本发明涉及公益领域，特别地，涉及一种通过互联网实现的在线竞拍方法。
背景技术：
随着互联网络与电子商务的迅猛发展，网络交易成为一种重要的市场交易形式。在全球范围内，网络拍卖市场的主要拍卖平台包括ebay等数十家拍卖网站，热点区域主要在美国与欧洲各国。网络拍卖能够快速兴起是因为网络拍卖中拍卖平台能够提供强大的商品与价格搜索服务，节省了大量的交易成本，同时降低了交易双方的接入门槛，进而提升了网络市场的交易成功率与市场匹配效率。
网络拍卖除了具有传统拍卖的特征外，还具有自身独特的特征，而正是这些特征使得网络拍卖具有重要的研究价值。网络拍卖具有以下独特的优点：买卖双方基于平台所提供的各种服务进行在线的竞价和议价以达成交易；网络拍卖的虚拟交易模式具有全天候不休息的特性，超脱了时间与空间的限制；拍卖商、供货商和消费者的进入门槛较低，参与者数量巨大；越来越多的采用开放、重复、多轮的动态方式，关于拍卖品和竞价的信息更加透明；网络拍卖的商品范围比传统拍卖广泛，几乎无所不包；网络拍卖为组合拍卖的实现与良好运行提供了最佳的平台环境。
由于卖家身份和产品质量难以有效核实，容易产生所谓的“卖家欺诈”现象；由于1个买者或卖者可以以多个id的身分参与拍卖，故会存在着一种虚名投标的可能性；由于网络拍卖大多采用开放式的增价拍卖，该拍卖方式比密封拍卖方式更容易导致买家的合谋行为。网络拍卖利用网络的便利性，在同一时间让买方及卖方集合在网络拍卖平台上进行交易，买方在网络拍卖中有更多的商品可选择，卖方则利用网络拍卖吸引顾客。网络拍卖平台一般均为服务型网站，它为买家和卖家从事网络拍卖提供虚拟交易空间(交易平台)和网上交易服务，是网络拍卖中的独立第三方。网络拍卖平台对于交易方(买方和卖方)所提供的服务主要有：提供买卖双方达成交易的平台；提供交易的技术支持和电子服务；建立信誉评级系统。
在网络拍卖中，竞标者的出价策略是一个十分重要的研究问题。而出价策略中的末尾抢标效应则在网络拍卖的实践中非常普遍。末尾抢标效应是指在投标具有一定时间长度(一般是若干天)的网络拍卖中，大量竞标者在竞标截止时间之前的很短时间内(往往是只剩下若干分钟甚至是几秒钟)才提交出价的竞标现象。网络拍卖的其中一个特点就是买卖双方都不知道对方的身份，同时买家也无法有效的甄别竞标商品的质量以及其他商品属性，也即存在拍卖的信息不对称问题。这就导致与拍卖中的共同价值模型下类似的赢家诅咒问题。同时，与赢家诅咒问题相关的另一重要问题是网络拍卖中的欺诈与信任问题。由于买卖双方对被拍卖的商品的相关信息不对称，卖方就有动机在网络拍卖中通过各种方式来欺诈竞标者或买家以达到提高其估计的目的。这就引发了卖家或招标方的声誉问题与买方或竞标方的被欺诈风险问题。在实践中，大部分的网络拍卖包括ebay,amazon,yahoo都是采用英式拍卖进行交易，在这种拍卖模式下，所有的拍卖参与者都可以知道实时的竞价信息，而且竞价是逐渐升高的。虽然这种拍卖模式在现实中获得了巨大的成功，但却造成买者之间更加容易合谋，这不但降低了卖者的收益，而且拍卖的结果也可能是较低的配置效率。
技术实现要素：
本发明要解决的技术问题是：提供一种基于大数据支撑技术的产品网络竞争拍卖系统，解决现有技术中卖家欺诈、买者之间合谋，降低了卖者的收益，而且拍卖的结果也可能是较低的配置效率的问题。
本发明的技术方案是：一种基于大数据支撑技术的产品网络竞争拍卖系统，a)建立基于大数据分析的投标者非线性物品需求函数：q＝f(p)；q代表需求量，p代表价格；
b)构建基于大数据的产品网络竞争拍卖模式
通过对投标者非线性物品需求函数的研究，同时，根据面向对象市场中的随机性，分析买者和卖着随机进入的动态市场，用马尔科夫均衡来衡量市场中物品的估计，进而构建基于大数据的产品网络竞争拍卖模式。
所述的建立基于大数据分析的投标者非线性物品需求函数，具体步骤如下：
步骤1)从拍卖理论出发，研究投标者允许提交的报价情况和物品需求数量，建立基于拍卖者和投标者之间的基本假设模型即无穷维离散时间的极限模型；
步骤2)基于所获得得拍卖者与投标者之间得基本假设模型，研究拍卖竞价得基本规则，并研究投标者与商品之间得喜好关系即：
e(r(vit,n))表示对商品估价是vit的期望收益，y1(n)表示n个投标者的投标策略，δw(n-1)表示商品产生的收益，从而减少报价得随意性，提高拍卖效率；
步骤3)通过对拍卖竞价规则的研究，为最大化自己受益，研究拍卖分配得基本规则，建立商品分配数量与成交价格之间的规则约束模型即
e(r(vit,n))表示对商品估价是vit的期望收益，w(n)表示成交价格，进而根据约束关系，给出最优的供给数量和成交价；
步骤4)根据步骤3)获得的供给函数关系，研究均衡价格和均衡投标策略分析，获得基于大数据分析的投标者非线性物品需求函数，具体需求函数公式如下：q＝f(p)。
