能ないくつかのデータ製品は、買手が指定したものよりも多くの情報を有していることが可能である。これは、必要なテーブル列よりも多いか、またはデータ要素の必要な精度よりも高いせいである可能性がある。そのような状況において、過剰なデータが識別され、編集されて外されるものとする。そのような状況において、データ製品は、需要推定の目的で単一ソースとしてカウントされるものとする。

書かれている記述は、当業者が実施形態を製作し使用することを可能にする本明細書における主題の説明である。主題の実施形態の範囲は、特許請求の範囲によって定められ、当業者であれば思い付く他の修正形態を含むものとしてよい。このような他の修正形態は、これらの修正形態が特許請求の範囲の文言と異ならない類似の要素を有している場合、またはこれらの修正形態が特許請求の範囲の文言との違いがわずかである均等の要素を含む場合に、特許請求の範囲内にあることが意図される。この実施形態は、したがって、データ市場において価格発見メカニズムを割り振るためのシステムおよび方法を提供する。

しかしながら、保護の範囲はそのようなプログラムに、それに加えて、中にメッセージを有するコンピュータ可読手段にまで拡大され、そのようなコンピュータ可読記憶手段は、プログラムがサーバまたはモバイルデバイスまたは好適なプログラム可能なデバイス上で実行されたときの、方法の1つまたは複数のステップの実装のためのプログラムコード手段を含む、ことは理解されるべきである。ハードウェアデバイスは、たとえばサーバまたはパーソナルコンピュータなどの任意の種類のコンピュータ、またはこれらの任意の組合せを含む、プログラムされ得る任意の種類のデバイスであってよい。デバイスは、たとえばハードウェア手段、たとえば、特定用途向け集積回路(ASIC)、フィールドプログラマブルゲートアレイ(FPGA)のような手段、またはハードウェア手段とソフトウェア手段の組合せ、たとえば、ASICとFPGA、または少なくとも1つのマイクロプロセッサとソフトウェアモジュールが中に配置されている少なくとも1つのメモリ、とすることが可能である手段も含み得る。したがって、手段は、ハードウェア手段とソフトウェア手段の両方を含み得る。本明細書で説明されている方法実施形態は、ハードウェアおよびソフトウェアで実装されることが可能である。デバイスは、ソフトウェア手段も含み得る。代替的に、実施形態は、たとえば、複数のCPUを使用して異なるハードウェアデバイス上に実装され得る。

本明細書の実施形態は、ハードウェア要素およびソフトウェア要素を含むことができる。ソフトウェアで実装される実施形態は、限定はしないが、ファームウェア、常駐ソフトウェア、マイクロコードなどを含む。本明細書で説明されている様々なモジュールによって実行される機能は、他のモジュールまたは他のモジュールの組合せで実装され得る。本明細書の説明のために、コンピュータ使用可能もしくはコンピュータ可読媒体は、命令実行システム、装置、もしくはデバイスで使用するための、または命令実行システム、装置、もしくはデバイスに関連して使用するためのプログラムを含む、記憶する、伝達する、伝搬させる、または搬送することができる任意の装置とすることができる。

媒体は、電子、磁気、光、電磁波、赤外線、もしくは半導体システム(または装置もしくはデバイス)、または伝搬媒体とすることができる。コンピュータ可読媒体の例は、半導体もしくはソリッドステートメモリ、磁気テープ、取り外し可能なコンピュータディスケット、ランダムアクセスメモリ(RAM)、リードオンリーメモリ(ROM)、リジッド磁気ディスク、および光ディスクを含む。光ディスクの現在の例は、コンパクトディスクリードオンリーメモリ(CD-ROM)、コンパクトディスクリード/ライト(CD-R/W)、およびDVDを含む。

プログラムコードを記憶し、および/または実行するのに適したデータ処理システムは、システムバスを通じてメモリ要素に直接的にまたは間接的に結合された少なくとも1つのプロセッサを備える。メモリ要素は、プログラムコードの実際の実行時に使用されるローカルメモリ、大容量記憶装置、および実行時にコードが大容量記憶装置から取り出されなければならない回数を減らすための少なくとも一部のプログラムコードを一時的に記憶するキャッシュメモリを含み得る。

入出力(I/O)デバイス(限定はしないが、キーボード、ディスプレイ、ポインティングデバイスなどを含む)は、直接的に、または介在するI/Oコントローラを通じてのいずれかで、システムに結合され得る。ネットワークアダプタもシステムに結合されてよく、これにより、データ処理システムを他のデータ処理システムまたはリモートプリンタまたは記憶装置デバイスに、介在するプライベートまたはパブリックネットワークを通じて結合させることが可能になる。モデム、ケーブルモデム、イーサネット（登録商標）カードは、現在利用可能な種類のネットワークアダプタのうちのごくわずかのものである。

実施形態を実施するための代表的なハードウェア環境は、本明細書における実施形態による情報取扱/コンピュータシステムのハードウェア構成を含み得る。本明細書のシステムは、少なくとも1つのプロセッサまたは中央演算処理装置(CPU)を備える。CPUは、システムバスを介してランダムアクセスメモリ(RAM)、リードオンリーメモリ(ROM)、および入出力(I/O)アダプタなどの様々なデバイスに相互接続される。I/Oアダプタは、ディスクユニットおよびテープドライブなどの周辺デバイス、またはシステムによって可読である他のプログラム記憶装置デバイスに接続することができる。システムは、プログラム記憶装置デバイス上の本発明の命令を読み出し、これらの命令に従って本明細書の実施形態の方法を実行することができる。

