ДИНАМИЧЕСКАЯ МОДЕЛЬ ЦЕНОООБРАЗОВАНИЯ НА ОСНОВЕ ЦЕННОСТИ ДЛЯ ДАННЫХ В СЕГМЕНТЕ B2B: ДВУСТОРОННЯЯ МОДЕЛЬ ОПТИМИЗАЦИИ
DOI:
https://doi.org/10.60078/2992-877X-2025-vol3-iss11-pp258-268Аннотация
В настоящее время модели ценообразования данных в сегменте B2B в основном ориентированы на продавцов, игнорируя интересы покупателей. Традиционная модель приводит к снижению эффективности рынка и неоптимальным финансовым результатам для всех заинтересованных сторон в долгосрочной перспективе. В данном исследовании анализируются такие компоненты, как факторы ценности (т.е. функции для покупателей и продавцов), динамический алгоритм с использованием машинного обучения LightGBM и API для ценообразования в режиме реального времени.
Ключевые слова:
двусторонняя оптимизация ценообразование данных в сегменте B2B модель динамического ценообразования монетизация данных ценообразование на основе ценности ценообразование с использованием машинного обучения анализ значений SHAPБиблиографические ссылки
Abbas, A. E., et al. (2021). Business data sharing through data marketplaces: A systematic literature review. Journal of Theoretical and Applied Electronic Commerce Research, 16(7), 3321-3339. https://doi.org/10.3390/jtaer16070180
DataMarketX. (2024). B2B data transaction analysis report: Q3-Q4 2024 [Dataset]. DataMarketX Analytics Platform.
Diebold, F. X., & Mariano, R. S. (1995). Comparing predictive accuracy. Journal of Business & Economic Statistics, 13(3), 253-263. https://doi.org/10.1080/07350015.1995.10524599
Hao, J., Deng, Z., & Li, J. (2025). How to price a dataset: A deep learning framework for data monetization with alternative data. Humanities and Social Sciences Communications, 12, Article 1736. https://doi.org/10.1057/s41599-025-06016-y
Hao, J., Yuan, J., & Li, J. (2023). The evolution of data pricing: From economics to computational intelligence. Heliyon, 9(9), Article e20274. https://doi.org/10.1016/j.heliyon.2023.e20274
Hao, J., Yuan, J., & Li, J. (2024). HCEG: A heterogeneous clustering ensemble learning approach with gravity-based strategy for data assets intelligent pricing. Information Sciences, 678, Article 121082. https://doi.org/10.1016/j.ins.2024.121082
Jun, H., Deng, Z., & Li, J. (2023). The evolution of data pricing: From economics to computational intelligence. Heliyon, 9(9), Article e20274. https://doi.org/10.1016/j.heliyon.2023.e20274
Koutris, P., et al. (2015). Query-based data pricing. Journal of the ACM, 62(5), Article 43. https://doi.org/10.1145/2770870
Liu, K., et al. (2019). Optimal pricing mechanism for data market in blockchain-enhanced internet of things. IEEE Internet of Things Journal, 6(6), 9748-9761. https://doi.org/10.1109/JIOT.2019.2931370
Lundberg, S. M., & Lee, S. I. (2017). A unified approach to interpreting model predictions. In Proceedings of the 31st International Conference on Neural Information Processing Systems (pp. 4765-4774). Curran Associates.
Majumdar, R., Gurtoo, A., & Maileckal, M. (2025). Developing a data pricing framework for data exchange. Future Business Journal, 11, Article 4. https://doi.org/10.1186/s43093-025-00422-z
Market.us. (2025). Data monetization platform market size & outlook, 2025-2033. Market.us Research. https://market.us/report/data-monetization-platform-market/
McKinsey & Company. (2025). Intelligence at scale: Data monetization in the age of gen AI. McKinsey Global Institute. https://www.mckinsey.com/capabilities/business-building/our-insights/
Mehta, S., et al. (2021). How to sell a data set? Pricing policies for data monetization. Information Systems Research, 32(4), 1281-1297. https://doi.org/10.1287/isre.2021.1051
Miao, X., et al. (2022). Towards query pricing on incomplete data. IEEE Transactions on Knowledge and Data Engineering, 34(8), 4024-4036. https://doi.org/10.1109/ TKDE.2020.3026084
Nguyen Cong, L., et al. (2016). Data collection and wireless communication in internet of things (IoT) using economic analysis and pricing models: A survey. IEEE Communications Surveys & Tutorials, 18(4), 2546-2590. https://doi.org/10.1109/COMST.2016.2582841
Shapley, L. S. (1953). A value for n-person games. In H. W. Kuhn & A. W. Tucker (Eds.), Contributions to the theory of games (Vol. 2, pp. 307-317). Princeton University Press.
Tian, Y., et al. (2022). Data boundary and data pricing based on the Shapley value. IEEE Access, 10, 14288-14300. https://doi.org/10.1109/ACCESS.2022.3147752
Yu, H., & Zhang, M. (2017). Data pricing strategy based on data quality. Computers & Industrial Engineering, 112, 1-10. https://doi.org/10.1016/j.cie.2017.08.008
Zhang, M., & Beltrán, F. (2020). A survey of data pricing methods. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.3609120
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
