DaDaDa：データ市場のためのデータ価格設定データセット
高品質なデータは機械学習を推進するが、データ製品の価格設定は限界費用がほぼゼロであることや収益の予測不可能性から難しい。従来の価格設定手法は機能せず、市場比較アプローチにはベンチマークが欠けている。研究者らは、世界9つの主要データ市場から16,147製品のメタデータを含む、初のデータ製品価格設定データセット「DaDaDa」を発表した。これにより価格モデルの訓練とベンチマークの確立が可能になり、分類や検索タスクにも利用できる。実験により有効性が示された。
機械学習の進歩には高品質なデータが不可欠であり、データ取引市場（AWS Marketplace、Databricks、Dataradeなど）が急速に発展しています。しかし、データ製品の価格設定は、その独自の特性（複製の限界費用がほぼゼロ、収益の予測困難）により大きな課題となっています。伝統的な経済学の価格設定手法（原価法、収益法、市場比較法）のうち、原価法と収益法はデータには適用できず、市場比較法も標準化されたベンチマークがないため実施が困難です。この問題を解決するため、浙江大学のQiheng Sunら7名の研究者は、世界9つの主要データ市場から16,147のデータ製品のメタデータを収集した初のデータセット「DaDaDa」を提案しました。DaDaDaは価格モデルの訓練を可能にし、新たなデータ製品の価格ベンチマークを確立することで、データ市場における価格設定の標準化を促進します。さらに、DaDaDaはデータ製品の分類や検索といった他のタスクにも利用できます。研究チームは実験と検索プロトタイプの構築を通じて、価格設定、分類、検索の各タスクにおけるデータセットの有効性を確認しました。データセットとコードはGitHub（https://github.com/ZJU-DIVER/DaDaDa）で公開されており、データ市場の研究と実践に貴重なリソースを提供します。このデータセットの公開により、データ価格設定の標準化が進み、データ市場の健全な発展が期待されます。将来的には、さらに多くの市場や製品タイプをカバーするよう拡張され、より高度な価格モデルの研究が進むと考えられます。