计算机科学与探索

北大核心,INSPEC,JST,CSCD,WJCI

国内刊号:11-5602/TP

国际刊号:1673-9418

计算机科学与探索杂志2023年第9期:MaSS:基于单位数据贡献的模型定价框架

发布日期:

作者:张小伟, 江东, 袁野, 安丽霞, 王国仁

单位:1. 东北大学 计算机科学与工程学院,沈阳 1108192. 北京理工大学 计算机学院,北京 100081

关键词:数据定价,模型定价,Shapley值,Stackelberg博弈

数据驱动型的机器学习模型已经是大势所趋,但是对于如何促进机器学习模型市场发展的研究还为之甚少。现有的研究主要分为两方面:一方面是数据拥有者和中间商之间的交互,即数据所有者的补偿问题;另一方面是模型买家与中间商之间的交互,即模型的定价问题。但是对于模型交易市场而言,这两个问题是密不可分的。因此针对这个问题,提出了新的模型定价框架MaSS。MaSS采用了新的效用评估指标Shapley值,然后基于该指标提出了三阶段的Stackelberg博弈的模型交易框架,其中包含了三方参与人:模型买家、中间人、数据拥有者。数据拥有者提供带有噪音的数据给中间人。中间人进一步将数据加工成模型买家需要的模型,向模型买家提供模型从而获利。他们之间相互作用形成一个Stackelberg博弈,以使得参与交易的所有人实现收益最大化,并从理论上证明了均衡定价策略存在的唯一性。最后,通过对真实数据大量模拟,证明了其显著的性能。

来源:2023年第9期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2023年第9期

联系我们

  • 地址:北京市海淀区北四环中路211号
  • 电话:(010)89056056
  • E-mail:fcst@vip.163.com

咨询工作人员