一种数据价值计量方法技术

本发明专利技术提供了一种数据价值计量方法，其特殊之处在于：该方法包括：1）针对一份数据，选择数据计量单位，并测算出该份数据的数据计量值；2）针对该份数据，根据步骤1）中所选择数据计量单位，测算出该份数据的数据价格；3）针对该份数据，计算其数据价值，即根据步骤1）中所测算出的数据计量值与步骤2）中所测算出的数据价格相乘得到。步骤2）中的数据价格需要根据步骤1）中所选择数据计量单位，从数据自身、数据卖方、数据买方和数据市场这四个角度对该份数据的一个数据计量单位数据进行数据价值评估后得到。本发明专利技术提供了一种解决尚无数据价值计量单位和数据价值计量模型等问题的数据价值计量方法。

【技术实现步骤摘要】
一种数据价值计量方法
本专利技术涉及资产价值评估领域，更具体地，涉及一种数据价值计量方法。
技术介绍
随着大数据时代的来临，数据在生产、竞争、创新中扮演着越来越重要的角色；从2008年开始，全球大数据交易市场己经初见端倪，“数据市场”、“数据银行”甚至“数据公约”交易市场在国外己经开始出现，对于海量并且瞬息万变的大数据来说，存储已然不是最终目标，如何从数据中获得包括商业价值在内的红利，才是其真正的意义所在，全球各个行业的数据存储量，每年都在以50%多的速度暴増。由于缺乏规范的数据共享和交易渠道，不同行业间很难形成数据互利共享，数据交易平台乃至交易所也就成为了迫切需求，通过数据交易，数据提供方可以通过数据的直接交易或者数据的加工来获取应有的报酬；数据需求方可以快速明确的获取他们所需要的数据；数据交易平台运营商可以合理利用手中大量的数据形成用户所需要的数据集，实现数据的价值。数据交易的基础是数据价值评估和定价，合理的数据价值评估和定价能够促进数据交易的进行；目前，对数据定价的研究仍然存在以下问题：（1）没有确定数据价值的计量单位；（2）没有给出数据价值的计量模型。
技术实现思路
为了解决
技术介绍
中存在的上述技术问题，本专利技术提供了一种具有很好的操作性、应用性的数据价值计量方法。本专利技术的技术解决方案是：本专利技术提供了一种数据价值计量方法，其特殊之处在于：该方法包括。1）针对一份数据，选择数据计量单位，并测算出该份数据的数据计量值，即测算出该份数据的数据计量单位数量。2）针对该份数据，根据步骤1）中所选择数据计量单位，测算出该份数据的数据价格，即根据步骤1）中所选择数据计量单位，测算出该份数据的一个数据计量单位数据的数据价值量。3）针对该份数据，计算其数据价值，即根据步骤1）中所测算出的数据计量值与步骤2）中所测算出的数据价格相乘得到。上述步骤1）、步骤2）不分先后顺序。上述步骤2）中的数据价格需要根据步骤1）中所选择数据计量单位，从数据自身、数据卖方、数据买方和数据市场这四个角度对该份数据的一个数据计量单位数据进行数据价值评估后得到，具体过程如下。21）从数据自身角度对数据进行数据价值评估。从数据自身角度对数据进行数据价值评估，主要体现数据的内在价值。数据的内在价值，直接影响数据买方基于数据所能带来的使用价值。22）从数据卖方角度对数据进行数据价值评估。从数据卖方角度对数据进行数据价值评估，主要体现数据的成本价值；数据的产生、采集、传输、加工、处理、存储、管理和交易过程都需要花费一定的成本。23）从数据市场角度对数据进行数据价值评估。从数据市场角度对数据进行数据价值评估，主要体现数据的市场价值；数据在数据市场中进行交易，其数据价值必然受到数据市场供求关系的影响。24）从数据买方角度对数据进行数据价值评估。从数据买方角度对数据进行数据价值评估，主要体现数据的使用价值；对于数据买方来说，数据的使用价值是其最为关心的。25）从数据自身、数据卖方、数据买方和数据市场这四个角度对数据进行数据价值综合评估。