【技术实现步骤摘要】
本专利技术涉及众包系统中任务的分配方法，属于互联网和算法博弈论的交叉领域。
技术介绍
众包通过整合移动智能手机和互联网上未知用户来完成机器难以完成的任务，已成为许多互联网资源产生的主要实现机制。目前众包已经广泛应用于信息检索、人工智能、视频分析、知识挖掘、智慧城市、人机交互学习、图像质量评估等领域。众包系统中的任务分配机制十分重要，现有的研究往往将任务分配和对用户的激励结合起来，形成众包系统中的激励机制。目前，许多研究已经注重设计这样的激励机制来鼓励工作者们参与众包。然而，现有的激励机制假设众包任务归属于一个垄断的任务请求者，并且没有考虑请求者对工作者的偏好问题。因此现有工作对众包任务的分配仅考虑对众包工人的激励，而忽略了对任务请求者的激励。实际上，在许多众包市场中，任务的请求者之间是存在竞争的，他们也可能做出策略行为来最大化自身的利益。这种请求者竞争市场可能由众包工人，尤其是高质量众包工人数量稀少导致。另一个实际存在的现象是任务的请求者往往对众包工人有偏好。比如，请求者和众包工人之间存在利益冲突、某任务需要满足一定条件的众包工人来完成、众包工人的工作负载限制等原因，都可能导致请求者对众包工人有偏好。本专利技术设计了在竞争性众包系统中带偏好的任务的分配方法来最大化已完成任务的价值总和。
技术实现思路
本专利技术的目的是提供在竞争性众包系统中对带偏好的任务进行有效分配的方法，解决价值最大分配问题。本专利技术首先提出了两种众包模型：相同价值任务众包模型和不同价值任务众包模型。两个模型都考虑了请求者之间的竞争关系和请求者的偏好。其次针对相同价值任务众包模型和不同价...
【技术保护点】
具有偏好的众包任务分配方法，其特征在于，包含一个相同价值任务众包模型，步骤如下：步骤201：平台发布一个众包工人集合W＝{1,2,…,m}给所有的任务请求者；步骤202:设任务请求者集合为R＝{1,2,…,n}，每一个任务请求者i向平台提交一个请求Bi＝(ti,Pi)，其中ti是任务请求者i提交的任务。是任务请求者i声明的对众包工人的偏好集合；步骤203:众包平台计算任务和众包工人之间的分配A，即任务－众包工人对(i,k)的集合，i∈R,k∈Pi；步骤204:众包工人执行已分配的任务并把结果反馈给众包平台；步骤205:众包平台把服务提供给任务请求者。
【技术特征摘要】
1.具有偏好的众包任务分配方法，其特征在于，包含一个相同价值任务众包模...
【专利技术属性】
技术研发人员：徐佳，李辉，李涛，蒋凌云，徐小龙，王海艳，戴华，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32
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。