数据要素市场概论 ¶

课程学习内容 ¶

本课程围绕数据要素市场，主要介绍以下几个方面的内容：

• 概述：数据要素市场提出的现实背景、数据要素市场的基本概念、分类与架构等
• 基本技术：包括数据获取技术和数据安全与隐私保护技术
• 理论基础：微观经济学与博弈论基础，拍卖与机制设计基础，多臂老虎机算法基础
• 数据定价：
  • 原始数据视角的数据定价：版本化、动态定价、商品试用与拍卖定价等
  • 信息产品视角的数据定价：信息产品定价的机制设计
  • 数据隐私视角的数据定价：信息设计（贝叶斯劝说）、数据隐私的经济学分析
  • 合作博弈论（Shapley Value）与机器学习数据估值

由此可见，这门课聚焦于计算机科学与经济学交叉领域知识，并介绍其在数据市场（重点是数据定价）中的应用。整体而言，这门课的风格与其它短学期课程有较大不同，首先理论与实践内容各占一半（其它短学期课程理论内容重要程度通常较低），其次介绍的内容也是交叉学科的，大部分同学此前并未接触过这方面的知识。但笔者仍然推荐不排斥数学，并且有兴趣了解基本的经济学与博弈论知识，或者对理论计算机科学方向感兴趣的同学选择这门课，相信能收获丰富的知识、良好的课程体验以及满意的成绩。

预修要求 ¶

• 数学基础：线性代数，微积分，概率论
• 计算机基础：任意一门编程语言，数据结构与算法

尽管这门课程聚焦于学科交叉领域，其中涉及到较多经济学与博弈论知识，以及计算机领域的数据库系统、机器学习等基本知识，但这些内容都不属于预修要求，所有非以上预修要求中说明的内容都会在课堂上讲解。

参考资料 ¶

• 教材：《数据要素市场概论》，正在编写，预计 2025 年末出版
• 课程网站（含课件、课程作业以及历年开课记录等）：数据要素市场概论课程网站

任课教师 ¶

本课程在教务系统中显示由刘金飞老师开课，实际授课由刘金飞老师、助教以及（可能的）国外相关方向的教授共同完成。这门课的教学内容、课堂小测、课程作业与实验以及给分等基本都由助教负责。整体而言，经历了多次开课以及教材编写过程中对课程的不断打磨，这门课的讲授内容是精心选择的，作业和实验也是合理设计的，给分也是令人满意的。

分数构成 ¶

• 课堂参与（10%）

  其中 5% 属于课堂小测，用于巩固课上讲授的知识，比较简单（都是课上讲的内容），还有 5% 是课堂游戏的参与，因为这门课和经济学与博弈论相关，因此在部分课时会进行一些简单的游戏，只要参与游戏就可以获得分数，并且部分游戏的赢家可以获得 bonus。

• 小作业（45%）

  其中包含两次理论作业（2 * 10% = 20%）和两次小实验（10% + 15% = 25%）。理论作业题量不会很大，难度也比较适中，但有部分题目需要一定的思考，较复杂的题可能作为加分题。小实验主要是基于 Python 实现简单的多臂老虎机算法和数据估值算法，会提供框架，只需要填写算法通过测试回答几个思考题即可，没有单独的实验报告，因此平时任务并不多。

• 综合评价（45%）

  包含最后一次课程的随堂练习（25%）和可由 3 人以内组队的综合实验（20%）。随堂练习一方面可以查阅资料，另一方面只要对待课程内容和作业比较认真应当是不难的。综合实验是给定框架，根据课程所学内容设计并实现数据定价算法即可，在组队的情况下每个人的任务量与小实验相近。