从数据自身、数据卖方、数据买方和数据市场这四个角度对数据进行数据价值综合评估，就是基于步骤21）、步骤22）、步骤23）和步骤24）中所述的数据价值评估进行综合计算，即数据的价值是由数据的内在价值、数据的成本价值、数据的市场价值、数据的使用价值综合计算而得，具体公式如下：数据的价值=f(数据的内在价值、数据的成本价值、数据的市场价值、数据的使用价值)。其中，f()为综合计算函数，数据的价值可以为货币形式，即货币数量。上述步骤21）、步骤22）、步骤23）和步骤24）不分先后顺序。上述步骤21）中数据的内在价值需要基于数据的自身属性对数据进行数据价值评估；数据的自身属性包括数据主体、数据行业、数据格式、数据质量、数据维度、数据关联性、数据颗粒度、数据活性、数据时效性等。数据主体包括政府、企业、学校、科研院所、社会组织和个人等。数据行业包括农、林、牧、渔业,采矿业，制造业,电力、燃气、水和供应业，建筑业，交通运输、仓储和邮政业，信息传输、计算机服务和软件业，批发、零售业，金融业，房地产业，科学研究、技术服务业，水利、环境和公共设施管理业，居民服务和其他服务业，教育业，卫生、医疗业，以及文化、体育、娱乐业等。数据格式包括结构化、半结构化和非结构化等。数据质量包括重复性质量、关联性质量、完整性质量、合规性质量、一致性质量和正确性质量等；其中，重复性质量是指数据是否存在重复记录；关联性质量是指数据间的关联是否缺失；完整性质量是指数据是否完整，是否存在遗失字段；合规性质量是指数据是否符合国家、行业和地方标准；一致性质量是指数据间是否存在不一致；正确性质量是指数据是否正确，是否存在异常错误，包括取值错误、格式错误、多余字符、乱码等。数据维度体现数据的丰富性；一般来说，数据维度越多，数据越丰富，数据越有价值。数据关联性体现数据间的内在联系；一般来说，数据关联性越好，数据越有价值。数据颗粒度体现数据的层次，即数据维度下的颗粒大小；原始数据一般数据颗粒度比较小，而加工数据一般数据颗粒度比较大，它是通过加工汇总的数据；一般来说，数据颗粒度越小的数据，其价值也就越高。数据活性体现数据记录的活跃状态；一般来说，数据的数据记录越活跃，数据的价值越大。按照数据时效性，数据可以分为实时数据和非实时数据；此外，实时数据和非实时数据的时效性还可以进一步细分为不同程度。上述步骤22）中数据的成本价值需要基于数据产生成本、数据采集成本、数据传输成本、数据加工和处理成本、数据存储和管理成本，以及数据交易成本对数据进行数据价值评估。数据产生成本是指数据产生过程所需要花费的成本。数据采集成本是指数据采集过程所需要花费的成本。数据传输成本是指数据传输过程所需要花费的成本。数据加工和处理成本是指数据加工和处理过程所需要花费的成本。数据存储和管理成本是指数据存储和管理所需要花费的成本。数据交易成本是指数据交易过程所需要花费的成本。上述步骤23）中数据的市场价值需要从数据卖方市场和数据买方市场这两个方面对数据进行数据价值评估；数据卖方市场包括数据垄断情况、数据稀缺性等；数据买方市场包括数据需求情况等。数据垄断情况体现数据卖方市场上数据的分布；一般来说，当数据掌握在部分数据主体手中时，数据价值可以变得比预期价值更高，即以垄断价格进行数据交易。数据稀缺性体现数据卖方市场上数据的多少；物以稀为贵，一般来说，数据市场上某类数据越少，则这类数据就越有价值。数据需求情况体现数据买方市场的数据需求程度；一般来说，没有数据买方市场需求的数据是没有价值的。上述步骤24）中数据的使用价值需要从数据买方对卖方数据的权益情况、数据买方使用卖方数据的能力情况和数据买方使用卖方数据后的效益情况这三个方面对数据进行数据价值评估；数据买方对卖方数据的权益情况包括数据所有权、数据使用权等；数据买方使用卖方数据的能力情况包括数据认识情况、数据能力情况等；数据买方使用卖方数据后的效益情况包括数据社会效益、数据技术效益和数据经济效益等。数据所有权体现买方对卖方数据的所有权益，包括独有数据所有权、共享数据所有权等；独有数据所有权是指数据买方通过买断方式购买数据卖方的数据，数据买方获得完整的数据所有权，数据卖方本文档来自技高网...

