大数据@@@@市场调查@@连载@@（四@@） | 数据@@定价@@@@模型@@@@及特点@@

　　导@@    读@@

　　它山之石@@，可以@@攻玉@@。为了帮助各界人士学习国外先进经验@@，进一步了解大数据@@@@市场的定价@@@@、交易与保护@@，国脉@@战略研究院专家杨冰之@@@@、林渠@@，带来了@@《大数据@@@@市场调查@@：定价@@、交易与保护@@》的翻译文章@@，相信会给大家以@@思想的碰撞@@、灵感的启迪@@，促进大家思考@@，从而@@为我国推进数据@@要素@@市场化配置改革@@，贡献国脉@@战略研究院的智慧@@。本文为@@《大数据@@@@市场调查@@：定价@@、交易与保护@@》连载系列文章第四@@篇@@。

　　大数据@@@@继续呈指数级增长@@。随着大数据@@@@的增长和@@大数据@@@@驱动应用的发展@@，数据@@本身变得更有价值@@。如@@前所述@@，数据@@挖掘和@@机器学习过程可以@@在充分和@@全面的数据@@样本@@基础上从数据@@集中@@产生商业价值@@。因此@@大数据@@@@成为一种新的数据@@资产@@，需要有效@@、公平的评估和@@定价@@方法@@。在本节@@，我们首先讲述现有的数据@@定价@@@@模型@@@@@@。然后@@，我们对这些定价@@模型@@进行分类@@，并讨论每种模型@@的优缺点@@。

　　A. 数字商品定价@@原理@@

　　数据@@可以@@看作是一种在市场上买卖的数字商品@@。经济学中@@对实物商品交易的早期研究表@@明@@，实物商品价格的差异主要取决于@@产品线的特征差异@@。该模型@@由穆萨@@（Mussa）和@@罗森@@（Rosen）于@@1978年提出@@，命名为垂直分割或质量分割@@。在这个模型@@中@@@@，因为价格相同@@，消费者显然更喜欢质量较高的商品@@，而@@不是质量较低的商品@@。为了满足不同的消费者@@，生产商通常@@提供不同质量水平的产品@@。一般来说@@，生产者必须考虑增量成本和@@质量成本来决定产品的分化@@。例如@@@@，在信息技术产品公司中@@@@，通常@@对不同级别的产品提供不同价格@@，所采用的价格涵盖从高到低的大部分价位@@。与实物商品交易的研究一样@@，人们更加关注数字和@@信息商品的质量差异@@。因此@@，基于@@不同版本的策略@@是确定数字商品价格的一种常见方法@@。

　　此外@@，对于@@实物商品生产@@，再生产成本是需要考虑的主要成本之一@@。而@@对于@@数字商品生产@@，再生产成本几乎为零@@（版本控制@@、完整性检查@@、维护等@@@@）。因此@@，衡量数字商品商业价格的因素是开发成本@@、配置或分析@@成本以@@及@@维护成本@@。同时@@，为了满足不同的消费者@@，数字商品的价格也需要差异化@@。例如@@@@，原始或预处理的气候记录数据@@集可以@@通过使用@@精度的不同@@、时间频率等@@重新打包成不同级别的产品@@。这些具有不同价格和@@功能的数据@@集可以@@满足不同的消费者需求@@。我们在研究当前大数据@@@@定价@@@@策略@@@@的基础上@@，将@@现有的定价@@策略@@分为下面@@不同类别@@。

　　B. 数据@@市场结构@@

　　正如@@我们所知@@，市场结构决定了实物商品交易的价格@@，数据@@市场也是如@@此@@，在数据@@市场中@@@@，这些结构同样@@会影响数据@@价格@@。因此@@，总结数据@@市场结构@@是数据@@定价@@@@的第一步@@。我们将@@市场结构罗列在表@@@@1中@@。

　　(表@@一@@)

