一种基于行为经济学偏好理论的群智感知系统的激励方法技术方案

本发明专利技术公开了一种基于行为经济学偏好理论的群智感知系统的激励方法，主要包括：将群智感知系统的工作流程抽象为6个步骤：1)平台发布任务；2)用户选择任务；3)决定参与计划；4)平台选择参与用户；5)用户报告感知数据；6)报酬支付；针对平台端，将行为经济学中的情境效应引入任务发布机制，建立群智感知中任务对用户吸引程度的函数，进而提高用户的积极性；针对用户端，通过设计新的报酬支付机制，修正基于传统经济学的效用函数，提高用户的效用；根据行为经济学中关于情景效应以及公平偏好的理论和实验，对新的模型进行参数调试，本发明专利技术在一定程度上降低了平台成本，提升了平台端与用户端的收益，从而进一步提高了社会效益。

【技术实现步骤摘要】
一种基于行为经济学偏好理论的群智感知系统的激励方法
本专利技术涉及群智感知
，尤其涉及一种将行为经济学偏好理论引入群智感知系统的激励机制和激励方法。
技术介绍
群智感知是一个将人与虚拟网络相结合的系统，通过招募广大参与用户来获取感知数据。群智感知系统由平台端和用户端两个部分组成。在平台端，需要招募足够数量的参与者来执行感知任务；在用户端，需要保证用户的参与水平；无论是在平台端还是用户端，都需要保证其效用水平，所以，设计激励机制很有必要。在传统的激励机制中，通常是基于传统经济学的理论，遵循偏好一致、实际效用等于实际收益的假设，前者表示个体对物品的偏好程度不会因为特定的情景而发生改变，后者表示个体的效用函数中一般仅包括实际得到的收益。而在行为经济学中，情景效应证明了个体的偏好会随着决策背景的变化而发生偏差；同时个体的一些社会性偏好，比如互惠偏好、公平偏好等会导致用户的效用不等同于实际收益，而由此导致用户的决策出现偏差。所以，以传统经济学理论为导向设计的激励机制有可能出现对用户决策判断失误、机制合理性不高等问题。基于以上的分析，在平台端，本文引入行为经济学中的情境效应，设计了基于情境本文档来自技高网...

【技术保护点】
1.一种基于行为经济学偏好理论的群智感知系统的激励方法，其特征在于，包括如下步骤：步骤1、根据以平台为中心的群智感知模型的定义，对系统进行建模，分为平台端和用户端；步骤2、将群智感知系统的工作流程抽象为6个步骤：1)平台发布任务；2)用户选择任务；3)决定参与计划；4)平台选择参与用户；5)用户报告感知数据；6)报酬支付；步骤3、针对平台端，将行为经济学中的情境效应引入任务发布机制，设计新的任务发布机制，建立群智感知系统中任务对用户吸引程度的函数，进而提高用户的积极性；步骤4、针对用户端，考虑用户基于行为经济学中的公平偏好理论，通过设计新的报酬支付机制，修正基于传统经济学的效用函数，提高用户的...

【技术特征摘要】
1.一种基于行为经济学偏好理论的群智感知系统的激励方法，其特征在于，包括如下步骤：步骤1、根据以平台为中心的群智感知模型的定义，对系统进行建模，分为平台端和用户端；步骤2、将群智感知系统的工作流程抽象为6个步骤：1)平台发布任务；2)用户选择任务；3)决定参与计划；4)平台选择参与用户；5)用户报告感知数据；6)报酬支付；步骤3、针对平台端，将行为经济学中的情境效应引入任务发布机制，设计新的任务发布机制，建立群智感知系统中任务对用户吸引程度的函数，进而提高用户的积极性；步骤4、针对用户端，考虑用户基于行为经济学中的公平偏好理论，通过设计新的报酬支付机制，修正基于传统经济学的效用函数，提高用户的效用；步骤5、根据行为经济学中关于情景效应以及公平偏好的理论和实验，对模型进行参数调试，使其符合行为经济学中的实际情况；步骤6、进行实验仿真，得到相关参数的实验结果，并对数据进行分析，评估各机制所起到的效果。2.根据权利要求1所述的激励方法，所述步骤1中的建模包括：平台端每一轮发布两个类型的任务，任务集合为S＝{slow,shigh}，这两类任务的详细信息将在下一节的任务建模中进行讨论，参与用户i根据任务sty(ty∈{low,high})对自身的吸引值以及自身阈值ψi来决定参与任务的类型，具体表示为：为ty类任务的参与时间吸引值，为报酬吸引值、αi和βi为用户i对参与时间的以及报酬的偏好因子，A,B,C三个参数为无差异曲线的一般表达式的系数，无差异曲线是用来表示两种商品或两组商品的不同数量的组合对消费者所提供的效用是相同的，使用二元一次函数近似替代无差异曲线，表示为另外另ψi＝C；根据以平台为中心的模型定义，参与用户i获得的报酬Qi表示为：其中，W代表任务的总报酬，ti为用户i的参与时间，E代表所有参与者集合；另外，用户的效用函数Pi表示如下：ci表示用户i的单位参与时间开销平台的总报酬M表示为：M＝g(t1,t2,Ltl；n1,n2,L,nl)-W(4)其中，g(t1,t2,Ltl；n1,n2,L,nl)为关于自变量单调递增的严格凹函数，表示用户的参与时间对使得平台能够得到的效益，n1,n2,L,nl分别表示参与时间为t1,t2,Ltl的参与者数量。3.根据权利要求2所述的激励方法，所述步骤3中的设计新的任务发布机制包括，首先根据对群智感知模型的描述，对任务相关属性以及用户的行为模式进行建模：(1)对任务建模ty类型任务sty的属性：参与时间吸引值(与参与时间成反比)、报酬吸引值(与报酬成正比)，注：ty∈{low,high,decoy}slow：高/低；(用户若选择此类任务，时间成本低，得到的报酬也少)shigh：低/高；(用户若选择此类任务，时间成本高，得到的报酬高)(2)对用户分类首先，用户分为3类：1.时间偏好用户(Time-PreferUser)TPU，这一类用户对时间的敏感程度高；2.报酬偏好用户(Payment-PreferUser)PPU，该类用户对报酬的敏感程度较高；3.无偏好用户(Non-PreferUser)NPU，该类用户不会因为报酬或者时间的增加而对其相对的属性有更高的预期要求，对用户i来说，这三类不同类型的有着不同的αi和βi，对于TPU，有αi＞βi，对于PPU，有αi＜βi，对于NPU，有αi＝βi，具体值的设置在实验章节会介绍；(3)用户选择任务当时，用户i才会考虑参与ty类型的任务，否则用户i...

【专利技术属性】
技术研发人员：李登，杨栾，刘佳琦，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南,43