基于AGA-BP神经网络的网络平台交易环境下数据资源价值评估研究

发布时间：2024-03-23 09:12

　　[目的/意义]在数字经济背景下,数据资源通过网络平台交易实现价值转化与增值。作为一种非标准化的新兴商品,数据资源具有成本模糊、类型多样、不确定性高等典型特征,传统价值评估理论难以对其价值进行准确衡量。[方法/过程]对此,文章提出了AGA-BP神经网络的数据资源价值评估模型,该模型充分考虑了诸多影响因素与数据资源价值的非线性关系,通过自适应遗传算法(AGA)优化传统BP神经网络提升价值评估的精度,解决BP神经网络极易陷入局部最优、收敛速度较慢等问题。以此方法为基础,收集武汉东湖大数据交易中心的244条数据资源交易信息进行实证检验。[结果/结论]研究结果表明:基于AGA-BP神经网络的数据资源价值评估方法相比于GA-BP神经网络和BP神经网络性能提升明显;该方法在仿真能力、误差水平、拟合数据能力等方面表现出突出优势,具有更好的价值评估仿真效果。该方法在减少数据交易平台买卖双方交易成本,完善数据交易平台的定价机制和策略方面具有较强的指导意义。

【文章页数】：8 页

【文章目录】：
1 相关研究述评
    1.1 数据资源价值的影响因素
    1.2 数据资源价值评估方法
    1.3 研究述评
2 基于AGA-BP神经网络的数据资源价值评估模型
    2.1 数据资源价值评估指标体系的构建
    2.2 AGA-BP神经网络模型的构建
    2.3 AGA-BP神经网络模型的实现步骤及流程
3 实证分析
    3.1 数据来源及处理
    3.2 模型参数设计
    3.3 结果与分析
4 结论



本文编号：3935699