　　在垄断结构中@@@@，同一数据@@集将@@由不同的垄断者进行分析@@或生成@@。换句话说@@，不同质量和@@水平的商品是基于@@相同的原始数据@@集生产的@@，我们称之为数据@@商品@@。为此@@，垄断者有足够的权力增加数据@@商品的利润@@。通常@@，这些垄断者不是为所有数据@@商品设定单一价格@@，而@@是根据数据@@商品的质量和@@细节设定不同的价格点@@，以@@满足消费者对不同层次@@的需求@@。这种策略@@被定义为价格歧视@@。尽管如@@此@@，垄断者通常@@会先隐藏这些把戏@@，并试图@@调查消费者的偏好@@。在数据@@市场中@@@@，垄断者通常@@设定参考价格@@，并监控消费者的反应@@。根据此参考价格@@，以@@及@@价格的轻微增减@@，垄断者能够细化需求模型@@和@@价格函数@@。而@@这会将@@数据@@商品的利润最大化@@。

　　在竞争中@@@@，大多数垄断者失去了市场地位@@，只有少数胜利者幸存下来@@。这些赢家大多控制着市场资源@@，这导@@致了寡头垄断结构@@。特别是在数据@@市场中@@@@@@，原始数据@@集只属于@@少数所有者@@。为此@@，数据@@所有者有很强的能力控制机器学习和@@数据@@挖掘过程@@、市场价格@@、竞争和@@机会@@，在数据@@市场中@@@@实现最大利润@@。尽管如@@此@@，这种数据@@市场结构@@是病态的@@，不可能使数据@@市场繁荣起来@@，寡头垄断严重影响消费者的需求和@@供应商的服务@@。此外@@，缺乏竞争会导@@致数据@@市场疲软@@。

　　在强竞争结构的情况下@@，销售价格应接近边际成本@@，以@@增加市场透明度@@。它给消费者带来了@@诸多好处@@，如@@降低价格和@@提供更好的服务@@。尽管如@@此@@，从长远来看@@，这种结构可能会产生问题@@，因为所有的竞争都将@@导@@致利润减少@@。为了在激烈的竞争结构中@@销售更多@@的商品@@，所有者必须尽可能降低销售价格@@，这肯定会减少所有者的利润@@，从而@@减少竞争对手的数量@@。与数据@@市场尤其相关的是@@，强大的竞争结构通常@@出现在新兴市场@@，这些领域的市场准入门槛较低@@。因此@@，许多所有者以@@同质化和@@劣质产品参与市场@@，实际上它们没有竞争力@@，因此@@只有降低销售价格才能为数据@@商品提供有效的竞争力@@，竞争性降价将@@导@@致激烈的竞争和@@市场萎缩@@。

　　C. 数据@@定价@@@@策略@@@@

　　通常@@，考虑成本是商品定价@@的唯一规则@@，尤其是对于@@数字商品@@。事实上@@，只考虑成本是一种常见的缺陷@@，它应该只是合理定价@@的一个因素@@。成熟的定价@@策略@@将@@是利润最大化而@@不是降低成本@@。因此@@，选择合适的定价@@策略@@很重要@@。有多种方法可以@@用于@@不同生产商或公司确定其定价@@策略@@@@。例如@@@@，马斯切利特@@（Muschalleetal）针对数据@@市场将@@不同类型的数据@@定价@@@@策略@@@@分为以@@下六大类@@。

　　自由数据@@策略@@@@（Free Data Strategy）是在线发布数据@@及在公共存储@@中@@共享数据@@@@，交易不是免费数据@@的目标@@。例如@@@@，数据@@样本@@、低精度数据@@和@@公共数据@@库就是免费数据@@的例子@@。免费数据@@可以@@吸引一些对购买完整数据@@集犹豫不决的潜在客户@@，刺激消费@@。同时@@，免费数据@@定价@@@@模型@@@@具有灵活性@@。根据需求@@，数据@@所有者可以@@将@@免费数据@@策略@@调整为其他定价@@策略@@@@，以@@实现数据@@所有者利润最大化@@。

