大數據正成為世界上最有價值的資產之一。國際數據公司預測，到2022年，全球大數據和業務分析解決方案的收入將達到2600億美元，2017-2022年
大數據正成為世界上最有價值的資產之一。國際數據公司預測，到2022年，全球大數據和業務分析解決方案的收入將達到2600億美元，2017-2022年預測期復合年增長率為11.9%【IDC.REV.18】。由于公司和企業將其內部決策程序發展為數據分析機制，大數據市場將在接下來的幾年中持續增長。數據正成為數據創建者和數據購買人新的高需求可交易資產。
個人數據是一種我們經常共享，并作為即時通訊或社交網絡服務回報的經濟資源。其中一些數據是有意識移交的，例如輸入電子郵件地址或電話號碼;其他數據是在我們不知道的情況下捕獲的，例如社交媒體互動、定位、我們的在線行為和其他形式的數字數據使用。
但是，當不同的數據集被聚集起來，就創建了個人的心理人口統計資料并出售給各種組織，如保險公司、市場研究人員、顧問、數字服務公司、政治組織等，價值數十億美元的數據行業就將產生 ，其主要目的是為了交易個人數據。
過去十年，大數據分析公司獲得了巨大的拉動，他們投入巨資獲得和分析消費者信息，促進其業務發展。產生所有這些信息的消費者和用戶卻與之不對等。GeoDB將它們帶回到這個“游戲”中，讓它們獲得共享數據的價值。
GeoDB將建立全球第一個去中心化的大數據共享生態系統，使世界各地的用戶能夠對自己生成的數據進行控制、知悉并獲得價值，而數據購買人則有機會以透明、簡單和經濟高效的方式購買已驗證的數據。
用戶的數據將由他們直接或通過第三方應用程序上傳到基于分布式賬本技術的解決方案中。用戶將獲得GeoDB通證，即GEO通證。之后，大數據尋求者將向生成的大數據池發送查詢，獲取用GEO通證支付的數據。
GEO通證把全球市場的價值歸因于用戶數據生成，因此數據可被視為數字貨幣。數據等于價值，同時確保了各方的流動性和資本收益。關注會得到獎勵，使用會得到獎勵，增長也會得到獎勵。GEO通證允許通過超過50億臺設備的潛在網絡購買具體、定制和過濾的全球數據，這些設備每天會不斷為數據購買人生成極其寶貴的數據。
GeoDB在關鍵時刻進入市場。數十項研究證實，未來十年，大數據價值將達數萬億美元。決策是基于數據分析做出的，因此去中心化數據市場的潛力絕對是巨大的。
另一方面，全球去中心化數據池對各個層次的購買人來說必須是全球、統一和完整的數據源，這樣，他們將不再需要追蹤數千個不同的數據源。這是一個循環、有機、完美組裝和通證化的模型，其中的每個玩家都將獲得巨大的價值。
在概念驗證階段，GeoDB最初專注于定位數據，其原因如下：
a) 首先，它是所有私人用戶數據中最有價值的。
b) 其次，GeoDB背后的團隊在定位市場具有多年的經驗，目前從賣方和買方的角度看，正在B2C和B2B服務方面應用這些專業知識。
c) 第三，利用現有技術對定位數據的提取和分類簡單、快速、高效。
我們已經與多家guoji 定位技術公司達成協議，從一開始就加入GeoDB的生態系統導入用戶流量，但我們的計劃是擴大并逐步將各種數據引入我們的生態系統，創建市場上最完整和最易訪問的數據共享生態系統。
GeoDB的技術路線圖可以在GeoDB的技術文件中查看。GeoDB與上述定位公司的戰略合作伙伴關系將使數字項目線路圖連接到我們的生態系統中，從而使大量最終用戶開始將有價值的數據上傳到數據池中，同時啟動GEO通證的分配過程。我們預計，在2020年推出GeoDB主網后，短時間內將有超過2億的連接用戶。
解決方案
大數據市場在過去的幾年里已經成為一個巨大的事物，特別是在地理位置領域。其規模、價值和使用在全球市場中持續增長，企業在決策過程中越來越依賴于數據分析。但大數據仍需在幾個方面進行改進。為了使參與者和利益相關者能夠有效互動，需要面對巨大的挑戰。
