一种基于空间众包社交影响偏好的组任务分配方法组成比例

本发明专利技术公开了一种基于空间众包社交影响偏好的组任务分配方法，该方法包括(S1)利用二分图嵌入模型BGEM和注意力机制分析每个工人对不同任务种类的社交影响偏好值，即每个工人和任务类别直接的权值；(S2)引入树分解的任务分配算法根据每个工人对不同任务种类的社交影响偏好值将一个任务分配给多个工人，即工人组。通过上述方案，本发明专利技术通过使用二分图嵌入模型(BGEM)和注意力机制学习工人组对任务种类的基于社交影响的偏好值，在此偏好值的基础上，对空间任务进行分配，从而达到最大任务分配的目的，具有很高的实用价值和推广价值。

A group task allocation method based on social influence preference of spatial crowdsourcing

【技术实现步骤摘要】
一种基于空间众包社交影响偏好的组任务分配方法
本专利技术属于计算机
，具体地讲，是涉及一种基于空间众包社交影响偏好的组任务分配方法。
技术介绍
随着无线网络和移动设备(例如智能电话)的广泛部署，空间众包(SpatialCrowdsourcing，SC)是一种利用分布式移动设备监测人类活动各种现象的新兴范例，它已经引起了学术界和行业界的广泛关注。空间众包的主要思想是招募一组可用的工人，通过实际移动到这些位置来执行特定位置的任务，这被称为任务分配(taskassignment)。现有的大多数SC研究集中于单个任务分配，这种任务分配假设任务很简单并且每个任务只能分配给单个工人。例如，TongYongxin等人设计一些有效的贪心算法来解决空间众包中提出的全局在线微任务分配问题(GlobalOnlineMicro-taskAllocation,GOMA)。DengDingxiong等人同时考虑任务分配和调度，其专利技术了一种近似算法，迭代的改进分配和调度以实现更多复杂的任务。但是在现实情况中，单个工人可能无法独立执行一个复杂的任务(例如，监本文档来自技高网...

【技术保护点】
1.一种基于空间众包社交影响偏好的组任务分配方法，其特征在于，包括如下步骤：/n(S1)利用二分图嵌入模型BGEM和注意力机制分析每个工人对不同任务种类的社交影响偏好值，即每个工人和任务类别直接的权值；/n(S2)引入树分解的任务分配算法根据每个工人对不同任务种类的社交影响偏好值将一个任务分配给多个工人，即工人组。/n

【技术特征摘要】
1.一种基于空间众包社交影响偏好的组任务分配方法，其特征在于，包括如下步骤：
(S1)利用二分图嵌入模型BGEM和注意力机制分析每个工人对不同任务种类的社交影响偏好值，即每个工人和任务类别直接的权值；
(S2)引入树分解的任务分配算法根据每个工人对不同任务种类的社交影响偏好值将一个任务分配给多个工人，即工人组。


2.根据权利要求1所述的一种基于空间众包社交影响偏好的组任务分配方法，其特征在于，所述步骤(S1)中社交影响偏好值的判断类型包括个人交互模型和工人组交互模型。


3.根据权利要求2所述的一种基于空间众包社交影响偏好的组任务分配方法，其特征在于，所述个人交互模型为给定工人和任务之间的交互，即工人-任务交互数据，使用BGEM建模个人工人-任务交互得：



其中，W表示工人集合，C表示任务种类，W∪C表示中的节点集合，EWC表示工人和任务种类间的边集合。


4.根据权利要求2所述的一种基于空间众包社交影响偏好的组任务分配方法，其特征在于，所述工人组交互模型为给定工人组和任务种类之间的交互，使用BGEM建模工人组-任务交互得：



其中，G表示工人组集合，G∪C表示中的节点集合，EGC表示工人组和任务种类间的边集合。


5.根据权利要求1所述的一种基于空间众包社交影响偏好的组任务分配方法，其特征在于，所述步骤(S2)中根据每个工人对不同任务种类的社交影响偏好值对组任务进行分配可...

【专利技术属性】
技术研发人员：郑凯，赵艳，李响，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51