　　基于@@使用@@的定价@@策略@@@@@@（Usage-Based Pricing Strategy）指统计数据@@流使用@@情况和@@服务时间的策略@@@@。该策略@@涉及一些主要市场行为@@。例如@@@@，移动电话运营商@@最初根据每个用户的使用@@情况销售数据@@服务@@。这些公司每月统计数据@@使用@@情况并计算价格@@。同样@@地@@，网络供应商向用户提供互联网服务@@，计算服务时间和@@价格@@。近年来@@，服务提供商将@@数据@@使用@@和@@服务时间合并在一起@@，从而@@动态地改变了价格@@。它们将@@高峰时间和@@使用@@情况结合起来考虑@@，这对于@@数据@@和@@服务的定价@@来说更合理@@。

　　套餐定价@@策略@@@@（Package Pricing Strategy）是一种增强版的基于@@使用@@情况的定价@@策略@@@@。一些供应商@@，如@@T-mobile、Verizon等@@，提供固定价@@格的数据@@包计划@@。套餐定价@@策略@@@@是根据大量基于@@使用@@的定价@@策略@@@@@@的研究成果和@@收集的数据@@制定的@@。为了使供应商的利润最大化@@，需要进行额外的工作@@，包括用户使用@@分析@@@@、高峰时间监控@@、网络流量控制等@@@@。供应商可以@@根据研究结果为其数字商品和@@服务创建合理的定价@@模型@@@@。套餐定价@@优化是当前一个非常热门的研究课题@@。

　　单位定价@@策略@@@@（Flat Pricing Strategy）是最简单的定价@@策略@@@@。在这种策略@@中@@@@，时间是唯一的参数@@，供应商只需考虑将@@每个数字商品销售一次@@@@。这种定价@@策略@@通常@@用于@@软件@@许可和@@托管@@。此外@@，使用@@统一定价@@策略@@便于@@供应商预期利润@@，并制定未来计划和@@活动@@。尽管如@@此@@，统一定价@@对消费者来说缺乏灵活性和@@多样性@@。

　　二部定价@@策略@@@@（Two-Part Tariff Strategy）是套餐定价@@和@@统一定价@@策略@@的组合@@。在这种情况下@@，消费者需要支付的总价格包含两部分@@。第一是软件@@许可证的固定费用@@，第二是固定服务和@@数据@@支持@@。这一策略@@被网络服务提供商@@、移动电话运营商@@、软件@@公司等@@广泛使用@@@@。这些公司首先以@@固定价@@格销售其数字产品@@，第二部分包括服务费@@、更新费或固定套餐以@@外的数据@@使用@@费@@。

　　免费策略@@@@（Freemium Strategy）是近年来@@许多供应商大量采用的新战略@@。这种定价@@策略@@的主要思想是免费向消费者提供基本产品或有限服务@@。同时@@，供应商还以@@一定的成本向消费者提供增值服务@@（优质服务@@）。优质服务@@的定价@@策略@@可以@@是上面列出的任何策略@@@@。这种策略@@经常被小公司采用@@，比如@@苹果和@@谷歌@@Play商店的小型开发商@@。它们将@@产品上传到商店@@，免费下载@@。尽管如@@此@@，全功能版本需要额外费用才能解锁@@。

　　鉴于@@上述策略@@@@，为数据@@商品设计定价@@模型@@需要同时@@考虑数据@@市场结构@@和@@数据@@定价@@@@策略@@@@@@@@。现有的一些数据@@定价@@@@模型@@@@只考虑市场结构@@，如@@拍卖@@、基于@@成本的定价@@等@@@@，而@@另一些则涉及分布式数据@@存储@@结构@@（云计算@@、边缘计算等@@@@）和@@物联网辅助@@。我们将@@在下面@@进行更详细的讨论@@。

