一种基于元学习Reptile算法的小样本数据资源定价方法

本发明涉及数据资源定价和计算机技术领域，公开了一种基于元学习Reptile算法的小样本数据资源定价方法，包括：通过爬虫从大数据交易平台爬取数据资源交易信息，形成初始训练集；对初始训练集进行数据预处理，并划分为训练集和测试集；采用MLP模型作为基础数据资源定价模型，利用训练集和测试集，以及基于元学习Reptile算法对MLP模型进行训练，得到目标数据资源定价模型；通过计算平均绝对误差MAE、均方误差MSE和拟合优度R²以对目标数据资源定价模型进行整体性能评价。解决了现有数据资源定价方法存在的小样本数据定价困难、定价标准模糊、交易规则缺失等问题，克服了传统机器学习定价方法不适用于样本量少、特征稀疏的小样本数据资源定价问题。