本发明的有益效果：通过综合信息平台，发挥大数据的优势，把拍品和买家做精准对接，这会大大的减少工作时间，提高工作效率，也会提升拍品的成功率。运用大数据技术，对拍品与其他同类产品进行多方面的对比，建立价格预测模型，对拍品价格进行预测，并建议起拍价格。
附图说明
图1为拍品与买家的精准对接模型。
具体实施方式
a)建立基于大数据分析的投标者非线性物品需求函数
项目拟从拍卖理论出发，研究拍卖理论竞价规则和拍卖分配规则，并结合均衡价格分析和均衡投标策略，建立基于大数据分析的投标者非线性物品需求函数，具体步骤如下：
步骤1)从拍卖理论出发，研究投标者允许提交的报价情况和物品需求数量，建立基于拍卖者和投标者之间的基本假设模型即无穷维离散时间的极限模型；
步骤2)基于所获得得拍卖者与投标者之间得基本假设模型，研究拍卖竞价得基本规则，并研究投标者与商品之间得喜好关系即：
e(r(vit,n))表示对商品估价是vit的期望收益，y1(n)表示n个投标者的投标策略，δw(n-1)表示商品产生的收益，从而减少报价得随意性，提高拍卖效率；
步骤3)通过对拍卖竞价规则的研究，为最大化自己受益，研究拍卖分配得基本规则，建立商品分配数量与成交价格之间的规则约束模型即：
e(r(vit,n))表示对商品估价是vit的期望收益，w(n)表示成交价格，进而根据约束关系，给出最优的供给数量和成交价；
步骤4)根据步骤3)获得的供给函数关系，研究均衡价格和均衡投标策略分析，获得基于大数据分析的投标者非线性物品需求函数，具体需求函数公式如下：q＝f(p)；
b)构建基于大数据的产品网络竞争拍卖模式
通过对投标者非线性物品需求函数的研究，同时，根据面向对象市场中的随机性，分析买者和卖者随机进入的动态市场，用马尔科夫均衡来衡量市场中物品的估计，主要从三个方面展开研究，进而构建基于大数据的产品网络竞争拍卖模式。
首先，研究带有保留价格的一级价格形式的序贯拍卖模式，在动态市场中，买者要衡量是现在购买还是参加未来的拍卖。当竞买者人数很多时，造成竞争非常激烈，此时，采用马尔可夫均衡预测拍卖商品的保留价格；
其次，研究当市场中存在多个卖者和多个买者时，买者均衡期望受益以及卖者对未来市场受益的评估；
最后，研究买方市场条件下的动态市场行为，建立买卖双方的高阶差分方程，得到描述该商品未来预期价值的解向量，获得如图1所示的拍品与买家的精准对接模式；
c)研究基于生成式对抗网络技术的拍卖用户信息数据保护方法
为了保护拍卖用户信息数据，研究了基于生成式对抗网络技术的拍卖用户信息数据保护方法。主要思想：运用生成式对抗网络(gan)去判别来自于网络的攻击进程，然后在采取保护策略对攻击进行阻挡，对拍卖用户信息数据进行保护。首先，设g为拍卖用户信息数据生成器网络，同时设定用于判别输入数据是来自拍卖用户信息数据还是来自网络攻击的判别式模型d，具体计算公式如下：
其中，x采样于真拍卖用户信息数据分布pdata(x),z采样于先验分布pz(z)(例如：高斯噪声分布)，e(.)表示计算期望值，判别模型d的训练数据集来源于真实数据集分布pdata(x)。
最后，针对生成式对抗网络所监测到的攻击进程，研究得到基于信息论的隐私数据保护方法和基于用户信息数据的加密机制。
1.一种基于大数据支撑技术的产品网络竞争拍卖系统，其特征在于：
a)建立基于大数据分析的投标者非线性物品需求函数：
其中q代表需求量，p代表价格；
b)构建基于大数据的产品网络竞争拍卖模式
通过对投标者非线性物品需求函数的研究，同时，根据面向对象市场中的随机性，分析买者和卖着随机进入的动态市场，用马尔科夫均衡来衡量市场中物品的估计，进而构建基于大数据的产品网络竞争拍卖模式。
2.根据权利要求1所述的一种基于大数据支撑技术的产品网络竞争拍卖系统，其特征在于：建立基于大数据分析的投标者非线性物品需求函数，具体步骤如下：
步骤1)从拍卖理论出发，研究投标者允许提交的报价情况和物品需求数量，建立基于拍卖者和投标者之间的基本假设模型即无穷维离散时间的极限模型；
步骤2)基于所获得得拍卖者与投标者之间得基本假设模型，研究拍卖竞价得基本规则，并研究投标者与商品之间得喜好关系即：
e[rl(v＇i，n)]＝yl(n) δw(n-1)
e(r(vit,n))表示对商品估价是vit的期望收益，y1(n)表示n个投标者的投标策略，δw(n-1)表示商品产生的收益，从而减少报价得随意性，提高拍卖效率；
步骤3)通过对拍卖竞价规则的研究，为最大化自己受益，研究拍卖分配得基本规则，建立商品分配数量与成交价格之间的规则约束模型即
e(r(vit,n))表示对商品估价是vit的期望收益，w(n)表示成交价格，进而根据约束关系，给出最优的供给数量和成交价；
步骤4)根据步骤3)获得的供给函数关系，研究均衡价格和均衡投标策略分析，获得基于大数据分析的投标者非线性物品需求函数，具体需求函数公式如下：q＝f(p)。
技术总结