　　D. 数据@@定价@@@@模型@@@@

　　数据@@定价@@@@的主要考虑因素是数据@@收集成本@@、数据@@分析@@成本@@、数据@@管理成本以@@及@@消费者需求@@。在上述市场结构和@@定价@@策略@@之后@@，图@@2将@@定价@@模型@@分为两大类@@：（i）基于@@经济的定价@@模型@@@@和@@@@（ii）基于@@博弈@@论的定价@@模型@@@@。下面@@，我们首先介绍数据@@定价@@@@的关键因素及其挑战@@，然后@@详细描述数据@@定价@@@@模型@@@@@@。

　　（图@@2.数据@@定价@@@@模型@@@@）

　　1） 数据@@定价@@@@的主要因素和@@挑战@@

　　数据@@作为一种独特的商品@@，具有许多普通实物商品不具有的特征@@。以@@下是数字数据@@集定价@@面临的挑战@@。

　　不同的数据@@来源@@@@：随着数十亿智能个人设备和@@传感器的涌现@@，物联网驱动的智能系统已成为贡献数据@@的主要基础设施@@。不同的设备和@@相关的部署成本可能对评估收集成本构成重大挑战@@。同时@@，收集的数据@@类型多样@@，难以@@分类和@@评价@@。而@@如@@何激励这些设备的所有者贡献和@@共享收集的数据@@也是额外的挑战@@。

　　数据@@管理的复杂性@@：大数据@@@@创造了不断增长的巨大数据@@@@量@@。因此@@如@@何管理@@（分析@@、存储@@、更新等@@@@）数据@@是数据@@定价@@@@的另一个挑战@@。事实上@@，维护大数据@@@@的成本很高@@。从技术角度来看@@，大多数大数据@@@@都存储@@在云或边缘存储@@中@@@@，维护存储@@和@@数据@@可用性以@@及@@保护数据@@会带来高昂的成本@@。这些过程也很难评估和@@定价@@@@。同时@@，原始数据@@在可利用之前需要进行分析@@@@，开发分析@@数据@@集的高效应用程序也是评估数据@@定价@@@@的因素@@。

　　数据@@的多样性@@：为了销售数据@@集@@，供应商通常@@处理原始数据@@以@@满足各种需求@@。这种方法为定价@@评估提出了@@许多复杂的问题@@。例如@@@@，需要重新生成原始数据@@集@@，并将@@其按不同体积@@、精度和@@类型划分为不同级别@@。那么@@，如@@何评估不同商品的价格仍然是一个具有挑战性的问题@@。

　　关于@@如@@何应对这些挑战有许多研究@@。例如@@@@，物联网为数据@@收集提供了最重要的网络基础设施@@，数十亿台设备自动运行@@，在不同领域不断收集数据@@@@。因此@@，为了量化数据@@收集的成本并处理不同的数据@@源@@，我们需要了解物联网的工作原理@@，并鼓励所有组件在物联网中@@提供更好的性能@@。为了鼓励传感器上传数据@@并为传感器所有者实现更好的利润@@，适当的定价@@模型@@变得更加关键@@。引入定价@@机制是鼓励所有者贡献自己数据@@的一种可行方法@@。定价@@机制调整价格和@@付款计划@@，以@@保证足够的参与规模@@，并提升数据@@服务@@、数据@@准确性和@@数据@@覆盖率@@。

　　根据不同的场景@@，有几种不同的定价@@策略@@用于@@评估成本@@。最常见的策略@@是基于@@经济的定价@@@@，它建立了基于@@经济原则的价格模型@@@@。第二种策略@@是基于@@博弈@@论的定价@@@@。在这种策略@@中@@@@，价格模型@@考虑到价格受竞争的影响@@，是动态的@@。

