.png){kind=icon}
返回
Knowledge graph modeling for data asset pricing
.png){kind=icon}
PRE
AI
DOI：10.1016/j.aei.2026.104591.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
数据资产的估值是数据流通和数据交易系统中的基本问题，但由于异构描述、使用场景不明确以及产品间缺乏标准化可比性，这一问题仍具挑战性。为解决此问题，我们提出了一种基于知识图谱的估值框架，该框架在结构化图空间中对数据资产及其语义和关系属性进行建模。从AWS Data Exchange收集的非结构化产品描述通过采用严格多数投票的大语言模型（LLM）集成进行处理，这提高了三元组提取的稳定性并缓解了幻觉现象。构建的知识图谱编码了数据产品、提供商、行业和应用概念。为获取机器可操作的表示，我们评估了两种嵌入策略：Node2Vec，用于捕捉全局语义接近性，以及GraphSAGE，用于保留局部邻域模式。实验结果表明，Node2Vec在整体性能上表现更优，尤其是在概念丰富的子图结构中，而GraphSAGE在行业同质化场景中表现更佳。利用学习到的嵌入，我们进行聚类以识别可比数据资产，并将这些特征与监督学习模型结合，以预测定价水平。大量实验证明，我们的框架在数据资产估值中提升了鲁棒性、可解释性和一致性。
Keyword:
data asset valuation
knowledge graph
embedding strategies
pricing prediction
data circulation
期刊
IF:
9.9
论文数:
4.1K
被引数:
1.7W
机构
引用论文
CARM: Confidence-aware recommender model via review representation learning and historical rating behavior in the online platforms.png)
NEUROCOMPUTING
NEUROCOMPUTINGIF6.5
PREAI
分享收藏分享收藏Data as asset? The measurement, governance, and valuation of digital personal data by Big Tech数据作为资产？大技术对数字个人数据的测量、治理和评估BIG DATA & SOCIETY
OAAI
BIG DATA & SOCIETYIF5.9
OAAI分享收藏分享收藏
分享收藏
查看更多内容