大數據市場調查連載（三） | 大數據生命周期

　　導    讀

　　它山之石，可以攻玉。為了幫助各界人士學習國外先進經驗，進一步了解大數據市場的定價、交易與保護，國脈戰略研究院專家楊冰之、林渠，帶來了《大數據市場調查：定價、交易與保護》的翻譯文章，相信會給大家以思想的碰撞、靈感的啟迪，促進大家思考，從而為我國推進數據要素市場化配置改革，貢獻國脈戰略研究院的智慧。本文為《大數據市場調查：定價、交易與保護》連載系列文章第三篇。

　　我們現在定義大數據生命周期，分為五個階段?；诖松芷?，我們概述了與關鍵階段相關的挑戰，如數據定價、數據交易和數據保護。

　　第一階段（數據收集）：數據收集是大數據生命周期的第一階段。隨著智能設備和物聯網的發展，隨時隨地收集有用數據變得更加容易。數據收集分為三個步驟：（i）收集數據，通過不同的收集方法收集不同類型的數據，所有原始數據由數據所有者存儲；(ii)清理數據，收集后，數據所有者需要對原始數據進行預處理，消除噪音，并將不同類型的數據進行合理分組。例如，非結構化數據和結構化數據將被分離以進行進一步處理；(iii)驗證數據，為確保原始數據可用且合理，有必要進行數據驗證。此外，將隨機選擇樣本數據并檢查其可用性。

　　第二階段（數據分析）：數據分析是大數據生命周期的第二階段。在原始數據集的收集和預處理之后，機器學習和數據挖掘技術支持的數據分析是從數據集中提取商業價值的最重要階段。此外，大約 74% 的信息技術組織至少使用上述高級分析方法中的一種。數據分析有很多好處，包括社會影響營銷、基于客戶的營銷和銷售營銷機會。

　　第三階段（數據定價）：由于數據集具有明確的商業價值，在數據分析后選擇數據定價模型和方法。在此階段，數據所有者為每個數據集提供合理的價格，以便將這些數據集推向數字市場。影響價格的因素包括數據大小和客戶需求等。數據所有者可以使用各種數據定價模型來評估數據集并獲得最佳收益。

　　第四階段（數據交易）：數據交易是大數據生命周期的第四階段，與傳統商品交易不同。數據作為一種數字商品，需要合適的市場和交易方式。為了安全、公平地交易數據并獲得最佳收益，設計有效的數據交易方案（如拍賣）非常重要。

　　第五階段（數據保護）：大數據生命周期的最后一個階段是數據保護。數據交易后，有必要保護數據的版權和數據所有者的合法權利。這也是大數據生命周期閉環不可或缺的階段。

　　致力于數據收集和數據分析的研究已有很多。因此，在本文中，我們將重點放在剩下的階段。在以下部分，我們將進一步研究數據定價、數據交易和數據保護。對于數據定價，我們將概述現有的數據定價模型，對這些定價模型進行分類，討論模型的優缺點，并在第四節中概述挑戰和未來研究。關于數據交易，我們會介紹數據交易平臺和方案的面臨的挑戰，討論相關問題，并在第五節中概述挑戰和未來研究。最后，在數據保護方面，我們研究現有的版權保護技術，提出現有方案的優缺點，并在第六節概述交易大數據的數據版權保護面臨的挑戰和未來研究。