　　2） 基于@@经济的定价@@模型@@@@

　　基于@@经济的定价@@模型@@@@基于@@经济原则@@。下面@@，我们将@@详细介绍数据@@定价@@@@的经典经济概念@@。

　　成本模型@@@@：它考虑任何商品的总成本@@，并将@@总成本的比率设定为利润@@。我们假设@@ I 为期望收入@@，C 为总成本@@，p 为利润百分比@@。等@@式@@ I = C (1 + p) 表@@示@@成本和@@收入之间的关系@@。成本通常@@包括商品的固定成本和@@可变成本@@。一般来说@@，固定成本是资源成本@@、设备成本@@、能源消耗等@@@@。可变成本包括劳动力成本@@、开发成本和@@其他成本@@。这种定价@@模型@@的优点是简单@@，因为它只考虑内部因素来决定售价@@。另一方面@@，不考虑外部因素@@，如@@竞争和@@需求@@，对该定价@@模型@@并不利@@。

　　消费者感知模型@@@@：由于@@基于@@成本的定价@@模式容易被竞争对手模仿和@@复制@@，从长远来看@@，供应商需要考虑消费者的反馈@@。特别是对于@@数字商品@@，其再生产成本几乎为零@@@@，因此@@使用@@感知定价@@模型@@更可靠@@。消费者感知价格由所有消费者愿意支付的价格决定@@。哈蒙@@（Harmon）等@@人提出了@@影响数据@@定价@@@@的五个主要因素@@，以@@Pv=（Vp，Vc，Vm，Vs，Ve）表@@示@@。这里@@，Vp表@@示@@基于@@消费者反馈数据@@的性能@@。关键因素是效用@@，效用是对购买商品或服务的消费者的满意度测量@@。因此@@在数字市场领域@@，这是供应商满足消费者的价格准确性的最重要因素@@。另外@@，Vc是可能影响消费者行为的市场环境因素@@，Vm是消费者愿意购买数字商品的动机@@，Vs是供应商价值@@，代表@@供应商的信用和@@消费者的主要反馈@@，Ve代表@@经济价值@@，这取决于@@消费者的需求@@，以@@及@@消费者对价格的感知@@。

　　供求模型@@@@：供应商和@@消费者之间的关系是商业模式的一部分@@。根据这种关系@@，市场决定商品的价格@@。在经济学领域@@，供求函数@@被用来表@@示@@这种关系@@。在市场中@@@@，P表@@示@@商品的价格@@，Q表@@示@@商品的数量@@。因此@@，我们有两个线性函数来记录这种关系@@。方程@@ P = a ? b · Qs是供给函数@@；P = c ? d ·Qd是需求函数@@。这里@@，a、b、c和@@d是系数@@，并且@@b大于@@@@d。根据这两个方程@@@@，我们可以@@建立供需关系@@，如@@图@@@@3所示@@。

　　（图@@3.供求函数@@）

　　如@@图@@@@所示@@@@，橙色线表@@示@@供给函数@@，绿色@@线表@@示@@需求函数@@。供应商和@@消费者之间的行为是平衡的@@。从图@@中@@我们可以@@看到@@，橙色线比绿色@@线有更高的坡度@@，因此@@必然有一个交叉点@@。这个交叉点是供应商和@@消费者的平衡条件@@。在这一点@@，我们从方程@@中@@获得@@P: （P?a ）/b = （P?c）/ d ；和@@Q: a ? b · Qd = c ? d · Qs。

　　该模型@@有两个基本特征@@：（i）这是供应商和@@消费者之间的一致行为@@，以@@及@@（ii）供应商和@@消费者不能改变这一过程@@，决策过程由市场决定@@。因此@@，这种模式保证了市场的公平性@@。

　　差别定价@@模式@@：为了满足商品的各种需求@@，供应商应提供各种具有不同特性的商品@@。差异定价@@模型@@考虑到这些商品之间的差异@@，提出了@@不同的价格@@。例如@@@@，高精度数据@@包的价格应高于@@低精度数据@@包@@，全功能数字应用程序的价格也应高于@@演示版应用程序@@。

