En la era de la economía digital, los datos se han convertido en un nuevo factor clave de producción, y los datos personales representan el valor monetario de una economía impulsada por datos. Tanto el sector público como el privado quieren utilizar estos datos para la investigación y los negocios. Sin embargo, debido a problemas de privacidad, el acceso a dichos datos es limitado. Dadas las oportunidades comerciales que existen entre la demanda y la oferta, consideramos establecer un mercado privado de datos para resolver los conflictos de oferta y demanda. Si bien hay muchos desafíos para construir un mercado de datos de este tipo, nos enfocamos solo en tres desafíos técnicos: (1) ¿Cómo proporcionar un mecanismo de intercambio justo entre los proveedores de datos y las plataformas de datos? (2) ¿Cuál es la actitud del consumidor hacia los datos de privacidad? (3) ¿Cómo fijar el precio de los datos personales para maximizar el beneficio de la plataforma de datos? En este documento, primero proponemos un mecanismo de compensación basado en la actitud de privacidad del proveedor de datos. En segundo lugar, analizamos el comportamiento de auto-selección del consumidor y establecemos un modelo no lineal para representar la disposición a pagar (DAP) de los consumidores. Finalmente, establecemos un modelo de programación bi-nivel y utilizamos un algoritmo de recocido simulado genético para resolver el problema de fijación de precios óptimos de los datos personales. Los resultados experimentales muestran que la división de privacidad en múltiples niveles puede satisfacer las necesidades de los consumidores y maximizar el beneficio de la plataforma de datos.