基于动态Stacked-GBDT算法的数据资源价值评估方法研究

摘要：

针对现有的数据资源价值评估与定价方法主观性强、定量标准缺乏的问题,提出基于模型堆叠集成GBDT(Stacked-GBDT)算法的数据资源价值评估方法.首先,基于敏感性分析,从数据自身和市场两个维度归纳并建立了数据资源价值评估指标体系;然后,基于GBDT机器学习算法与Stacking集成学习算法,提出了基于Stacked-GBDT的数据资源价值评估算法,并与Random Forest和XGBoost算法进行对比以验证所提方法的正确性及有效性;最后,应用Stacked-GBDT模型对数据集进行动态定价.结果表明,Stacked-GBDT算法构建的数据资源价值评估模型可为数据价值测算及动态定价提供精确可靠的依据与支撑.

关键词：数据资源、动态Stacking、数据价值评估、机器学习、集成学习

所属期刊栏目：43

分类号：F830(金融、银行)

资助基金：国家自然科学基金;云南产业发展研究院项目

在线出版日期：2023-03-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：53-61