論文の概要: DaDaDa: A Dataset for Data Pricing in Data Marketplaces

• arxiv url: http://arxiv.org/abs/2607.08785v1
• Date: Sat, 13 Jun 2026 12:19:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-19 21:54:20.357138
• Title: DaDaDa: A Dataset for Data Pricing in Data Marketplaces
• Title（参考訳）: DaDaDa: データマーケットプレースにおけるデータ価格データセット
• Abstract要約: textttDaDaは、データ製品価格の最初のデータセットで、世界中の9大データマーケットプレースから16,147のデータプロダクトのメタデータを含んでいる。 textttDaDaDaDaは価格モデルのトレーニングを可能にし、新しいデータ製品の価格ベンチマークを確立する。 textttDaDaDaDaDaの価格,分類,検索における有効性を示す実験と検索プロトタイプ。
• 参考スコア（独自算出の注目度）: 25.893756142407426
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: High-quality data drives machine learning advances across industries. Recognizing the value of data, data transactions are increasingly common, giving rise to many data marketplaces, e.g., AWS Marketplace, Databricks, and Datarade. However, determining the appropriate prices for data products remains a significant challenge due to the unique properties of data products. Traditional pricing methods in economics can be categorized into the cost approach, the income approach, and the sales comparison approach. The cost approach fails in data pricing due to near-zero marginal cost from data replication, and the income approach fails due to inherently unpredictable data revenue. The sales comparison approach remains viable, yet its application is hindered by the absence of standardized pricing benchmarks for data products across marketplaces. To address this challenge, we introduce \texttt{DaDaDa}, the first dataset for data product pricing, containing metadata for 16,147 data products from 9 major data marketplaces worldwide. \texttt{DaDaDa} enables the training of pricing models, thereby establishing price benchmarks for new data products. In addition, \texttt{DaDaDa} can be utilized for other important tasks in data markets, such as data product classification and retrieval. Experiments and a retrieval prototype demonstrate the effectiveness of \texttt{DaDaDa} for pricing, classification, and retrieval of data products. The dataset and code are available at https://github.com/ZJU-DIVER/DaDaDa.
• Abstract（参考訳）: 高品質なデータによって、業界全体の機械学習の進歩が加速する。 データの価値を認識しているデータトランザクションはますます一般的になってきており、AWS Marketplace、Databricks、Dataradeなど、多くのデータマーケットプレースを生み出している。 しかし、データ製品特有の性質のため、データ製品の適切な価格を決定することは大きな課題である。 経済学における伝統的な価格法は、コストアプローチ、所得アプローチ、販売比較アプローチに分類することができる。 コストアプローチは、データ複製によるほぼゼロの限界コストによるデータ価格で失敗し、収入アプローチは本質的に予測不可能なデータ収益のために失敗する。 販売比較アプローチは引き続き有効だが、そのアプリケーションは、市場全体にわたるデータ製品の標準価格ベンチマークが欠如しているために妨げられている。 この課題に対処するために、世界中の9大データマーケットプレースから16,147のデータプロダクトのメタデータを含む、データ製品価格の最初のデータセットである \texttt{DaDaDa} を紹介します。 \texttt{DaDaDa}は価格モデルのトレーニングを可能にし、新しいデータ製品の価格ベンチマークを確立する。 さらに、データ製品分類や検索など、データ市場における他の重要なタスクにも、 \texttt{DaDaDa} が利用できる。 データ商品の価格、分類、検索における \texttt{DaDaDa} の有効性を示す実験と検索プロトタイプ。 データセットとコードはhttps://github.com/ZJU-DIVER/DaDaDaで公開されている。

関連論文リスト

• 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)
• Private, Augmentation-Robust and Task-Agnostic Data Valuation Approach for Data Marketplace [56.78396861508909]
  PriArTaは、買い手の既存のデータセットと売り手のデータセットの分布の間の距離を計算するアプローチである。 PriArTaは通信効率が良く、買い手は各売り手からデータセット全体にアクセスすることなくデータセットを評価することができる。
  論文  参考訳（メタデータ） (2024-11-01T17:13:14Z)
• Data Distribution Valuation [56.71023681599737]
  既存のデータバリュエーションメソッドは、離散データセットの値を定義します。 多くのユースケースでは、ユーザはデータセットの値だけでなく、データセットがサンプリングされた分布の値にも興味を持っています。 本稿では,理論的原理と実行可能なポリシを実現するための,MMDに基づく評価手法を提案する。
  論文  参考訳（メタデータ） (2024-10-06T07:56:53Z)
• 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)
• 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)
• 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)
• What Is the Price of Data? A Measurement Study of Commercial Data Marketplaces [0.0]
  我々は、成長するData Marketplaceエコシステムに関する、この種の測定研究の第一弾を提示する。 サブスクリプションモデルで販売されるライブデータ製品の平均価格は、月1,400米ドルである。 静的データのワンオフ購入の場合、中央値は約2200ドルである。
  論文  参考訳（メタデータ） (2021-10-25T10:39:47Z)
• A Survey on Data Pricing: from Economics to Data Science [61.72030615854597]
  データ価格の背景にある様々なモチベーションを調べ、データ価格の経済性を理解する。 デジタル製品とデータ製品の両方について論じる。 我々は、今後の仕事の一連の課題と方向性を考えます。
  論文  参考訳（メタデータ） (2020-09-09T19:31:38Z)

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。