数据要素市场（2026 短）¶
课程信息¶
课程安排¶
- 上课时间：
- 7.5-7.9，7.11-7.15，理论课，每天 9:30-12:00
- 7.18，大作业中期展示，全天
- 上课地点：TBD
- 教师：刘金飞（jinfeiliu@zju.edu.cn）
- 助教：
- 程雪琪（xueqi.cheng@zju.edu.cn）：负责测验、大作业评分与答疑
- 吴一航（yhwu_is@zju.edu.cn）：负责部分理论课设计与讲授，测验与大作业设计等
- 课程教材：《数据交易：理论与技术》（暂未出版）
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¶
- 课堂参与（10%）
- 包括课堂提问互动、博弈论游戏参与等
- 平时作业与实验（0%）
- 考虑到大语言模型足以完成大部分作业和实验内容，评分失去意义，因此没有平时作业和实验计入最终成绩
- 课堂测验（40%）
- 部分章节会安排课堂测验，包括名词解释、选择、简答和计算等题型，难度适中，主要考察同学对课堂内容的理解和掌握
- 时间会提前通知，开卷测试（只允许查看课程 PPT 和作业，禁止联网或使用大语言模型等工具），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
- 大作业（50%）
- 其中 7.18 课堂中期展示占比 20%，最终报告（时间 TBD）占比 30%，且中期展示分数不超过最终报告分数 + 10，以鼓励在中期展示时诚实地反映项目进展和存在的问题
- 允许 1-3 人组队，分为自由类、Agent-based Modeling 类和复现与改进类，具体参考大作业要求
- 非常鼓励使用 vibe coding 和 autoresearch 等工具完成大作业，我们相信这是各位未来需要掌握的基本技能，但必须保证理解大语言模型生成的内容，并且避免出现幻觉等问题
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 |
|---|---|---|---|
| 7.5 | 课程简介，数据要素市场概述，数据获取技术 | ||
| 7.6 | 数据合规与安全 | ||
| 7.7 | 微观经济学基础，博弈论基本概念，占优与纳什均衡 | ||
| 7.8 | 混合策略，动态博弈，不完全信息博弈 | ||
| 7.9 | 拍卖与机制设计基础 | ||
| 7.11 | 多臂老虎机算法基础 拍卖与多臂老虎机算法在数据定价中的应用 |
||
| 7.12 | 数据版本化定价 | ||
| 7.13 | 信息设计与信息定价 | ||
| 7.14 | 数据定价的其他视角 | ||
| 7.15 | 合作博弈与数据估值 | ||
| 7.18 | 大作业中期展示 |
测验¶
| 测验 | 时间 | 内容 | 备注 |
|---|---|---|---|