　　动态数据@@定价@@@@@@（智能数据@@定价@@@@@@）模型@@：这是差异定价@@模型@@的特例@@，以@@避免需求和@@数据@@流峰值@@，它也被称为智能数据@@定价@@@@@@模型@@@@@@（SDP）。动态数据@@定价@@@@@@模型@@@@监控市场并评估系统是忙还是闲@@。通过评估@@，可以@@动态调整数字商品的价格@@，从而@@节省供应商的资源和@@消费者的资金@@。此外@@，实现这一目标有两个主要机制@@。第一种是基于@@时间的定价@@@@，第二种是基于@@使用@@情况的定价@@@@。对于@@基于@@时间的定价@@机制@@，价格将@@随时间而@@变化@@。例如@@@@，网络供应商通常@@在夜间提供较低的数据@@价格@@，以@@鼓励消费者在非高峰时间使用@@网络服务@@，并阻止在高峰需求期间使用@@@@。同样@@，基于@@使用@@情况的定价@@机制将@@根据数据@@使用@@情况改变定价@@@@。

　　3） 基于@@博弈@@论的定价@@模型@@@@

　　博弈@@论是定价@@和@@市场领域的一种有用方法@@，尤其是在数据@@商品的定价@@中@@@@。在下文@@，我们首先介绍三种不同的博弈@@@@论方案@@，用于@@数据@@定价@@@@模型@@@@@@：（i）非合作博弈@@@@（Non-cooperative game,），（ii）斯塔克伯格@@博弈@@@@（Stackelberg game），以@@及@@（iii）讨价还价博弈@@@@（Bargaining game）。然后@@，我们将@@讨论如@@何使用@@这些博弈@@论方案对数字数据@@商品进行定价@@@@。

　　a:非合作博弈@@@@

　　在非合作博弈@@@@中@@@@，假设所有参与者@@彼此不合作@@。为了具体说明非合作博弈@@@@@@，介绍一些术语@@：（i）参与者@@（player）是参与博弈@@并做出决定的个人@@；(ii)回报@@（Payoff）是实际利益或效用@@，代表@@参与者@@的预期结果@@；(iii)合理性@@（Rationality）描述了所有参与者@@都希望在博弈@@过程中@@保持其个人最大利益的情况@@；(iv)策略@@（Strategy）是参与者@@@@采取的行为@@，每个参与者@@@@的策略@@可能不同@@。支付结果不仅仅只受一种博弈@@的影响@@，还会受到其他博弈@@的影响@@。

　　研究人员设计了一个定价@@模型@@来评估物联网传感数据@@@@。在该模型@@中@@@@，所有供应商都以@@竞争的方式销售其数据@@@@，并将@@该模型@@定义为非合作博弈@@@@@@。供应商扮演参与者@@的角色@@，他们决定定价@@策略@@@@。将@@（V，π）表@@示@@为一个@@n个参与者@@@@（卖家@@）的博弈@@@@，其中@@@@Vi表@@示@@参与者@@@@i使用@@的定价@@策略@@@@。V 是每个策略@@集的笛卡尔积@@：V = V1 ·V2 ·V3 ···Vn，而@@ πi 是代表@@卖方@@ i 收益的向量@@。

