数据要素市场（2025 短）
课程信息
课程安排
预修要求
- 数学类：微积分，线性代数，概率论
- 计算机类：程序设计基础，数据结构与算法
- 非预修要求：
- 计算机类课程，如数据库系统、数据安全等，课程会补充相关基础知识
- 经济学类课程，如微观经济学、博弈论等，课程会补充相关基础知识
评分标准
| 模块 |
理论 |
实践 |
| 课堂参与 |
课堂练习（10%） |
课堂互动（5%） |
| 平时练习 |
作业（2 * 10 = 20%） |
实验（2 * 10 = 20%） |
| 综合评价 |
期末练习（20%） |
大作业（25%） |
具体要求：
- 课堂参与
- 课堂练习：随机课堂 quiz，考察当堂课所学内容，难度较低
- 课堂互动：主要是博弈论游戏，参与即可获得分数
- 平时练习
- 作业：2 次理论作业，每次 10 分，题量和难度适中，少量难题可作为 bonus
- 实验：2 次代码实验，每次 10 分，代码填空，无需写报告，难度较低
- 综合评价
- 期末练习：开卷考，允许联网搜索（但不允许使用生成式人工智能），难度适中，和上课、作业内容强相关
- 大作业：允许 1-3 人组队，分为实践和理论两类，具体参考大作业要求
- 其他要求：
- 平时练习允许讨论，但不允许抄袭；如果认定抄袭，则当次作业所有参与抄袭的同学都记 \(0\) 分；
- 期末练习不允许讨论，独立作答；如果认定作弊，则根据《浙江大学学生违纪处理办法》处理；
- 关于生成式人工智能：平时作业、实验等可以使用，但需要对生成的内容负责，建议独立思考为主，生成式人工智能仅作为辅助工具；期末练习不允许使用，因为目前大模型能力较强，即使完全没有学习也可能可以使用大模型获得很多分数，而期末练习希望考察同学课程期间自己的学习成果。
上述分数可能会根据实际情况进行调整，总而言之请选课的同学不要太担心成绩的问题，而是将重点放在理解课程内容上，相信这样可以同时收获满意的课程体验和结果。
课程内容
教学内容
| 时间 |
主题 |
课件 |
参考资料与备注 |
| 6.25 |
课程简介，数据要素市场概述 |
课程简介，数据要素市场概述 |
|
| 6.26 |
数据合规与安全 |
课件 |
|
| 6.27 |
微观经济学基础，博弈论基本概念，占优与纳什均衡 |
课件 |
|
| 6.28 |
混合策略，动态博弈，不完全信息博弈 |
课件 |
|
| 6.29 |
合作博弈与数据估值 |
课件 |
|
| 6.30 |
多臂老虎机算法基础与应用 |
课件 |
|
| 7.2 |
拍卖与机制设计基础 |
课件 |
|
| 7.3 |
最优机制，拍卖在数据定价中的应用 |
课件 |
迈尔森原论文 |
| 7.4 |
数据版本化定价 |
课件 |
|
| 7.5 |
信息设计（贝叶斯劝说） |
课件 |
|
| 7.6 |
信息定价 |
|
特邀讲座 |
| 7.7 |
隐私，外部性与数据定价 |
课件 |
|
作业、实验与练习
| 作业/练习 |
截止时间 |
内容 |
答案 |
备注 |
| HW1 |
7.3 00:00 |
博弈论与多臂老虎机算法基础 |
HW1答案 |
|
| HW2 |
7.6 17:00 |
机制设计，信息设计，数据定价应用 |
HW2答案 |
|
| Lab1 |
7.14 00:00 |
沙普利值的计算 |
无 |
|
| Lab2 |
7.13 00:00 |
双人零和博弈纳什均衡的计算 |
无 |
|
| 期末练习 |
7.7 |
课程全部内容 |
无 |
最后一节课课堂练习，时长 1.5h |