The invention discloses a group intelligence perception incentive method based on maximizing user base, which includes the following steps: S1, task requester sending perception task set to perception service platform; S2, perception service platform sending perception task set to each user in target perception area; S3, user judging whether or not. If there is a perceived task that meets its own conditions, it submits its its own bidding data to the perceived service platform; S4, the perceived service platform receives the bidding data from all users, calculates the maximum number of each perceived task that can be recruited under budget constraints based on the incentive model, and assigns the perceived task to the corresponding one. The successful client; S5, the perceived service platform integrates the perceived results received and returns the results to the task requester, paying the reward to the successful user. The proposed method can recruit more users to participate in perception tasks in areas where user costs are unevenly distributed under budget constraints.
【技术实现步骤摘要】
一种基于用户基数最大化的群智感知激励方法
本专利技术涉及群智感知领域,具体涉及一种基于用户基数最大化的群智感知激励方法。
技术介绍
近年来,各类基于移动群智感知(Mobilecrowdsensing,MCS)的新兴应用在各方面影响着人们的生活。移动群智感知采用正常的智能手机用户收集各种信息(如位置、声音、视频、图像等),以便使研究人员能够实现各种传感应用,方便人们的生活,如交通监控、污染监测和社交网络。为了确保这些应用能够提供高质量服务,其关键因素在于智能手机用户的充分参与。然而,对于MCS应用程序,执行感知任务可能会对正常的智能手机用户造成多方面的损失。例如,完成传感任务可能消耗大量的电池电量和额外的数据传输成本。收集的感官数据也可以显示用户的私人信息。因此,必须向用户提供足够的激励,使用户愿意贡献他们的感知资源,最后使得MCS应用程序可以提供高质量的传感服务。在最新的研究中,许多研究人员做了大量工作,设计了各种激励机制来激励用户参与,保障MCS应用程序可以提供高质量的传感服务。而在这些传统的方法中,大多假设用户与整个感知区域的同质成本相关联,并在此基础上提出了多种效益优化模型。设计基于反向拍卖的提供奖励激励机制是一个很有前途的方法来激励用户参与。而MCS的现有工作大多假定在感知区域有一个全局效益函数来优化平台,这种优化忽略了不同区域的用户可能具有异质性成本的问题。在这种情况下,如果采用传统的机制,试图招募一组用户根据单位边际贡献方面的目标函数,招募的用户在不同地区之间可能有高度的不均衡分布。在这些地区缺乏收集的数据限制了MCS应用程序的总体服务质量,即 ...
【技术保护点】
1.一种基于用户基数最大化的群智感知激励方法,其特征在于,所述方法包括以下步骤:S1、任务请求端将由请求的服务内容与预算构成的感知任务集合发送给感知服务平台,等待请求回应;S2、感知服务平台将收到的感知任务集合发送到目标感知区域的用户端集合中的每一个用户端;S3、用户端接收到发布的感知任务集合,判断在所述感知任务集合中是否存在自身满足条件的感知任务,如若存在,则向感知服务平台提交自己的竞标数据;S4、感知服务平台接收到所有用户端的竞标数据,基于激励模型计算出每个感知任务在预算限制下能招募的最多人数,并将所述感知任务分配给对应的中标用户端;S5、感知服务平台整合收到的感知结果并检验结果,然后返回结果给任务请求端,并支付报酬给中标用户。
【技术特征摘要】
1.一种基于用户基数最大化的群智感知激励方法,其特征在于,所述方法包括以下步骤:S1、任务请求端将由请求的服务内容与预算构成的感知任务集合发送给感知服务平台,等待请求回应;S2、感知服务平台将收到的感知任务集合发送到目标感知区域的用户端集合中的每一个用户端;S3、用户端接收到发布的感知任务集合,判断在所述感知任务集合中是否存在自身满足条件的感知任务,如若存在,则向感知服务平台提交自己的竞标数据;S4、感知服务平台接收到所有用户端的竞标数据,基于激励模型计算出每个感知任务在预算限制下能招募的最多人数,并将所述感知任务分配给对应的中标用户端;S5、感知服务平台整合收到的感知结果并检验结果,然后返回结果给任务请求端,并支付报酬给中标用户。2.根据权利要求1所述的一种基于用户基数最大化的群智感知激励方法,其特征在于:考虑一个感知任务,该感知任务包含L个感兴趣的感知区域,第l个感知区域与一系列候选用户Rl相关联,其中l=1、2……L,所有候选用户集合假设感知成本对于不同感兴趣的感知区域呈异质性分布,由于每个感兴趣的感知区域的感知质量是由感知服务平台选择的参与用户数量来评估的,感知任务的总体质量受到接收最小用户数的感兴趣感知区域的限制,将感知服务平台的目标函数设计如下:其中,|·|表示所选用户集合的用户基数或数量,是第l个感知区域对应候选用户Rl中的中标用户集合,pi表示中标用...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。