【技术保护点】
1.一种数据价值计量方法，其特征在于：该方法包括：1）针对一份数据，选择数据计量单位，并测算出该份数据的数据计量值，即测算出该份数据的数据计量单位数量；2）针对该份数据，根据步骤1）中所选择数据计量单位，测算出该份数据的数据价格，即根据步骤1）中所选择数据计量单位，测算出该份数据的一个数据计量单位数据的数据价值量；3）针对该份数据，计算其数据价值，即根据步骤1）中所测算出的数据计量值与步骤2）中所测算出的数据价格相乘得到；上述步骤1）、步骤2）不分先后顺序。

【技术特征摘要】
1.一种数据价值计量方法，其特征在于：该方法包括：1）针对一份数据，选择数据计量单位，并测算出该份数据的数据计量值，即测算出该份数据的数据计量单位数量；2）针对该份数据，根据步骤1）中所选择数据计量单位，测算出该份数据的数据价格，即根据步骤1）中所选择数据计量单位，测算出该份数据的一个数据计量单位数据的数据价值量；3）针对该份数据，计算其数据价值，即根据步骤1）中所测算出的数据计量值与步骤2）中所测算出的数据价格相乘得到；上述步骤1）、步骤2）不分先后顺序。2.根据权利要求1所述的数据价值计量方法，其特征在于：所述步骤2）中的数据价格需要根据步骤1）中所选择数据计量单位，从数据自身、数据卖方、数据买方和数据市场这四个角度对该份数据的一个数据计量单位数据进行数据价值评估后得到，具体过程如下：21）从数据自身角度对数据进行数据价值评估从数据自身角度对数据进行数据价值评估，主要体现数据的内在价值；数据的内在价值，直接影响数据买方基于数据所能带来的使用价值；22）从数据卖方角度对数据进行数据价值评估从数据卖方角度对数据进行数据价值评估，主要体现数据的成本价值；数据的产生、采集、传输、加工、处理、存储、管理和交易过程都需要花费一定的成本；23）从数据市场角度对数据进行数据价值评估从数据市场角度对数据进行数据价值评估，主要体现数据的市场价值；数据在数据市场中进行交易，其数据价值必然受到数据市场供求关系的影响；24）从数据买方角度对数据进行数据价值评估从数据买方角度对数据进行数据价值评估，主要体现数据的使用价值；对于数据买方来说，数据的使用价值是其最为关心的；25）从数据自身、数据卖方、数据买方和数据市场这四个角度对数据进行数据价值综合评估从数据自身、数据卖方、数据买方和数据市场这四个角度对数据进行数据价值综合评估，就是基于步骤21）、步骤22）、步骤23）和步骤24）中所述的数据价值评估进行综合计算，即数据的价值是由数据的内在价值、数据的成本价值、数据的市场价值、数据的使用价值综合计算而得，具体公式如下：数据的价值=f(数据的内在价值、数据的成本价值、数据的市场价值、数据的使用价值)其中，f()为综合计算函数，数据的价值可以为货币形式，即货币数量；所述步骤21）、步骤22）、步骤23）和步骤24）不分先后顺序。3.根据权利要求2所述的数据价值计量方法，其特征在于：所述步骤21）中数据的内在价值需要基于数据的自身属性对数据进行数据价值评估；数据的自身属性包括数据主体、数据行业、数据格式、数据质量、数据维度、数据关联性、数据颗粒度、数据活性、数据时效性。4.根据权利要求2所述的数据价值计量方法，其特征在于：所述步骤22）中数据的成本价值需要基于数据产生成本、数据采集成本、数据传输成本、数据加工和处理成本、数据存储和管理成本，以及数据交易成本对数据进行数据价值评估。5.根据权利要求2所述的数据价值计量方法，其特征在于：所述步骤23）中数据的市场价值需要从数据卖方市场和数据买方市场这两个方面对数据进行数据价值评估；数据卖方市场包括数据垄断情况、数据稀缺性；数据买方市场包括数据需求情况。6.根据权利要求2所述的数据价值计量方法，其特征在于：所述步骤24）中数据的使用价值需要从数据买方对卖方数据的权益情况、数据买方...

【专利技术属性】
技术研发人员：肖跃雷，朱志祥，
申请(专利权)人：陕西省信息化工程研究院，
类型：发明
国别省市：陕西,61