产品评估任务中的结果估计方法及众包众测平台技术

本发明专利技术提供了一种产品评估任务中的结果估计方法及众包众测平台，包括步骤：在搜集到众包人上传上来的个人评估后，执行迭代算法，最终输出待评价产品的准确评估结果。本发明专利技术可以通过迭代学习估计出众包人的评估准确度，从而提高了在众包和众测平台中产品评估任务的评估准确度，进而提升了众包及众测平台的总体可信度和应用价值。

【技术实现步骤摘要】

本专利技术涉及网络领域，具体地，涉及一种在众包、众测平台中产品评估任务的评估 方法众包众测平台。
技术介绍
随着互联网技术的广泛普及，众包平台孕育而生。众包，即任务发起人通过众包 平台将问题通过公开招标的方式发给一群解决问题的群体（众包人）。在互联网普及的今 天，这种过程通常以互联网为媒介进行。众包、众测平台帮助企业或个人完成调研、设计以 及数据采集。众包人利用自己的技能知识来帮助任务发起人解决相关问题，同时能根据任 务发起人对其回答的满意程度来获得相应报酬。平台通过整合众包人的回答来得到问题的 答案。 众包、众测平台需要处理的任务有许多种，有设计方面相对主观的任务，也有评 判、录入等相对客观的任务。在以前的工作中，着重解决的是众包、众测平台对识别和分类 问题的处理方法。DavidR.Karger等人 2013 年的ProceedingsoftheACMSIGMETRICS/ internationalconferenceonMeasurementandmodelingofcomputersystems发表 的"efficientcrowdsourcingformulti-classlabeling" 中提出的方法很好地解决了 上述的问题。 但是众包、众测平台需要处理的问题除了识别分类这一类问题之外，还包括产品 评估任务，属于打分类问题。打分类问题是指问题答案是一个连续的分数区间。对于这一 类问题，通常的做法是取所有众包人回答的算术平均值作为问题的答案。但是这种做法忽 视了众包人能力的不同，即在估计答案的阶段，能力强的众包人的回答和能力弱的众包人 的回答被一视同仁。这种做法可能导致整合的答案与正确答案相差较远。
技术实现思路
针对现有技术中的缺陷，本专利技术的目的是提供一种产品评估任务中的结果估计方 法及众包众测平台。 根据本专利技术提供的一种产品评估任务中的结果估计方法，包括如下步骤： 步骤1 :准备m个产品评估任务，m个产品评估任务的标准评估值的集合表示T， 其中，h表示第i个产品评估任务的标准评估值，tf，为产品评 估任务的评价区间，表示1至m的序号取值； 步骤2 :将m个产品评估任务分配给n个众包人，n个众包人的评估准确度的集合 表示为w，#，其中，％表示第j个众包人的评估准确度，表示丨至=的序号取 值； 步骤3 :根据众包人对产品评估任务给出的回答，得到回答矩阵A; 步骤4 :对回答矩阵A通过加权最大相关算法WMCE进行运算，得到任务评估结果。优选地，所述步骤2包括如下步骤： 将m个产品评估任务按照正则随机二分图规则分配分给n个众包人，表示为： G=(TUff,E)其中，G表示二分图，T表示m个产品评估任务的标准评估值的集合，W表示n个众 包人的评估准确度的集合，E表示产品评估任务的分配，（TUW，E)表示TUW所对应的点 与E所对应的边组成的二分图，U表示顶点取并集；如果第i个产品评估任务分配给了第j个众包人，那么Wj)eE，其中， 表示k%连成的边；T的度为1，即一个产品评估任务被随机分配给了 1个众包人，W的度 为r，即一个众包人接到r个产品评估任务，1的取值范围为1至n，r的取值范围为1至m。 优选地，所述步骤3包括如下步骤： 将众包人给出的回答，组成回答矩阵A:A= [AijJmxn 其中，Aij为第j个众包人对于第i个产品评估任务的回答，且AijG{Unul 1}，null表示不存在；若第i个产品评估任务没有分配给第j个众包人，则Au=null。 优选地，所述步骤4包括如下步骤： 步骤Sl:设置最大迭代次数h_，初始化表征众包人的评估准确度的参数向量 6(1)=r，其中，In为n维全1向量； 步骤S2 :重复执行步骤i和步骤ii直至收敛或迭代次数超过最大迭代次数h_; 步骤i:对m个产品评估任务，执行如下计算式：【主权项】1. 