众包系统中兼顾用户异质性与用户偏好的任务分配方法技术方案

本发明专利技术公开了一种众包系统中兼顾用户异质性与用户偏好的任务分配方法，该方法权衡任务的预算、用户异质性以及用户偏好，基于多对一匹配机制，找到最佳的用户‑任务匹配；该分配方案的核心在于，在算法运行的整个过程，每项任务的完成质量总和非减。本发明专利技术方法为众包系统提供了一种新的分配思路和具体方案，克服了当前的众包系统任务分配策略未考虑用户异质性和用户偏好的问题，由本发明专利技术算法得到的匹配结果具备个体理性、公平性且不浪费性等特点。

【技术实现步骤摘要】

本专利技术涉及众包
，具体涉及一种众包系统中兼顾用户异质性与用户偏好的任务分配方法。
技术介绍
随着全球化的推进，众多网络平台应运而生，网络的群体力量爆发出前所未有的影响力。群体中多元化的知识背景与协作理念为大型任务的顺利完成提供了力量源泉，“与用户共创价值”是众包系统的核心。众包能降低成本，提高效率，在众包系统中，跨专业的创新与合作蕴含巨大潜力，能实现任务发布者与任务参与者双方共赢。利用网络的群体力量，众包能完成依靠个人力量无法解决的难题，如涉及各阶层的社会调查，此类数据的收集困难重重，且需要多人参与。若采用传统方式，意见全面而分析透彻的调查报告耗时耗力；若借助于集众人智慧与力量而大成的众包系统，此类调查易如反掌且能获得满意的任务完成质量。目前，鉴于其低成本及高效性，Uber、Waze和亚马逊的MechanicalTurk等众包系统日益盛行。任务分配是众包系统需解决的首要问题。众包系统中的任务分配面临多重挑战：首先，用户对任务有不同偏好。例如，任务发布者计划收集地点A和地点B的交通信息，由于用户a的居住地靠近地点A，与地点B相比，用户a肯定更愿意选择与地点A相关的任务。一言以蔽之，若用户有机会选择自己更青睐的任务，他将毫不犹疑地放弃当前任务；其次，用户因经验、技能和能力等方面的差异而导致的任务完成质量不尽相同。因此，多名高质量用户对应高品质的任务完成质量。然而，虑及用户的有偿参与，任务发布者不可能为每项任务招募超出其支付能力的用户，因为每项任务具有相应的财务预算。目前的众包系统中已经有多种任务分配策略：(1)车联网众包系统中基于可预测运动性的参与者招募策略；(2)移动众包系统中基于机会网络模式的用户招募策略；(3)预算受限的在线学习众包系统BLISS；(4)众包系统中实时可靠的任务分配策略；(5)众包系统中位置相关的最优任务分配方案；在现有的这些分配策略中，策略(1)未考虑用户异质性与用户偏好；策略(2)主要考虑移动环境下的用户招募；策略(3)虽然关注用户提交的数据质量与预算，但未考虑用户偏好；策略(4)关注的是用户运动和任务完成的不确定性；策略(5)未考虑预算及用户偏好，因此现有技术中这些策略并不适应于前面提到的任务分配问题。
技术实现思路
针对上述现有技术中存在的问题，本专利技术的目的在于，提供一种众包系统中兼顾用户异质性与用户偏好的任务分配方法，该方法中将多对一匹配框架引入众包系统，用以解决众包系统中的任务分配问题；用户对任务的完成质量具有不同的贡献，且对任务有不同偏好；每名用户至多被分配给一项任务，每项任务可接纳多名用户，越多用户参与，任务的完成质量就愈高，且任务发布者将确保支付给所有参与用户的费用不超过任务预算。为了实现上述任务，本专利技术采用以下技术方案：一种众包系统中兼顾用户异质性与用户偏好的任务分配方法，包括以下步骤：步骤1，将众包系统中所有任务和用户均初始化为自由者；步骤2，随机选择一名自由用户w，该用户w满足：用户w没有被自己偏好列表中的所有任务拒绝；若无自由用户可选，则方法结束；步骤3，选择用户w的偏好列表中尚未拒绝用户w且优先级别最高的任务t，若无t可选，则返回步骤2；否则执行以下步骤：步骤3.1，若任务t的余额足以支付用户w，则将用户w分配给任务t，并更新任务t的余额；步骤3.2，若任务t的余额不足以支付用户w，则找到用户集合B，该集合B中的每名用户w'满足以下两个条件：条件1：在配结果μ中，用户w'已被分配给任务t；条件2：在任务t的偏好列表中，用户w的优先级别高于w'；步骤3.2.1，若集合B为空集，则用户w被任务t拒绝，返回步骤2；步骤3.2.2，若集合B非空集，则生成集合β，β由B的所有子集构成；若β中存在元素B'满足如下两个条件：条件3：任务t移除B'中所有用户后，任务t有足够余额可接纳w；条件4：用户w取代集合B'以后，任务t的完成质量不会降低；则找出B'中服务质量总和最小的子集Bmin，然后将Bmin移除，把任务t分配给w，更新t的余额，返回步骤2。进一步地，所述的步骤3.2中，用户集合B的形成方法为：对于分配给任务t的每位用户w'，查看任务t的偏好列表，确定w'的排序是否在w之后，若w'在w之后，则该用户w'属于用户集合B。本专利技术与现有技术相比具有以下技术特点：1.本专利技术提出了一种新颖的多对一匹配框架，实现了众包系统中的稳定任务分配；2.本专利技术针对用户异质性，提出了一个新的匹配算法，并证明了由所有算法产生的匹配结果具备个体理性、公平性和不浪费性；3.本专利技术对所提任务分配算法的性能进行了分析，并证明了所提算法能在短时间内获得高任务完成质量的稳定匹配。附图说明图1为本专利技术的方法流程图；图2至图7为本专利技术方法与现有的Anchor算法性能比较图，其中：图2为用户数量-用户幸福指数关系图(任务数量为10)；图3为任务数量-用户幸福指数关系图(用户数量为40)；图4为平均预算限制-用户幸福指数关系图(任务数量为12，用户数量为40)；图5为用户数量-运行时间关系图(任务数量为10)；图6为任务数量-运行时间关系图(用户数量为50)；图7为平均预算限制-运行时间关系图(任务数量为4，用户数量为40)。具体实施方式众包系统中已有的任务分配策略均未解决前述挑战。多数解决方案的目的是最大化任务发布者的效用，而未虑及用户对不同任务的偏好。有些已提出算法以最小化任务发布者的总成本为优化目标，但可能会超出单项任务的预算限制。多对一匹配机制已被广泛应用于计算机科学，可用于云计算的资源管理、低功率无线接入节点或基站的用户联合以及D2D通信系统中的资源共享等问题。然而，众包系统中的任务分配问题不同于传统的匹配问题，即众所周知的高考报考与大学招生问题，每名学生只能被一所大学录取，每所大学可以招收多名学生，但招生数量受限。每名学生的规模相同，均占用大学的一个名额。然而，在众包系统中，每名用户的规模不尽相同。换言之，由于用户对任务的完成质量具有不同贡献，对应不同的支付额度，从而花费相应比例的任务预算。虽然经典的延迟接收算法能解决学生报考与高校招生问题，产生学生与高校间的稳定匹配结果。但是，若考虑众包系统中的用户异质性与用户偏好，对于本方案针对的任务分配场景，传统的延迟接受算法不能产生稳定的匹配结果。因此，我们提出面向众包系统的基于多对一匹配机制的任务分配框架，该框架涉及用户对不同任务的偏好以及单项任务的预算限制。一、本专利技术的详细步骤介绍众包系统由多项任务和多名用户构成，每名用户至多参与一项任务，每项任务可由多名用户协同完成，用W和T分别表示用户集合与任务集合。由于个人经验，技能和知识面的差异，用户具有异质性。假定用户w为所有任务提供相同的完成质量，用rw表示。只要用户w参与任务，她将获得相应报酬f(rw)。支付函数f(*)为单调递增函数。简单起见，假设f(rw)＝αrw，这样在后续分析过程中易于扩展到非线性支付函数的情况。由于越多用户参与同一项任务，该任务的完成质量就越高。因此，每项任务应招募尽可能多的用户。然而，每个任务t∈T均有相应预算，用qt表示，意味着任务t支付给所有参与用户的总额不能超出其预算。每名用户对各项任务有不同偏好，对应于各项工作在该用户的偏好列表中的次序。用户w的偏好(本文档来自技高网...

