一种基于线性概率的大规模众包任务扩散方法技术

本发明专利技术公开了一种基于线性概率的大规模众包任务扩散方法。该方法中，众包平台和注册用户之间体现为一个反向拍卖过程。注册用户向众包平台提交一个含有报价的标书，众包平台为每个注册用户预测其影响力，并根据预测结果从注册用户中选出一批入选者，并计算每个注册用户的报酬。本发明专利技术所提的大规模众包任务扩散方法对入选者有报酬激励，并满足计算有效性、个人理性和防欺骗性。本方法可广泛用于大规模众包系统中。

A large scale packet task diffusion method based on linear probability

The invention discloses a mass packet task diffusion method based on linear probability. In this method, the public packet platform and the registered user are reflected as a reverse auction process. The registered users submit a bid document containing quotations to the crowdsourcing platform. Crowdsourcing platform predicts its influence for each registered user, and selects a number of recipients from the registered users according to the prediction results, and calculates the remuneration of each registered user. The large mass packet task diffusion method proposed by the invention has remunerated incentives to the candidates and satisfies the computational effectiveness, personal rationality and deception. This method can be widely used in large mass package system.

【技术实现步骤摘要】
一种基于线性概率的大规模众包任务扩散方法
本专利技术属于互联网和算法博弈论的交叉领域，尤其涉及一种基于线性概率的大规模众包任务扩散方法。
技术介绍
众包指的是一个公司或机构把过去员工执行的工作任务，以自由自愿的形式外包给非特定的大众网络的做法。众包的优势在于利用个体，团队，社群的智慧去完成任务。近几年，众包广泛的运用在许多领域，如视频分析，智能城市，机器学习，信息检索，社交网络等领域。随着智能手机的普及，移动众包也逐渐成为满足大范围传感任务需求的一种有效方法。但是目前这些应用都假设有足够的参与者去执行众包任务，这往往不切实际，尤其对于一些具有大规模众包任务完成需求的众包平台。因此最有效的解决方法便是选取在社交网络中影响力较大的参与者去扩散众包任务，让更多的人参与其中。为了选取影响力较大的参与者，评估参与者在社交网络中的影响力是十分重要的。因为被选取扩散者需要消耗设备的能量、计算能力、存储空间、数据流量等去扩散众包任务，参与者需要得到一定数量的激励以抵消这些损失。众包任务扩散的成功实施取决于扩散者数量以及影响力的大小，没有激励上述两点都得不到保证。因此，激励机制的设计在众包任务扩散中十本文档来自技高网...

【技术保护点】
一种基于线性概率的大规模众包任务扩散方法，其特征在于，众包平台和注册用户之间体现为一个反向拍卖过程，步骤如下：步骤201：社交网络应用平台发布一个任务集合T＝{t1,...,tm}，对于每个任务tj∈T需要除注册用户以外的至少rj个人去完成，其中rj被称为任务tj的扩散因子；步骤202：设众包平台注册用户集合为UR＝{1,2,...,n}，每个注册用户i∈UR提交一个标书Bi＝(Ti,bi)，其中

【技术特征摘要】
1.一种基于线性概率的大规模众包任务扩散方法，其特征在于，众包平台和注册用户之间体现为一个反向拍卖过程，步骤如下：步骤201：社交网络应用平台发布一个任务集合T＝{t1,...,tm}，对于每个任务tj∈T需要除注册用户以外的至少rj个人去完成，其中rj被称为任务tj的扩散因子；步骤202：设众包平台注册用户集合为UR＝{1,2,...,n}，每个注册用户i∈UR提交一个标书Bi＝(Ti,bi)，其中为注册用户i愿意扩散的任务集合；bi为注册用户i执行任务集Ti中任务想要获得的最少报酬；步骤203：众包平台预测每个注册用户i对其社交邻居v∈US的影响力其中US为所有注册用户的社交邻居减去注册用户本身之后的集合，设US的大小为q；注册用户i的社交网络邻居指注册用户i在社交网络中的好友；步骤204：众包平台计算入选者集合S；步骤205：众包平台计算每个用户i∈UR的报酬pi；步骤206：众包平台通知入选者，入选者在社交网络中进行任务扩散；步骤207：众包平台向入选者支付报酬。2.如权利要求1所述的一种基于线性概率的大规模众包任务扩散方法，其特征在于，在步骤203中，众包平台预测每个注册用户i对其社交邻居v的影响力的步骤如下：步骤301：对于任意注册用户i及其社交邻居v，计算杰卡德相似系数其中Ni和Nv分别表示注册用户i...

【专利技术属性】
技术研发人员：徐佳，饶正强，徐力杰，王磊，戴华，徐小龙，李涛，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏,32