【技术实现步骤摘要】
社交网络中基于概念格的协作成本任务分配方法及其系统
本专利技术涉及社交网络,具体涉及社交网络中基于概念格的协作成本任务分配方法及其系统。
技术介绍
一项复杂任务通常需要团队的参与者间协作完成。例如,对于一项互联网金融工程,需要来自软件开发、金融分析等不同领域的专家组成技术团队,才能保证该项工程的顺利完成。因此,参与者的选择,进而形成一个高效的团队是社交网络中协作任务得以成功完成的保障。研究表明,参与者间的社会关系对于任务完成的效率具有重要影响。低协作成本的团队能提升协作任务完成的质量,而高协作成本的团队能保证竞争型任务的公平性。在社交网络中,多项任务共存,每项任务对应数种技能的组合,每位参与者具备不同技能。任务分配的本质在于为每项任务招募团队,满足任务对技能的需求。现实生活中,参与者之间亲疏有别,关系紧密的团队参与者导致低的通信和协作成本。同时,一些任务希望参与者来自不同的阵营,能代表各个阶层的声音,如项目评审或各级评奖,评审团参与者之间弱联系的存在,能保证评审结果的客观公正。根据社交网络中不同类型任务的不同目标,将两种情况下的任务分配问题分别建模为强联系组队问题(TFP-ST,TeamFormationProblemwithStrongTies)与弱联系组队问题(TFP-WT,TeamFormationProblemwithWeakTies)。现有工作研究了强联系团队的形成方法,设计不同的协作成本函数作为度量标准,用以评估形成团队的性能。加州大学河滨分校引入两个概念,即最小生成树(MST,MinimumSpanningTree)和团队的最大直径作为度量标 ...
【技术保护点】
1.社交网络中基于概念格的协作成本任务分配方法,包括以下步骤:步骤1:对社交网络、社交网络中的任务、社交网络中的参与者以及参与者所具备的技能进行建模,得到任务分配系统模型,所述的任务分配系统模型包括社交网络模型、任务‑技能模型和参与者‑技能模型;步骤2:从所述的任务分配系统模型中分别构建TFP‑ST模型和TFP‑WT模型,所述的TFP‑ST模型包括目标函数及约束条件,所述的TFP‑WT模型包括目标函数及约束条件,所述的TFP‑ST为强联系组队问题,所述的TFP‑WT为弱联系组队问题;其特征在于:步骤3:对社交网络模型采用形式概念分析得到社交网络中的概念格,然后用InClose算法对社交网络中的概念格处理获得社交网络模型中的小团体gi的集合g;步骤4:对任务分配系统模型中的任务,获取所述的小团体gi的技能矩阵f(gi),根据f(gi)找出满足所述的TFP‑ST模型中的约束条件和目标函数的小团体,构建强联系团队;对任务分配系统模型中的任务,从步骤3中的小团体集合g中找出满足所述的TFP‑WT模型中的约束条件和目标函数的参与者集合,构建弱联系团队。
【技术特征摘要】
1.社交网络中基于概念格的协作成本任务分配方法,包括以下步骤:步骤1:对社交网络、社交网络中的任务、社交网络中的参与者以及参与者所具备的技能进行建模,得到任务分配系统模型,所述的任务分配系统模型包括社交网络模型、任务-技能模型和参与者-技能模型;步骤2:从所述的任务分配系统模型中分别构建TFP-ST模型和TFP-WT模型,所述的TFP-ST模型包括目标函数及约束条件,所述的TFP-WT模型包括目标函数及约束条件,所述的TFP-ST为强联系组队问题,所述的TFP-WT为弱联系组队问题;其特征在于:步骤3:对社交网络模型采用形式概念分析得到社交网络中的概念格,然后用InClose算法对社交网络中的概念格处理获得社交网络模型中的小团体gi的集合g;步骤4:对任务分配系统模型中的任务,获取所述的小团体gi的技能矩阵f(gi),根据f(gi)找出满足所述的TFP-ST模型中的约束条件和目标函数的小团体,构建强联系团队;对任务分配系统模型中的任务,从步骤3中的小团体集合g中找出满足所述的TFP-WT模型中的约束条件和目标函数的参与者集合,构建弱联系团队。2.如权利要求1所述的社交网络中基于概念格的协作成本任务分配方法,其特征在于,步骤1中所述的社交网络模型为图G,G=(V,E),其中V为G中节点的集合,表示社交网络中参与者的集合,G中的节点u∈V,表示一个社交网络中的参与者;|V|=N,N为节点的数目,表示社交网络中参与者的数目,N>0;E表示图G中边的集合,E中边的权重表示两个相邻参与者之间的通信成本;所述的任务-技能模型具体为:ti=[ti1…tik…tiM],ti∈T,其中,ti为任务矩阵,表示任务分配系统模型中第i个任务;tik表示任务分配系统模型中任务ti是否需要第k个技能;M表示任务分配系统模型中所有技能领域的数目,M≥1,为有限的正整数,1≤k≤M;T表示任务分配系统模型中任务的集合,T≥1,为有限的正整数;所述的参与者-技能模型具体为:pj=[pj1…pjk…pjM]其中,sk表示任务分配系统模型中第k个技能;pj表示参与者j拥有的技能信息表;pjk表示参与者j对技能sk的熟练度,0≤pjk≤1,若pjk=0,表示参与者j未掌握技能sk,若pjk>0,表示参与者j掌握技能sk,pjk的值越大,表示参与者j对技能sk的掌握熟练度越高;Sj为参与者j掌握的技能集合。3.如权利要求2所述的社交网络中基于概念格的协作成本任务分配方法,其特征在于,步骤2中所述的TFP-ST模型包括目标函数及约束条件,具体为,目标函数为:Min(Mst(V′))约束条件为:步骤2中所述的TFP-WT模型包括目标函数及约束条件,其中,目标函数为:Max(Min(V′))约束条件:其中,V′表示构建的团队中包含的参与者的集合;E′表示子集V′构建的子图中边的集合;若tik=1,表示任务ti需要技能sk,若tik=0,表示任务ti不需要技能sk;Mst(V′)表示构建的团队的最小生成树;Min(V′)表示团队V′的最小通信成本。4.如权利要求3所述的社交网络中基于概念格的协作成本任务分配方法,其特征在于,步骤3中获得社交网络模型中的小团体gi集合g的方法如下:对社交网...
【专利技术属性】
技术研发人员:尹小燕,王倩倩,孙婷,孟一,金博,陈峰,陈晓江,房鼎益,
申请(专利权)人:西北大学,
类型:发明
国别省市:陕西,61
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。