システムは、ユーザ入力を収集するためにキーボード、マウス、スピーカー、マイクロフォン、および/またはタッチスクリーンデバイス(図示せず)などの他のユーザインターフェースデバイスをバスに接続するユーザインターフェースアダプタをさらに備える。それに加えて、通信アダプタがバスをデータ処理ネットワークに接続し、ディスプレイアダプタがバスをたとえばモニタ、プリンタ、または送信機などの出力デバイスとして具現化され得るディスプレイデバイスに接続する。前記の説明は、様々な実施形態を参照しつつ提示された。本出願が関係する技術を有する当業者は、原理、精神、および範囲から意味がある形で逸脱することなく説明されている構造および動作の方法の改変および変更が実施され得ることを理解するであろう。

100 システム
102 ユーザインターフェース
104 メモリ
106 プロセッサ
108 マッチングモジュール
110 分類モジュール
110 市場分類器
112 オークション円滑化モジュール
114 直接価格交渉モジュール

Claims (9)

1. データ市場において価格発見メカニズムを割り振るための方法であって、
   プロセッサ(106)によって実装されるステップを含み、前記ステップが、
   データ製品に対する一組の要件を有する1人または複数の買手によって前記データ市場にアクセスするステップと、
   売るための前記データ製品を有する1人または複数の売手によって前記データ市場にアクセスするステップであって、前記データ製品は一組の仕様を有する、ステップと、
   マッチングモジュール(108)を使用して前記買手の前記一組の要件と前記一組の仕様とのマッチングを行うステップであって、前記マッチングモジュールの出力が、データ取引を進めるかどうかを決定するために使用される、ステップと、
   分類モジュール(110)を使用して、前記データ市場にアクセスする買手の数および売手の数に基づき前記データ市場を分類するステップと、
   前記分類に基づいて、前記データ市場に対する入札オーダーマッチングメカニズム、オークションメカニズム、または直接交渉メカニズムのうちの少なくとも1つに価格発見メカニズムを割り振るステップ
   を具備する、方法。
2. 前記価格発見メカニズムを割り振る前記ステップは、
   前記データ市場において類似のデータ製品を取引する買手および売手の総数を決定するステップと、
   前記データ市場において前記類似のデータ製品を取引する買手の総数と売手の総数との比を決定するステップと、
   前記データ市場における買手および売手の前記総数に対する第1の閾値および第2の閾値を選択するステップであって、前記第2の閾値は、前記第1の閾値より大きい、ステップと、
   買手の前記総数と売手の前記総数との前記比に対する第3の閾値を選択するステップと、
   買手および売手の前記総数が前記第1の閾値より小さい場合に直接交渉メカニズムを前記価格発見メカニズムとして割り振るステップと、
   買手および売手の前記総数が前記第2の閾値より大きい場合に入札オーダーマッチングメカニズムを前記価格発見メカニズムとして割り振るステップと、
   買手および売手の前記総数が前記第1の閾値と前記第2の閾値との間にある場合にオークションメカニズムを前記価格発見メカニズムとして割り振るステップと
   をさらに含む請求項1に記載の方法。
3. 前記オークションメカニズムは、買手の前記総数と売手の前記総数との前記比が前記第3の閾値より大きい場合に前記売手の視点から実行される請求項2に記載の方法。
4. 前記オークションメカニズムは、買手の前記総数と売手の前記総数との前記比が前記第3の閾値より小さい場合に前記買手の視点から実行される請求項2に記載の方法。
5. 前記一組のデータ製品は、1つまたは複数の属性が可変属性および不変属性のうちの少なくとも1つであることを特徴とする請求項1に記載の方法。
6. 価格発見が前記オークションメカニズムを使用することである場合に前記データ取引の取引条件を選択するステップをさらに含む請求項1に記載の方法。
7. 同じ一組の要件を有する2人以上の買手が利用可能である場合に買手を選択するステップをさらに含む請求項1に記載の方法。
8. 前記一組のデータ製品について一組の仕様に対する同じデータを有する2人以上の売手が利用可能である場合に売手を選択するステップをさらに含む請求項1に記載の方法。
9. データ市場において価格発見メカニズムを割り振るためのシステムであって、
   1人または複数の売手と1人または複数の買手とによって前記データ市場にアクセスするためのユーザインターフェース(104)であって、前記1人または複数の買手は、データ製品に対する一組の要件を提供し、前記1人または複数の売手は、売るためのデータ製品の一組の仕様を提供する、ユーザインターフェース(104)と、
   メモリ(102)と、
   前記メモリと通信しているプロセッサ(106)であって、
   マッチングモジュール(108)を使用して前記買手の前記一組の要件と前記一組の仕様とのマッチングを行うステップであって、前記マッチングモジュールの出力が、データ取引を進めるかどうかを決定するために使用される、ステップと、
   分類モジュール(110)を使用して、前記データ市場にアクセスする買手の数および売手の数に基づき前記データ市場を分類するステップと、
   前記分類に基づいて、前記データ市場に対する入札オーダーマッチングメカニズム、オークションメカニズム、または直接交渉メカニズムのうちの少なくとも1つに価格発見メカニズムを割り振るステップと
   を実行するようにさらに構成されている、プロセッサ(106)と
   を備える、システム。