一种众包系统中考虑报酬打折的任务批量分配方法技术方案

本发明专利技术公开了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)众包任务的分批分配过程。本发明专利技术与现有技术相比具有以下优点：1)通过将大规模的众包任务按批分配，并对批量任务的报酬打折，相较于传统的单个任务的分配方式，能够减少任务发布者的花销；2)任务分批分配方法相较于任务单独分配的模式，能够提高众包任务分配的速率。

A method for batch assignment of tasks in consideration of remuneration in a public packet system

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)众包任务的分批分配过程。作为上述技术方案的进一步改进，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，所含有技能表示为集合Sj；(1.2)分批任务报酬打折模型：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,tB}，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；作为上述技术方案的进一步改进，所述步骤(2)中的任务间差异性计算与中心任务选择的步骤如下：(2.1)任务间差异性定义：给定任意两个任务tx和ty，任务间差异性用于表示两任务间的差异性，因此，根据任务所需技能集合，任务间差异性定义如公式(E)；其中Rx和Ry分别表示任务tx和ty所需的技能集合。(2.2)中心任务选择：给定任务集合T，定义中心任务tc为任务集合中与其他任务的差异性之和最小的任务，如公式(F)；作为上述技术方案的进一步改进，所述步骤(3)中的众包任务的分批过程的步骤如下：众包任务的分批过程的主要思想是首先找到一个中心任务，然后围绕中心任务逐步扩大该批任务集合，使得该批任务尽可能包含更多的任务，有利于报酬的减少，同时，利用批任务的约束条件逐步缩小候选工人的搜素范围，最后再将该批任务分配给某个候选工人，有利于加快任务批分配的时间，主要所述步骤(3)的具体步骤如下：(3.1)根据步骤(2.2)的定义找到任务集合T的中心任务tc，若任务集合T为空，则终止该过程。定义变量B表示批任务的有序集，用中心任务初始化有序集合B，B＝{tc}，并根据批任务的约束条件(1.3.1)和(1.3.2)得到工人集合W中符合约束条件的候选工人集Wt；(3.2)若候选工人集Wt为空，则将该任务从集合T中剔除，T＝T-{tc}，并重复步骤(3.1)；否则，则定义临时工人集合Wtemp和临时任务集合Ttemp，使得Wtemp＝Wt，Ttemp＝T；(3.3)若临时任务集合Ttemp为空，则将该批任务B分配给候选工人集Wtemp中的某一个工人，可按照工人选择偏好来选择工人，然后将该批任务B从集合T中剔除，T＝T-B，将该工人wc从工人集合W中剔除，W＝W-{wc}，并重复步骤(3.1)；否则，从任务集合Ttemp中找到与中心任务tc的差异性最近的任务tb，然后从临时候选工人集Wtemp中选择得到符合任务tb约束条件的候选工人集Wt，再判断得到的候选工人集Wt是否为空：(3.3.1)若为空，则将该任务tb从集合Ttemp中剔除，Ttemp＝Ttemp-{tb}；然后重复步骤(3.3)；(3.3.2)若不为空，则将该任务tb加入批任务集合B，B＝BU{tb}；将临时候选工人集Wtemp赋值为Wt，Wtemp＝Wt，并临时任务集合赋值为Ttemp＝T-B；然后重复步骤(3.3)；本专利技术的有益效果是：本专利技术与现有技术相比具有以下优点：1)通过将大规模的众包任务按批分配给众包工人，并对每批次任务的报酬进行打折，相较于传统的单个任务的分配方式，能够减少任务发布者的花销；2)任务分批分配算法简洁高效，相较于任务单独分配的模式，能够提高众包任务分配的速率。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单说明。显然，所描述的附图只是本专利技术的一部分实施例，而不是全部实施例，本领域的技术人员在不付出创造性劳动的前提下，还可以根据这些附图获得其他设计方案和附图。图1为本专利技术的流程图。具体实施方式以下将结合实施例和附图对本专利技术的构思、具体结构及产生的技术效果进行清楚、完整地描述，以充分地理解本专利技术的目的、特征和效果。显然，所描述的实施例只是本专利技术的一部分实施例，而不是全部实施例，基于本专利技术的实施例，本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例，均属于本专利技术保护的范围。另外，文中所提到的所有联接/连接关系，并非单指构件直接相接，而是指可根据具体实施情况，通过添加或减少联接辅件，来组成更优的联接结构。本专利技术创造中本文档来自技高网...

【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