GeoDB正面臨所有這些挑戰，并通過分布式賬本技術的能量提供解決方案，從而創建更好、更高效的大數據市場。
GeoDB的一個主要目標是在其生態系統內創造信任和價值。GEO通證的需求和移動已經過專門調整，從而使長期價值進入市場。隨著我們的大數據市場在數量、質量和可見性方面的增長，我們的GEO通證持有者將看到一個不斷增長的市場、我們的通證使用過程中無限的可能性和新的需求。我們的分析鼓勵著我們期待，一旦我們的協議啟動生效，我們的GEO通證市場價值將快速增長。
1. 創建全球第一個去中心化的大數據生態系統
一般地，大數據市場，特別是地理定位數據市場，都是非常原子化的。共有四種不同類型的參與者：
1.-用戶-數據貢獻人
2.-中間人平臺(應用帶來的用戶)-數據收集器
3.-各組織的數據購買人或數據分析師
他們都是獨立行事，沒有一個全球戰略或共同的董事會或小組來發展他們的活動。他們成了無關緊要的小角色。GeoDB將這四方連接在一個獨特的生態系統中，使它們能夠互動順暢并從中獲得同等的相關性：
1.- 用戶-數據貢獻人
他們將參與分享在市場上產生數據的效益。
2.- 中間人平臺-數據收集器
他們將訪問一個他們可以輕松、安全地配置用戶的數據的平臺。他們不僅會在上傳數據時得到獎勵，而且每次數據庫購買人檢索到數據時都會得到獎勵。
3.- 各層次的數據購買人
他們可以訪問一種新的數據庫，一個全球性且完整的可聚合信息的數據池，從而改進了他們的決策方式。
2. GEO通證值生成
自公司成立以來，GeoDB一直致力于構建一個可持續的價值創造生態系統，使通證持有人和利益相關者認識到價值在不斷產生。
GeoDB的愿景非常清晰，也就是要構建一個為用戶創造價值的解決方案。我們改進了當前的報價，為95%的非貨幣化數據共享市場打開了大門，帶來了以下優勢：
1.數據上傳人獲得獎勵=更多可用數據。
2.購買人更能支付得起數據的費用。
3. 分布式賬本技術上的高數據隱私和安全性(符合GDPR歐洲通用數據保護條例)。
4.高度信任數據來源及無需審計。
5.高度可擴展的自動化模型。
我們強烈期待，GEO通證的發行量不斷增加，數據受讓人的需求強勁，而且GEO的市值肯定會上升。GEO通證價值的增長是基于網絡的概念。由于我們的戰略合作伙伴的關系，初期大規模的采用將迅速增加數據創建量，而且已經有力地證明定位數據池具有巨大的內在市場價值。因此，很容易得出這樣的結論：隨著GeoDB的數據池升溫，GEO通證將迅速將那價值融合在其價格中。
3. 基準.促進自然平衡
GeoDB 希望成為向用戶傳遞信息公平價值的傳動工具，另一方面也保證了買方成本的公平。事實上，互聯網的出現使信息獲取民主化，但這并沒有妨礙現有大公司利用其主導地位將競爭對手排除在外形成寡頭壟斷。有了GeoDB，我們希望創建一個能夠適應這些情況的解決方案，為自由化的市場留下自由，但要建立機制，防止購買人采取影響生態系統長期生存的不道德行為。
2013年，《金融時報》發布了一個允許根據數據經紀人[MOR.PRI.13]提供的定價基準來確定我們個人數據價格的交互式計算器[IGL.COM.13]。為便于表述，比如說，假設該計算器的平均成本在1美元左右。
從邏輯上講，因為沒有單個價值，購買人不會購買單個用戶的數據。真正的價值在于擁有數百萬用戶數據的大型數據集。根據這個比率，1個人=1美元，用一百萬個用戶的數據很容易估計數據集的成本。但是，你會以1美元的價格出售你的個人資料嗎?Ancient and Frog設計公司開展了一項研究，量化了個人為獲得IT服務而放棄個人數據的價值，研究結果總結如下[MOR.PRI.13]。
