一种基于用户基数最大化的群智感知激励方法技术

技术编号:19389261 阅读:6 留言:0更新日期:2018-11-10 02:09
本发明专利技术公开了一种基于用户基数最大化的群智感知激励方法,包括以下步骤:S1、任务请求端将感知任务集合发送给感知服务平台;S2、感知服务平台将感知任务集合发送到目标感知区域中的每一个用户端;S3、用户端判断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返回结果给任务请求端,支付报酬给中标用户。所述方法能够在预算约束的条件下,用户成本分布不均的地区,招募更多的用户参与到感知任务中来。

A swarm intelligence incentive method based on maximizing user base

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,即使其他区域可以接收足够的数据。因此考虑到智能手机用户在感知区域有异质性成本,例如,不同地区的用户有不同的成本分布,传统的机制可能会产生感知漏洞,并在某些地区招募到的用户是不足够的,从而导致服务质量不理想。在新的情况下,传统的方法已经不适用了,所以急需设计出新的激励机制来解决这种情况。
技术实现思路
本专利技术的目的是针对现有技术的不足,提供了一种基于用户基数最大化的群智感知激励方法,所述方法提出了一种激励机制,能够在预算约束的条件下,在用户成本分布不均的地区,招募尽可能多的用户参与到感知任务中来,从而提高感知服务的整体质量。本专利技术的目的可以通过如下技术方案实现:一种基于用户基数最大化的群智感知激励方法,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。进一步地,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表示中标用户i的报酬,B表示任务发布者总的任务预算,[L]={1,2,…,L},表示所选用户集合。进一步地,所述感知服务平台的目标函数基于均分预算基数最大化机制(Even-BudgetCardinalityMaximization,EBCM)进行求解,具体过程如下:1)将预算平均分配给每个感兴趣的感知区域对应候选用户Rl;2)按照每个感兴趣的感知区域对应候选用户Rl的竞价nl进行升序排列,在每个感兴趣的感知区域中选择最大的kl个用户,使得其中表示用户kl∈Rl的竞价;3)该机制返回覆盖集的数量是minl∈[L]kl,选定用户的报酬阈值设置为选择的用户就是最终的中标用户。进一步地,所述感知服务平台的目标函数基于最小基数最大化机制(Min-CardinalityMaximization,MCM)进行求解,具体过程如下:1)将预算平均分配给每个感兴趣的感知区域对应候选用户Rl;2)按照每个感兴趣的感知区域对应候选用户Rl的竞价nl进行升序排列,在每个感兴趣的感知区域中选择最大的kl个用户,使得其中表示用户kl∈Rl的竞价;3)该机制返回覆盖集的数量是minl∈[L]kl,选定用户的报酬阈值设置为选择的用户为潜在中标用户;4)减去过招募用户的报酬并将其添加到欠招募的感兴趣的感知区域中,用更新过的欠招募的感兴趣的感知区域招募更多的用户;5)重复以上步骤,直到所有感兴趣的感知区域中招募的用户数量相当。本专利技术与现有技术相比,具有如下优点和有益效果:本专利技术提供的基于用户基数最大化的群智感知激励方法,能够在感知区域存在异质性成本的情况下,在保证预算限制的条件下,在各个感兴趣区域招募尽可能多的用户,从而提高感知服务的质量。附图说明图1为本专利技术实施例一种基于用户基数最大化的群智感知激励方法的流程图。图2为本专利技术实施例在用户成本正态分布下,MCM、EBCM和CGreedy三种算法的平均招募用户数性能比较图。图3为本专利技术实施例在用户成本正态分布下,MCM、EBCM和CGreedy三种算法的覆盖集性能比较图。图4为本专利技术实施例在用户成本均匀分布下,MCM、EBCM和CGreedy三种算法的平均招募用户数性能比较图。图5为本专利技术实施例在用户成本均匀分布下,MCM、EBCM和CGreedy三种算法的覆盖集性能比较图。具体实施方式下面结合实施例及附图对本专利技术作进一步详细的描述,但本专利技术的实施方式不限于此。实施例:本实施例提供了一种基于用户基数最大化的群智感知激励方法,所述方法的流程图如图1所示,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。具体地,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本文档来自技高网
...

【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...

【专利技术属性】
技术研发人员:张幸林李鑫
申请(专利权)人:华南理工大学
类型:发明
国别省市:广东,44

网友询问留言 已有0条评论
  • 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。

1