一种移动群智感知任务中基于数据质量的参与者选择方法技术

本发明专利技术设计了一种任务分配方法，重点研究工作者的信誉、工作者的能力以及工作者与任务位置的距离三个方面，在将花费控制在一定范围的同时，最大限度地提高预期的结果质量。最终经过实验评估，本发明专利技术的方法在节省预算方面能与之前的方法保持在相同水准的前提下，在控制任务平均错误率方面有了显著的进步。

A Participant Selection Method Based on Data Quality in Mobile Group Intelligence Perception Tasks

The invention designs a task allocation method, focusing on three aspects: the reputation of the worker, the ability of the worker and the distance between the worker and the task location, while controlling the cost to a certain extent, maximizing the quality of the expected results. Finally, after experimental evaluation, the method of the present invention has made remarkable progress in controlling the average error rate of tasks while maintaining the same level of budget saving as the previous method.

【技术实现步骤摘要】
一种移动群智感知任务中基于数据质量的参与者选择方法
本专利技术涉及一种任务分配方法，特别地，涉及到一种为解决参与者选择问题，而使用的启发式算法。
技术介绍
智能设备不仅可以作为移动设备进行日常通信，而且还因为其本身所含的嵌入式传感器，如加速传感器、数字罗盘、麦克风、摄像头等，而将其作为强大的感知单元。利用这些传感器使招募普通人来手机和共享感知数据变成了可能，“移动群智感知”便是基于这一新兴应用发展而来的一个新的研究领域。群智感知网络是一种利用广大普通用户现有的、集成大量传感器的移动设备(如手机等)构成的感知网络。普通用户的移动设备(如手机、平板电脑等)作为基本的感知单元，通过互联网(如WiFi、蜂窝网络和有线网络等)进行有意识或无意识的协作，实现感知任务分发与感知数据收集，完成大规模的、复杂的社会感知任务。移动群智感知任务的完成离不开移动群智感知平台的建立，当前已经有许多在线的众包平台和移动群智感知平台提供部分商业服务，比较被大家所熟知的有国内的中国移动在线众包平台，百度众包平台，以及国外的知名企业亚马逊的众包平台MechanicalTurk。通过移动群智感知平台，群智感知工作者可以本文档来自技高网...

【技术保护点】
1.一种移动群智感知任务中基于数据质量的参与者选择方法，其特征在于，包括以下步骤：(1)根据工作者的信誉来进行参与者的选择；(2)根据工作者的工作能力来进行参与者的选择；(3)在选择工作者时同时兼顾工作者的综合能力，创造了更好的支付方案。

【技术特征摘要】
1.一种移动群智感知任务中基于数据质量的参与者选择方法，其特征在于，包括以下步骤：(1)根据工作者的信誉来进行参与者的选择；(2)根据工作者的工作能力来进行参与者的选择；(3)在选择工作者时同时兼顾工作者的综合能力，创造了更好的支付方案。2.根据权利要求1所述的移动群智感知任务中基于数据质量的参与者选择方法，其特征在于，所述的步骤(1)中根据工作者的信誉来进行参与者的选择包括以下步骤：(2.A)用i来表示任务发布者，Ti表示感知任务，任务发布者i发布感知任务Ti；其中Ti包含许多信息，分别是表示的是感知任务的具体位置，这个位置通过经度和纬度来具体表示，Ri表示的是所招募的工作者距离任务位置的距离最远不能超过这个范围；表示任务发布者支付给参与任务Ti的工作者的酬金的总预算；表示的就是支付给第一类工作者的酬金，第一类工作者指同时具有高信誉和高工作能力的工作者；表示的是支付给第二类工作者的酬金，第二类工作者或者具有高信誉和中等工作能力，或者具有中等信誉和高工作能力；指的则是支付给第三类工作者的酬金，第三类工作者指的是同时具有中等信誉和中等工作能力的工作者；(2.B)这里将工作者的信誉值分为三个等级，分别为高信誉值、中等信誉值和低信誉值；的值由任务发布者来决定；本文已经将工作者的信誉分为了三个等级，现在需要用ThHM和ThML来划分工作者的信誉值(0≤ThML≤ThHM≤1)；ThHM用来划分高信誉工作者与中等信誉工作者，ThML用来划分中等信誉工作者和低信誉工作者；同时本文这里规定工作者的信誉值范围是从0到1，工作者在还未参与过任何感知任务时其信誉值为中等信誉；本文使用j来表示工作者，即工作者j；用rj来表示工作者j的信誉(即0≤ri≤1)；(2.C)在对工作者信誉的处理方面，使用BRS系统来处理工作者的信誉问题，用sj和fj来记录工作者j在之前的任务中的表现：(2.D)sj是由工作者j提供的“正确”数据的任务数量，fj是由工作者j提供的“不正确”数据的任务的数量；“正确”指的是“和大多...

【专利技术属性】
技术研发人员：孙学梅，苏华，杨小蓉，
申请(专利权)人：天津工业大学，
类型：发明
国别省市：天津,12