論文の概要: Pricing Strategies for Different Accuracy Models from the Same Dataset Based on Generalized Hotelling's Law

• arxiv url: http://arxiv.org/abs/2404.05272v2
• Date: Sat, 29 Mar 2025 08:49:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-01 14:30:02.656346
• Title: Pricing Strategies for Different Accuracy Models from the Same Dataset Based on Generalized Hotelling's Law
• Title（参考訳）: 一般ホテル法則に基づく同一データセットからの異なる精度モデルに対する価格戦略
• Authors: Jie Liu, Tao Feng, Yan Jiang, Peizheng Wang, Chao Wu,
• Abstract要約: 販売者がデータセットをD$で保有し、市場で販売される様々なアキュラシーのモデルにトレーニングするシナリオを考察する。 データセットは、異なる精度でモデルをトレーニングするために再利用することができ、トレーニングコストは、販売量とは独立している。
• 参考スコア（独自算出の注目度）: 9.353146025394372
• License:
• Abstract: We consider a scenario where a seller possesses a dataset $D$ and trains it into models of varying accuracies for sale in the market. Due to the reproducibility of data, the dataset can be reused to train models with different accuracies, and the training cost is independent of the sales volume. These two characteristics lead to fundamental differences between the data trading market and traditional trading markets. The introduction of different models into the market inevitably gives rise to competition. However, due to the varying accuracies of these models, traditional multi-oligopoly games are not applicable. We consider a generalized Hotelling's law, where the accuracy of the models is abstracted as distance. Buyers choose to purchase models based on a trade-off between accuracy and price, while sellers determine their pricing strategies based on the market's demand. We present two pricing strategies: static pricing strategy and dynamic pricing strategy, and we focus on the static pricing strategy. We propose static pricing mechanisms based on various market conditions and provide an example. Finally, we demonstrate that our pricing strategy remains robust in the context of incomplete information games.
• Abstract（参考訳）: 販売者がデータセットをD$で保有し、市場で販売される様々なアキュラシーのモデルにトレーニングするシナリオを考察する。 データの再現性のため、データセットは異なる精度でモデルをトレーニングするために再利用することができ、トレーニングコストは販売量とは独立している。 これら2つの特徴は、データトレーディング市場と従来のトレーディング市場とに根本的な違いをもたらす。 市場への異なるモデルの導入は必然的に競争を巻き起こす。 しかし、これらのモデルの様々な精度のため、従来のマルチオリゴポリーゲームは適用できない。 一般化されたHotellingの法則を考えると、モデルの精度は距離として抽象化される。 買い手は精度と価格のトレードオフに基づいてモデルを購入することを選び、売り手は市場の需要に基づいて価格戦略を決定する。 静的価格戦略と動的価格戦略という2つの価格戦略を提示し、静的価格戦略に焦点を当てる。 本稿では,様々な市場条件に基づく静的な価格設定機構を提案し,その例を示す。 最後に,不完全な情報ゲームにおいては,価格戦略が引き続き堅牢であることを示す。

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。