　　从这个不平等@@性中@@@@，我们知道纳什均衡中@@的参与者@@没有动机改变他们的定价@@策略@@@@，因为这会导@@致更糟糕的回报@@@@。因此@@，实现纳什均衡是解决问题的唯一途径@@。注意@@，在某些条件下不存在纳什均衡@@，有时在相反@@的条件下存在多个纳什均衡@@。因此@@，找到纳什均衡且博弈@@只有一个纳什均衡是利用非合作博弈@@@@对数据@@集定价@@的充分必要条件@@。

　　b:斯塔克伯格@@（Stackelberg）博弈@@

　　在非合作博弈@@@@模型@@中@@@@，所有参与者@@都必须发布一个定价@@策略@@@@，并且@@定价@@策略@@是透明的@@。尽管如@@此@@，这在真实的数字市场中@@并不总是正确的@@，因为参与者@@无法计算纳什均衡@@。因此@@，他们不能给数字商品定价@@@@。相反@@，参与者@@需要等@@其他参与者@@宣布它们的定价@@策略@@@@。例如@@@@，当移动运营商向他们出售数据@@计划时@@，他们显然需要考虑竞争对手的价格@@。因此@@，移动运营商越晚宣布其定价@@策略@@@@，性能就越好@@。这是一个典型的斯塔克伯格@@@@（Stackelberg）博弈@@模型@@@@。

　　哈达迪@@（Haddadi）和@@加塞米@@（Ghasemi）提出了@@Stackelberg博弈@@模型@@@@，以@@保护宣布其定价@@策略@@的参与者@@@@。它定义了两个位置@@，领导@@者和@@追随者@@。假设一个市场中@@有两个参与者@@@@@@，V1和@@V2是参与者@@@@1和@@2的定价@@策略@@集@@。如@@果参与者@@@@2首先宣布@@V2，那么@@参与者@@@@2将@@是领导@@者@@，参与者@@1将@@是追随者@@。使用@@Stackelberg博弈@@，他们证明了领导@@者可以@@获得比使用@@其他模型@@更好的回报@@@@。请注意@@@@，将@@Stackelberg博弈@@引入数字市场可以@@使所有参与者@@的收益最大化@@，尤其是领导@@者的收益@@。此外@@，现有研究表@@明@@，在频谱交易和@@资源分配中@@使用@@@@Stackelberg博弈@@模型@@@@，可以@@提高物联网系统的网络性能和@@稳健性@@。

　　c:讨价还价博弈@@@@

　　最后@@一个方案是讨价还价博弈@@@@@@。这种博弈@@论指的是销售商和@@消费者达成协议的一种情况@@，为了达成这一协议@@，销售商和@@消费者需要进行协商@@。在简单的数字市场中@@@@，只有当供应商和@@消费者就某种商品的销售价格达成一致时@@，交易才会发生@@。

　　在这个定价@@模型@@中@@@@，将@@rv表@@示@@为确保供应商获得可接受的收益的保留价格@@。同样@@，消费者还提供@@rc作为消费者愿意购买的保留价格@@。同时@@，与其他博弈@@理论类似@@，供应商和@@消费者都提交了他们的定价@@策略@@@@Pv和@@Pc。

　　图@@片@@

　　由于@@讨价还价博弈@@@@是解决复杂谈判条件的适当方案@@，因此@@它通常@@用于@@数据@@拍卖@@、网络资源拍卖@@。

　　最后@@，我们整理了现有的数据@@定价@@@@模型@@@@@@，见表@@@@2。

　　（表@@2. 定价@@数据@@模型@@@@）

　　总之@@，在本章节@@，我们对数据@@定价@@@@进行了全面概述@@，并阐述了与大数据@@@@定价@@@@相关的主要概念@@，如@@数字商品定价@@原则@@、数据@@市场结构@@和@@数据@@定价@@@@策略@@@@@@。我们还详细解释了基于@@经济的定价@@模型@@@@和@@@@基于@@博弈@@论的定价@@模型@@@@@@。尽管如@@此@@，大数据@@@@的模型@@相对较少@@，大多数最先进的定价@@模型@@都是针对传统商品进行研究的@@。作为未来的研究方向@@，应在大数据@@@@科学方面做出更多@@努力@@，以@@了解不同类型的数据@@@@，并设计适当的模型@@@@，实现不同类型数据@@用户的精准性@@。