技術特征：

1.一種基于熵的數據價值衡量與定價方法，其特征在于，包括如下步驟：

步驟1：定義數據商品新型的價格函數；

步驟2：將數據集抽象成為數據矩陣；

步驟3：從數據集的行和屬性兩個角度來度量數據集的信息量，獲得數據集的定價策略。

2.根據權利要求1所述的基于熵的數據價值衡量與定價方法，其特征在于，所述步驟1包括：令數據的價格P是數據信息熵H的函數，記為：

P＝f(H) (1)

將一個擁有n個可能的值，記為{x₁,x₂,…,x_n}和概率分布函數為p(X)的離散變量X的熵定義為H(X)：

$H\left(X\right)=-{\mathrm{\Σ}}_{i=1}^{n}p\left(x_i\right){\log }_2^{p\left(x_i\right)}---\left(2\right)$

式中：p(x_i)表示取x_i值時的概率；當存在兩個離散變量X,Y，且分別對應有n和m個可能的輸出值，記為{x₁,x₂,…,x_n}，{y₁,y₂,…,y_m}，則定義X,Y的聯合概率分布函數p(X,Y)，采用聯合熵來度量X,Y所共同擁有的信息量，定義為H(X，Y)：

$H(X,Y)=-{\mathrm{\Σ}}_{i=1}^n{\mathrm{\Σ}}_{j=1}^{m}p(x_i,y_j){\log }_2^{p\left(x_i,y_j\right)}---\left(3\right)$

式中：p(x_i,y_j)表示輸出值x_i,y_j同時出現的聯合概率；n和m為正整數。

3.根據權利要求1所述的基于熵的數據價值衡量與定價方法，其特征在于，所述步驟2包括：

步驟2.1：將擁有n行記錄m列屬性的數據集抽象成為一個n×m的數據矩陣X，記為：

令r_i＝(x_i1 x_i2 … x_im)，r_i表示第i條記錄，對應于矩陣X的第i行；其中i＝1,2,…,n；矩陣X的第j列屬性記為：其中j＝1,2,…,m。

4.根據權利要求1所述的基于熵的數據價值衡量與定價方法，其特征在于，所述步驟3包括：

步驟3.1：基于屬性的數據集信息度量；

對于單個屬性c_j，共有k個可能的值記為利用信息熵來度量屬性c_j所含有的信息量：

$H\left(c_j\right)=-{\mathrm{\Σ}}_{i=1}^{k}p\left(c_{j_i}\right){\log }_2^{p\left(c_{j_i}\right)}---\left(5\right)$

其中，

$p\left(c_{j_i}\right)=\frac{{\mathrm{\Σ}}_{i=1}^n\mathrm{\δ}(x_{ij},c_{j_i})}{n}---\left(6\right)$

$\mathrm{\δ}(x_{ij},c_{j_i})=\left\{\begin{array}{cc}1,& x_{ij}=c_{j_i}\\ 0,& x_{ij}\≠c_{j_i}\end{array}\right.---\left(7\right)$

式中：H(c_j)表示第j個屬性的信息熵，表示第j個屬性中第i個值出現的概率，表示第j個屬性的第i個值，x_ij表示數據集中第i行第j列的值，表示x_ij是否等于

當數據集中有多個屬性需要度量時，采用聯合熵，具體地，定義一個屬性集合所述屬性集合S_k的基于屬性的信息量定義為多個屬性的聯合熵：

$H_c\left(S_k\right)=H(c_{i_1},c_{i_2},...,c_{i_k})---\left(8\right)$

式中：H_c(S_k)表示k個屬性組成的集合的信息熵，表示在這個屬性集合中第k個屬性，表示這k個屬性組成的信息熵的聯合熵；聯合公式2、公式5、公式6求解公式7所定義的多屬性的聯合熵；

步驟3.2：基于行的數據集信息度量；將擁有n行記錄m個屬性的數據集X基于行的信息量定義為：

$H_r\left(X\right)=-{\mathrm{\Σ}}_{i=1}^{n}p\left(r_i\right){\log }_2^{p\left(r_i\right)}---\left(9\right)$

式中：r_i表示第i個數據集中的一條記錄；H_r(X)表示數據子集X的信息熵，p(r_i)表示第i條記錄出現的概率，

假設在數據交易平臺中，給定一個數據集D，數據購買者可能購買整個數據集D，也可能只購買數據集D的子集S，其中子集S可以就是數據集D本身；則基針對數據子集S給出如下定價策略如下：

式中，compensate(D)表示數據平臺為獲得數據集D所需要向數據擁有者支付的費用，h(D)表示數據集D在整個數據平臺中的熱度，Price(S)表示欲購買數據子集S的價格，H_r(S)表示S的信息熵，H_r(D)表示數據集D的信息熵，h(D)表示數據集D在數據平臺中的熱度；其中：

$h\left(D\right)=\frac{click\left(D\right)}{\mathrm{\Σ}click\left(D_i\right)}---\left(11\right)$

式中，click(D)表示該平臺下數據集D點擊瀏覽的次數，click(D_i)表示該平臺下數據集D_i點擊瀏覽的次數；D_i表示數據平臺中第i個數據集；公式10中分子表示該數據集被點擊的次數，分母表示該平臺下所有數據集被點擊瀏覽的次數，從而來表示數據集D在整個數據交易平臺中的熱門程度。