دانلود مقاله ISI انگلیسی شماره 84623
ترجمه فارسی عنوان مقاله

استراتژی قیمت گذاری اطلاعات بر اساس کیفیت داده

عنوان انگلیسی
Data pricing strategy based on data quality
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
84623 2017 10 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Computers & Industrial Engineering, Volume 112, October 2017, Pages 1-10

ترجمه کلمات کلیدی
اطلاعات بزرگ، بازار اطلاعات قیمت گذاری اطلاعات مدیریت تولید، مدل برنامه نویسی سطحی،
کلمات کلیدی انگلیسی
Big data; Data marketplace; Data pricing; Production management; Bi-level programming model;
ترجمه چکیده
این مقاله یک مدل برنامه ریزی ریاضی دو سطحی برای مسئله قیمت گذاری داده ها ارائه می دهد که هر دو کیفیت داده ها و استراتژی های نسخه بندی داده را در نظر می گیرد. محصولات داده ها و خدمات مرتبط با داده ها با توجه به روش های ارزیابی کیفیت از محصولات و خدمات اطلاعات متفاوت است. برای این مشکل، ما دو جنبه از کیفیت داده را در نظر می گیریم: (1) چند بعدی بودن آن و (2) تعامل بین ابعاد. ما یک استراتژی داده چند نسخه را طراحی کردیم و یک مدل برنامه نویسی دو سطحی با قیمت گذاری داده ها بر اساس کیفیت داده ها برای به حداکثر رساندن سود توسط صاحب پلت فرم داده و ابزار برای مصرف کنندگان ارائه می دهیم. الگوریتم ژنتیکی برای حل مدل استفاده شد. راه حل های عددی برای مدل قیمت گذاری داده ها نشان می دهد که استراتژی چند نسخه، تقسیم بندی بازار را بهتر می کند و زمانی که ابعاد چندگانه کیفیت داده ها در نظر گرفته می شود، سودآور تر و عملی تر است. این نتایج همچنین ارائه راهنمایی مدیریتی در زمینه ارائه داده ها و قیمت گذاری اطلاعات برای صاحبان پلت فرم ها.
پیش نمایش مقاله
پیش نمایش مقاله  استراتژی قیمت گذاری اطلاعات بر اساس کیفیت داده

چکیده انگلیسی

This paper presents a bi-level mathematical programming model for the data-pricing problem that considers both data quality and data versioning strategies. Data products and data-related services differ from information products or services in terms of quality assessment methods. For this problem, we consider two aspects of data quality: (1) its multidimensionality and (2) the interaction between the dimensions. We designed a multi-version data strategy and propose a data-pricing bi-level programming model based on the data quality to maximize the profit by the owner of the data platform and the utility to consumers. A genetic algorithm was used to solve the model. The numerical solutions for the data-pricing model indicate that the multi-version strategy achieves a better market segmentation and is more profitable and feasible when the multiple dimensions of data quality are considered. These results also provide managerial guidance on data provision and data pricing for platform owners.