The invention discloses a batch distribution method considering discounted reward task a Crowdsourcing system, mainly includes the following steps: (1) establish reward discount model of task batch distribution; (2) the difference between the calculation task and central task selection; (3) batch distillation process Crowdsourcing task. Compared with the prior art, the invention has the following advantages: 1) the large-scale Crowdsourcing task according to the group assignment, and the batch job reward discount distribution compared with the traditional single task, can reduce the task release spending; 2) compared to the batch task allocation method of separate tasks assigned to model. To improve the rate of Crowdsourcing task allocation.
【技术实现步骤摘要】
一种众包系统中考虑报酬打折的任务批量分配方法
本专利技术涉及众包系统领域,具体涉及众包系统中考虑报酬打折的任务批量分配方法。
技术介绍
近些年,众包模式得到了快速的发展。众包是指通过公开的方式发布任务,利用大众群体来完成任务的一种模式。在众包环境下,系统需要将任务分配给能够满足要求的工人。对于专业性的任务,任务的完成需要工人具备一些技能,并且需要在规定的时间范围内完成。目前,已有众包系统中的任务分配方法都是单个任务的分配,即针对每个任务,独立地将其分配给工人。但是,随着众包的广泛应用,这种传统的方式逐渐不适用于大规模的众包任务场景,因为每个任务的分配都需要考虑该分配给哪个工人,这需要大量的计算代价。此外,这种分配方式单独地考虑工人的选择,可能会使得许多工人只承担少量任务,工人的技能就不能得到充分的利用。再者,单个任务的分配模式,任务发布者必须承担全部任务的总费用。而我们经过对很多著名众包网站的同种类的任务进行分析,发现很多任务都是具有很高相似性的。因此,如果对相似的任务进行打包,将一批任务一次性分配给某个工人,能够提高众包任务分配的速率,有利于工人的技能的充分利用,同时,这种任务按批分配的方式可以对任务的报酬打折,能够减少任务发布者的报酬花销。
技术实现思路
本专利技术要解决的技术问题是:本专利技术的目的在于解决现有技术中存在的不足,提供一种综合考虑到报酬打折的任务批量分配方法。本专利技术解决其技术问题的解决方案是:一种众包系统中考虑报酬打折的任务批量分配方法,主要包括以下步骤:(1)任务批量分配的报酬打折模型建立;(2)任务间差异性计算与中心任务选择;(3) ...
【技术保护点】
一种众包系统中考虑报酬打折的任务批量分配方法,其特征在于包括以下步骤:(1)任务批量分配的报酬打折模型建立;(2)任务间差异性计算与中心任务选择;(3)众包任务的分批分配过程。
【技术特征摘要】
1.一种众包系统中考虑报酬打折的任务批量分配方法,其特征在于包括以下步骤:(1)任务批量分配的报酬打折模型建立;(2)任务间差异性计算与中心任务选择;(3)众包任务的分批分配过程。2.根据权利要求1所述的众包系统中考虑报酬打折的任务批量分配方法,其特征在于:所述步骤(1)中的任务批量分配的报酬打折模型建立的步骤如下:(1.1)数据输入:建立n个众包任务,表示为T={t1,K,tn};每个任务ti的报酬为bi,并且其截止时间为di,所需技能表示为集合Ri;建立m个众包工人,表示为W={w1,K,wm};每个工人wj完成任务ti所需时间为cij,所含有的技能表示为集合Sj;(1.2)任务批量分配的报酬打折模型:众包环境下,将任务分配给众包工人,需要支付报酬:如果任务是独立分配的,那么工人得到的报酬为所分配任务的原始报酬之和;但如果将一批任务分给工人,对所分配的任务的总报酬可以进行适当的折扣,因为工人对任务的批处理使得任务发布者需要承担一定的等待时间,所以任务发布者可以对实际支付的报酬进行打折;而大批量的任务使得工人收益增加,因此工人也会接受适当的总报酬折扣;假设参与该众包系统中的工人都默认接受了报酬打折协定,定义一批任务表示为有序集B={t1,K,t|B|},则打折后的该批任务的总报酬表示为公式(A),不失一般性,其中ψ(x)为折扣函数,ψ(x)∈[0,1],x表示任务在有序集B中的序号,ψ(x)随x的增大而递减;(1.3)任务分批的约束条件:一批任务表示为有序集B={t1,K,t|B|},该批任务分配给某个工人wj,需要满足一定的约束条件,如下:(1.3.1)任务技能约束:该批任务B所需技能总和能够被工人wj具备的技能集Sj所满足,如公式(B);(1.3.2)任务截止时间约束:该批任务B所有任务都能够被工人wj在其截止时间前完成,如公式(C);其中timei-1表示开始执行任务ti的时刻,如果执行任务ti前还有其他任务,则timei-1等于前一任务的完成时间;(1.4)任务分批分配的目标:将任务按批一次性分配给工人,通过报酬打折可以有效地减少报酬的支付,因此该任务分批分配方法的目标是如何对任务分批来尽可能的减少报酬,如公式(D),其中Π表示某一任务分批方案。
【专利技术属性】
技术研发人员:蒋嶷川,蒋玖川,时鹏,张友红,
申请(专利权)人:佛山科学技术学院,
类型:发明
国别省市:广东,44
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。