一种产品评估任务中的结果估计方法，其特征在于，包括如下步骤： 步骤1 ;准备m个产品评估任务，m个产品评估任务的标准评估值的集合表示T，T=UiKe，其中，ti表示第i个产品评估任务的标准评估值，tiG，为产品评估 任务的评价区间，虹]表示1至m的序号取值； 步骤2 ;将m个产品评估任务分配给n个众包人，n个众包人的评估准确度的集合表示 为W，W= W，其中，Wj.表示第j个众包人的评估准确度，表示1至n的序号取值； 步骤3 ;根据众包人对产品评估任务给出的回答，得到回答矩阵A; 步骤4 ;对回答矩阵A通过加权最大相关算法WMCE进行运算，得到任务评估结果。2. 根据权利要求1所述的产品评估任务中的结果估计方法，其特征在于，所述步骤2包 括如下步骤： 将m个产品评估任务按照正则随机二分图规则分配分给n个众包人，表示为： G=(TUW,巧 其中，G表示二分图，T表示m个产品评估任务的标准评估值的集合，W表示n个众包人 的评估准确度的集合，E表示产品评估任务的分配，（TUW，巧表示TUW所对应的点与E 所对应的边组成的二分图，U表示顶点取并集； 如果第i个产品评估任务分配给了第j个众包人，那么GE，其中，表 示t。Wj.连成的边；T的度为1，即一个产品评估任务被随机分配给了 1个众包人，W的度为 r，即一个众包人接到r个产品评估任务，1的取值范围为1至n，r的取值范围为1至m。3. 根据权利要求1所述的产品评估任务中的结果估计方法，其特征在于，所述步骤3包 括如下步骤： 将众包人给出的回答，组成回答矩阵A: A= mn 其中，Ay为第j个众包人对于第i个产品评估任务的回答，且AyG{Unull}，null表示不存在；若第i个产品评估任务没有分配给第j个众包人，则Au=null。4. 根据权利要求3所述的产品评估任务中的结果估计方法，其特征在于，所述步骤4包 括如下步骤： 步骤S1 ;设置最大迭代次数hm"，初始化表征众包人的评估准确度的参数向量= 1"， 其中，r为n维全1向量； 步骤S2 ;重复执行步骤i和步骤ii直至收敛或迭代次数超过最大迭代次数 步骤i;对m个产品评估任务，执行如下计算式：其中，表示第h次迭代中第i个产品评估任务的评估值，a表示与第i个产品评估 任务关联的众包人，势'> 表示第h次迭代中第j个众包人的评估准确度的估计值，R(x，Ay) 表示X与A的相关度，X表示评估值的变量； 步骤ii;对n个众包人，执行如下计算式；其中，表示第h+1次迭代中第j个众包人的评估准确度的估计值，r表示一个众包 人接收到的产品评估任务数量，@表示与第j个众包人关联的产品评估任务，巧">，4)表 示第h次迭代中第i个任务的评估值与答案A的相关度； 步骤S3 ;输出评估向量？作为任务评估结果： f=f化"。、） 其中，f表示达到最终迭代次数后的产品评估任务的评估值。5. 根据权利要求4所述的产品评估任务中的结果估计方法，其特征在于，对于产品评 估任务的评价区间在连续区间中的产品评估任务，用相关度函数R(x，y)表征众包人 的回答之间的相关度，定义如下：其中，C为一个常数，X、y为自变量。6. -种众包众测平台，包括任务收集模块、任务下发模块、任务评估模块，其特征在于， 所述任务评估模块通过权利要求1本文档来自技高网...

【技术保护点】
一种产品评估任务中的结果估计方法，其特征在于，包括如下步骤：步骤1：准备m个产品评估任务，m个产品评估任务的标准评估值的集合表示T，T＝{ti}i∈[m]，其中，ti表示第i个产品评估任务的标准评估值，ti∈[a,b]，[a,b]为产品评估任务的评价区间，[m]表示1至m的序号取值；步骤2：将m个产品评估任务分配给n个众包人，n个众包人的评估准确度的集合表示为W，W＝{wj}j∈[n]，其中，wj表示第j个众包人的评估准确度，[n]表示1至n的序号取值；步骤3：根据众包人对产品评估任务给出的回答，得到回答矩阵A；步骤4：对回答矩阵A通过加权最大相关算法WMCE进行运算，得到任务评估结果。

【技术特征摘要】

【专利技术属性】
技术研发人员：盛开恺，顾之诚，毛学宇，田晓华，甘小莺，王新兵，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海;31