我們預計收到的個人數據價值超過1美元，定位歷史的價值甚至要更高。之前的研究也表明，人們相對于其他信息更看重某些類型的信息。斯塔亞諾等人在他們2014年的論文《金錢之旅：以人類為中心的個人移動數據經濟學研究》[STA14]中證實了這一點：“我們發現，定位是個人可識別信息中最有價值的一類……(而且……大量信息的價值遠高于個人信息。”
一項當代研究極大地增加了用戶數據的估算成本。具體來說，波士頓咨詢集團在2013年估計，用戶的數據成本約為800美元，而到2020年，該數據成本約為2400美元 [BIG.SEL]。
4. 獲取定價模型
GeoDB追求在全球范圍內開放大數據市場，這就是為什么我們的定價模式旨在使每個人的數據獲取便利，并提供獨特的定價條件。
為了實現這一目標，為保持用戶利益和購買人成本一直保持平衡，準確設計數據獲取成本非常重要。因此，我們認為有必要將數據獲取成本與GeoDB預期的擴散率聯系起來，在最初幾年確立處理價，鼓勵購買，并逐步增加購買，直至平衡點。
為了估計GeoDB的擴散，我們采用《創新擴散理論》[EVE03]。埃弗雷特·羅吉斯教授[WIK.EVE]在1962年出版的《創新擴散》一書中普及了這一理論，該理論與此書同名，目的在于解釋新思想和新技術的擴散方式、原因以及速度。
1890年，塔爾德在《模擬的定律》[WIK.GAB]中進一步研究了根據埃弗雷特理論發展的擴散概念。他發現了創新傳播的三個主要階段：1)困難的開頭階段，在這個階段，思想必須與不利環境斗爭;2)思想幾何級數增長;3)對數階段，這個階段，思想沖動逐漸減弱，而同時出現新的反對思想。
隨后的情況穩定了創新的發展，接近了漸近線[WIK.LOG]。這種擴散模型通常是用西格摩德函數，又叫做S曲線，來建模，S曲線廣泛應用于人工神經網絡、生物學、生物數學、化學、人口學、經濟學、地球科學、數學心理學、概率論、社會學、政治學科學、語言學和統計學等領域。我們為GEODB定義的成本曲線如下：
● M，最大成本。
● m，最小成本。
● b，GEODB大數據分類賬當前區塊的深度。
● B，達到M前要生成的區塊數量。
● f，曲線傾斜度的調整系數。
我們已建立了以下價值：
5. 獎勵制度-激勵
正確建立激勵制度是關系到GeoDB經濟長期可持續發展的一個重要問題。為保證所有相關方的利益，我們設計了一個公平的激勵制度，可根據我們預期的技術滲透進行調整。
我們的建議方案是進行初始分配(為銷售和團隊目標預先分配的通證)，占總供應的30%，并將剩余的70%作為獎勵分配。
為分配獎勵，我們確定了一個遞減對數模型。這個模型將在21年的周期內以每5分鐘一個區塊的速度重復，每個周期共提供2207520個區塊。
我們為GeoDB確定的累積獎勵曲線如下：
● T，獎勵的通證數量。
● b，GEODB大數據分類賬當前區塊的深度。
● B，達到M前要生成的區塊數量。
● f，曲線傾斜度的調整系數。
為了分配獎勵，我們確定了數據生成器(90%)和回收池(10%)之間的比例分配，以便在當前循環完成后啟動新的循環。
架構
目前分布式賬本技術正在開發，尤其是區塊鏈技術，這種情況有時會導致夸大其利益，并忽略其局限性。
最常見的分布式賬本技術旨在促進經濟價值的傳輸，而不是為了存儲大量信息，事實上，許多分布式賬本技術實施了阻止這些使用的機制。傳統的分布式賬本技術不是按照大數據范例存儲數據的有效基礎結構，因此也有必要遵循其他方法。我們的架構構想是：
● 提供數百萬用戶的私人信息。
● 確保太字節信息的完整和不變。
● 解決信息量的查詢問題。
我們的解決方案基于我們使用的混合的分布式賬本技術架構：
1. IOTA需收集大量數據，同時防止追蹤。
2. 管理經濟價值的以太坊ERC-777通證。
3. 用于開發我們基礎結構節點超級賬本架構框架。
1. 數據驗證
向GeoDB提供的每一條數據都必須經過聯盟驗證，確保數據質量有保證、可信并具有所有權。