【技术保护点】
一种众包系统中兼顾用户异质性与用户偏好的任务分配方法，其特征在于，包括以下步骤：步骤1，将众包系统中所有任务和用户均初始化为自由者；步骤2，随机选择一名自由用户w，该用户w满足：用户w没有被自己偏好列表中的所有任务拒绝；若无自由用户可选，则方法结束；步骤3，选择用户w的偏好列表中尚未拒绝用户w且优先级别最高的任务t，若无t可选，则返回步骤2；否则执行以下步骤：步骤3.1，若任务t的余额足以支付用户w，则将用户w分配给任务t，并更新任务t的余额；步骤3.2，若任务t的余额不足以支付用户w，则找到用户集合B，该集合B中的每名用户w'满足以下两个条件：条件1：在配结果μ中，用户w'已被分配给任务t；条件2：在任务t的偏好列表中，用户w的优先级别高于w'；步骤3.2.1，若集合B为空集，则用户w被任务t拒绝，返回步骤2；步骤3.2.2，若集合B非空集，则生成集合β，β由B的所有子集构成；若β中存在元素B'满足如下两个条件：条件3：任务t移除B'中所有用户后，任务t有足够余额可接纳w；条件4：用户w取代集合B'以后，任务t的完成质量不会降低；则找出B'中服务质量总和最小的子集Bmin，然后将Bmin移除，把任务t分配给w，更新t的余额，返回步骤2。...

【技术特征摘要】
1.一种众包系统中兼顾用户异质性与用户偏好的任务分配方法，其特征在于，包括以下步骤：步骤1，将众包系统中所有任务和用户均初始化为自由者；步骤2，随机选择一名自由用户w，该用户w满足：用户w没有被自己偏好列表中的所有任务拒绝；若无自由用户可选，则方法结束；步骤3，选择用户w的偏好列表中尚未拒绝用户w且优先级别最高的任务t，若无t可选，则返回步骤2；否则执行以下步骤：步骤3.1，若任务t的余额足以支付用户w，则将用户w分配给任务t，并更新任务t的余额；步骤3.2，若任务t的余额不足以支付用户w，则找到用户集合B，该集合B中的每名用户w'满足以下两个条件：条件1：在配结果μ中，用户w'已被分配给任务t；条件2：在任务t的偏好列表中，用户w的优先级别高于w'...

【专利技术属性】
技术研发人员：尹小燕，贾茹昭，胡潇，王倩倩，王薇，陈晓江，房鼎益，
申请(专利权)人：西北大学，
类型：发明
国别省市：陕西;61