物联网的最优定价：一种机器学习方法
网络与互联网体系结构
2020-02-17 v1 机器学习
摘要
物联网（IoT）通过嵌入传感器的设备产生海量数据。这些IoT数据可利用机器学习创造盈利服务。然而，以往研究未解决基于机器学习的IoT服务的最优定价与捆绑问题。本文从机器学习视角定义了数据价值与服务质量。我们提出一个IoT市场模型，包含向服务提供商出售数据的数据供应商，以及向客户提供IoT服务的服务提供商。接着，我们针对IoT服务的单独销售与捆绑销售引入最优定价方案。在单独服务销售中，服务提供商优化所购数据规模与服务订阅费以最大化其利润。对于服务捆绑，优化分组IoT服务的订阅费与数据规模以最大化合作服务提供商的总利润。我们表明，与单独销售相比，捆绑IoT服务能最大化服务提供商的利润。对于捆绑服务的利润分成，我们应用合作博弈论中的核（core）与夏普利解（Shapley solution）概念，作为捆绑联盟中合作服务提供商之间高效且公平的收益分配。
引用
@article{arxiv.2002.05929,
title = {Optimal Pricing of Internet of Things: A Machine Learning Approach},
author = {Mohammad Abu Alsheikh and Dinh Thai Hoang and Dusit Niyato and Derek Leong and Ping Wang and Zhu Han},
journal= {arXiv preprint arXiv:2002.05929},
year = {2020}
}
备注
17 pages