5、基于折扣获取样本：XML 数据定价的抽样方法

基于折扣获取样本：XML 数据定价的抽样方法

在数据市场中，价格和数据质量通常是消费者关注的两个关键因素。然而，传统的数据定价模式往往由供应商单方面设定价格，且数据质量缺乏可协商性。本文提出了一种新的模型，允许消费者通过牺牲一定的数据质量来获得价格折扣，特别聚焦于 XML 文档，并将完整性作为数据质量的衡量维度。

1. 数据市场参与者

数据市场主要有三类参与者：
- 数据提供者 ：将数据带入市场，并为数据设定价格。
- 数据消费者 ：从市场购买数据并支付费用。
- 数据市场所有者 ：作为提供者和消费者之间的中介，与数据提供者协商定价方案，并管理数据交易。

2. 相关工作

• 数据定价 ：以往的数据定价文献大多未考虑数据质量，且不允许消费者提出低于供应商设定的价格。而本文提出的方法允许消费者以较低价格购买不完整的数据。
• 子树/子图抽样 ：现有工作在子树和子图抽样方面存在不足，要么无法保证抽样的均匀性，要么不能固定样本的大小。

3. 定价函数与抽样问题

• 术语定义
  • 树的定义 ：考虑的树是无序、有向、带根且加权的。每个节点有一个权重，根节点记为 root(t) 。