加入聯盟要執行一個確保加入組織符合規定的選擇過程。需簽訂具有法律約束力的合同，并使用適當的DAO機制確保新成員履行其作為生態系統第一道門禁的職責。加入聯盟成為會員要滿足的要求將在進一步更新中詳細說明。
簡言之，聯盟可以被視為GeoDB生態系統內的協調人，在GeoDB生態系統內，獎勵方法要基于GEO通證。
從技術角度來看，其操作可概括如下：
1. 向GeoDB提供數據的每個用戶必須使用GeoDB的軟件開發工具包并遵守每種數據確定的供應協議進行驗證：
a. 數據流：在有限的IOTA的移動應用管理通道中提供驗證和在時段內提供信息。
b. 獨立數據：提供加密的 IOTA驗證包和提供個性化的信息。
2. 向聯盟提供數據及其驗證時，要i)驗證信息，ii)將其驗證存儲在分類帳中，iii)將數據存儲在云中以供以后訪問使用。
3. 一旦創建區塊，將自動計算貢獻信息用戶的獎勵，并在聯盟的分類賬中發布包含每個用戶應得獎勵的分類賬。在計算獎勵時，應考慮以下幾個方面：
a. 區塊獎勵。然后是分配曲線。
b. 抽象用戶資料。通過用戶到目前為止提供的驗證數量、他所提供的數據類型數量和信息的區塊數量來衡量。
c. 抽象用戶的影響。通過使用其數據生成數據集的次數進行測量。
d. 中間人。把一部分獎勵分給這個中間人。
4. 定期在以太坊1中寫入一個包含為用戶生成獎勵的匯總分類賬 。使用這個分類賬，每個用戶都可以申請他們的獎勵。在此階段，獎勵節點接受工作指令，檢查用戶是否真的可以獲得獎勵，并執行與此獎勵相關的智能合約。
首先，只能使用我公司提供的軟件開發工具包向GeoDB提供數據，該軟件開發工具包應與服務或應用程序形成一體，并愿意允許其用戶向GeoDB提供信息。
這個軟件開發工具包包括幾個庫，它允許訪問設備信息，并執行操作來驗證和證明設備和GeoDB基礎結構中的信息。
此外，GeoDB的軟件開發工具包將整合從生成密鑰到配置分布式賬本技術節點的不同腳本和實用程序，使開發人員更容易使用。
2. 數據獲取
為了理解如何獲取信息，有必要了解一些細節。我們將考慮一下幾個方面：
● GeoDB有多條數據，dx。
● 使用一個單射非雙射函數h，可能為每個dx，h(dx)=vx生成一個唯一值。
○ 可能識別這些命名為密碼安全哈希函數的函數子群。
○ 在GeoDB，我們使用了最知名和測試過的密碼安全哈希函數sha-256 。
● 每次向GeoDBvx提供dx時，都會計算并存儲在我們的分布式賬本技術中。
● 使用驗證數據，GeoDB可以計算驗證數據集D，該數據集集合了一組數據和一組驗證。
作為固定數據集的最大成本，當用戶在GeoDB獲取信息時，D的價格由D中包含的驗證與GeoDB中存儲的總驗證相比的百分比決定。
無論支持何種查詢，獲取協議情況如下：
1. 彼得是一個希望從GeoDB獲取已驗證信息數據集的用戶。他為這次獲取生成一個身份y，并啟動查詢。
2. 對于彼得的查詢，GeoDB生成一個響應，表示i)可用數據量和ii)使用y公鑰Ky加密的D樣本。
3. 如果彼得對D感興趣，他可用GEO通證支付。此付款如果受阻，在提供D之前，GeoDB無法收到支付。
4. 當彼得支付D時，GeoDB可以：
· 生成D。
· 使用彼得的公鑰對本次購買進行加密，Ky。
· 生成一個唯一的結果R，由加密的D和D的驗證組成，R ={加密(D), 驗證(D)}。
· 將R存儲在分布式不變存儲器中。我們目前正在試驗IPFS和Swarm程序。
· 提供到R的鏈接給彼得。
5. 使用上述方法，任何人都可以知道彼得獲取的數據量，但只有彼得才能知道D。
6. 如果彼得發現D的內容與查詢不匹配，或者D包含未經驗證的信息，他可以通過放出本次購買的唯一私鑰ky來阻止付款。（考拉）
