論文の概要: Constructing Data Transaction Chains Based on Opportunity Cost Exploration
- arxiv url: http://arxiv.org/abs/2404.05272v1
- Date: Mon, 8 Apr 2024 08:02:18 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-09 15:13:56.739168
- Title: Constructing Data Transaction Chains Based on Opportunity Cost Exploration
- Title(参考訳): 機会コスト探索に基づくデータトランザクションチェーンの構築
- Authors: Jie Liu, Tao Feng, Yan Jiang, Peizheng Wang, Chao Wu,
- Abstract要約: 本稿では、データ取引市場と従来の市場を比較し、データの複製性とプライバシがデータ市場に与える影響に焦点を当てる。
データ市場のコンテキストにおける従来のマイクロ経済の機会コストの概念を、データの複製性によって根本的に変える方法について論じる。
本稿では、プライバシドメインチェーン内のデータ循環の制約を概説し、これらの制約の下でデータの価値を最大化するモデルを提案する。
- 参考スコア(独自算出の注目度): 9.353146025394372
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Data trading is increasingly gaining attention. However, the inherent replicability and privacy concerns of data make it challenging to directly apply traditional trading theories to data markets. This paper compares data trading markets with traditional ones, focusing particularly on how the replicability and privacy of data impact data markets. We discuss how data's replicability fundamentally alters the concept of opportunity cost in traditional microeconomics within the context of data markets. Additionally, we explore how to leverage this change to maximize benefits without compromising data privacy. This paper outlines the constraints for data circulation within the privacy domain chain and presents a model that maximizes data's value under these constraints. Specific application scenarios are provided, and experiments demonstrate the solvability of this model.
- Abstract(参考訳): データトレーディングはますます注目を集めている。
しかし、データ固有の複製性とプライバシの懸念により、従来のトレーディング理論を直接データ市場に適用することは困難である。
本稿では,データ取引市場と従来の取引市場を比較し,データの複製性とプライバシがデータ市場に与える影響に注目した。
データ市場のコンテキストにおける従来のマイクロ経済の機会コストの概念を、データの複製性によって根本的に変える方法について論じる。
さらに、データのプライバシを損なうことなく、この変更を活用してメリットを最大化する方法について検討する。
本稿では、プライバシドメインチェーン内のデータ循環の制約を概説し、これらの制約の下でデータの価値を最大化するモデルを提案する。
特定のアプリケーションシナリオが提供され、実験がこのモデルの可解性を示す。
関連論文リスト
- Wasserstein Markets for Differentially-Private Data [1.4266656344673316]
データ市場は、幅広いアクセスを可能にすると同時に、適切なプライバシーとユーティリティのトレードオフを決定する手段を提供する。
既存のデータ市場フレームワークでは、信頼できるサードパーティが高価なバリュエーションを実行するか、あるいはデータ価値の性質を把握できないかのいずれかが必要です。
本稿では,個人差分データに対するワッサーシュタイン距離に基づく評価機構とそれに対応する調達機構を提案する。
論文 参考訳(メタデータ) (2024-12-03T17:40:26Z) - A Survey on Data Markets [73.07800441775814]
より大きな福祉のためのトレーディングデータの増加は、データ市場の台頭につながっている。
データ市場とは、データセットやデータデリバティブを含むデータプロダクトの交換が行われるメカニズムである。
これは、価格やデータの分散など、いくつかの機能が相互作用するコーディネートメカニズムとして機能する。
論文 参考訳(メタデータ) (2024-11-09T15:09:24Z) - DAVED: Data Acquisition via Experimental Design for Data Markets [25.300193837833426]
本稿では,線形実験設計にインスパイアされたデータ取得問題に対するフェデレートされたアプローチを提案する。
提案手法はラベル付き検証データを必要とせずに予測誤差を低くする。
我々の研究の重要な洞察は、テストセット予測のためのデータ取得の利点を直接見積もる手法が、特に分散市場設定と互換性があることである。
論文 参考訳(メタデータ) (2024-03-20T18:05:52Z) - Privacy-Aware Data Acquisition under Data Similarity in Regression Markets [29.64195175524365]
データの類似性とプライバシの嗜好が市場設計に不可欠であることを示す。
我々は、データ類似性が市場参加や取引データの価値にどのように影響するかを数値的に評価する。
論文 参考訳(メタデータ) (2023-12-05T09:39:04Z) - Data Acquisition: A New Frontier in Data-centric AI [65.90972015426274]
まず、現在のデータマーケットプレースを調査し、データセットに関する詳細な情報を提供するプラットフォームが不足していることを明らかにする。
次に、データプロバイダと取得者間のインタラクションをモデル化するベンチマークであるDAMチャレンジを紹介します。
提案手法の評価は,機械学習における効果的なデータ取得戦略の必要性を浮き彫りにしている。
論文 参考訳(メタデータ) (2023-11-22T22:15:17Z) - SWDPM: A Social Welfare-Optimized Data Pricing Mechanism [21.487641773601737]
本稿では,多ラウンドデータ取引を段階的に開示した情報を用いてモデル化する手法を提案する。
社会福祉に最適化されたデータ価格メカニズム(SWDPM)を導入し、最適な価格戦略を見出す。
数値実験により、SWDPMは取引実現可能性の最大54%まで社会福祉を3倍に向上させることができることが示された。
論文 参考訳(メタデータ) (2023-05-08T02:25:35Z) - A Survey of Data Pricing for Data Marketplaces [77.3189288320768]
本稿では,既存のデータ価格研究の現状を概観する。
我々の重要な貢献は、データ価格を決定する異なる属性を統一するデータ価格研究の新しい分類である。
論文 参考訳(メタデータ) (2023-03-07T04:35:56Z) - Lessons from the AdKDD'21 Privacy-Preserving ML Challenge [57.365745458033075]
W3Cの顕著な提案では、過去のディスプレイの集計された、差別化されたプライベートなレポートを通じてのみ広告信号を共有することができる。
この提案を広く研究するために、AdKDD'21でオープンなプライバシ保護機械学習チャレンジが行われた。
重要な発見は、大量の集約されたデータの小さな集合が存在する場合の学習モデルは驚くほど効率的で安価であることである。
論文 参考訳(メタデータ) (2022-01-31T11:09:59Z) - Data Sharing Markets [95.13209326119153]
我々は、各エージェントがデータの買い手および売り手の両方になり得る設定について検討する。
両データ交換(データ付きトレーディングデータ)と一方データ交換(お金付きトレーディングデータ)の2つの事例を考察する。
論文 参考訳(メタデータ) (2021-07-19T06:00:34Z) - Causally Constrained Data Synthesis for Private Data Release [36.80484740314504]
原データの特定の統計特性を反映した合成データを使用することで、原データのプライバシーが保護される。
以前の作業では、正式なプライバシ保証を提供するために、差分プライベートなデータリリースメカニズムを使用していました。
トレーニングプロセスに因果情報を導入し、上記のトレードオフを好意的に修正することを提案する。
論文 参考訳(メタデータ) (2021-05-27T13:46:57Z) - Super-App Behavioral Patterns in Credit Risk Models: Financial,
Statistical and Regulatory Implications [110.54266632357673]
従来の官僚データとは対照的に、アプリベースのマーケットプレースから派生した代替データが信用スコアモデルに与える影響を提示する。
2つの国にまたがって検証した結果、これらの新たなデータソースは、低体重者や若年者における金融行動を予測するのに特に有用であることが示された。
論文 参考訳(メタデータ) (2020-05-09T01:32:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。