一种基于群智感知网络的用户激励策略确定方法及系统技术方案

本发明专利技术涉及一种基于群智感知网络的用户激励策略确定方法及系统。方法包括获取当前群智感知网络的感知平台的感知任务和感知区域；根据所述感知任务和所述感知区域确定报名用户集；对所述报名用户集采用粒子群算法确定最优报名用户集；获取所述最优报名用户集中每个用户的效用和感知平台的效用；根据所述最优报名用户集中每个用户的效用和感知平台的效用集，采用Stackelberg博弈的激励机制确定所述最优报名用户集中每个用户的激励策略。本发明专利技术所提供的一种基于群智感知网络的用户激励策略确定方法及系统，激励用户积极参与任务，提高用户参与积极性。

【技术实现步骤摘要】
一种基于群智感知网络的用户激励策略确定方法及系统
本专利技术涉及群智感知网络领域，特别是涉及一种基于群智感知网络的用户激励策略确定方法及系统。
技术介绍
随着群智感知网络的出现，人们可以携带智能设备从各地收集大量的数据。与传统的传感器网络相比，群智感知具有部署成本低、数据收集更具有多样性、数据收集后更容易维护等特点。由于群智感知是需要大量的普通用户主动收集数据并且乐于上传数据，对于用户来说，除了不可避免的会打扰日常使用智能设备进行工作和生活，也会给用户造成一些成本代价，比如能量和网络带宽的消耗。造成用户参与积极性低，不能获得最大的效用。
技术实现思路
本专利技术的目的是提供一种基于群智感知网络的用户激励策略确定方法及系统，激励用户积极参与任务，提高用户参与积极性。为实现上述目的，本专利技术提供了如下方案：一种基于群智感知网络的用户激励策略确定方法，包括：获取当前群智感知网络的感知平台的感知任务和感知区域；根据所述感知任务和所述感知区域确定报名用户集；所述报名用户集为在所述感知区域内对所述感知任务感兴趣的用户；每个所述用户都携带智能设备传感器；对所述报名用户集采用粒子群算法确定最优报名用户集；获取所述最优报名用户集中每个用户的效用和感知平台的效用；根据所述最优报名用户集中每个用户的效用和感知平台的效用集，采用Stackelberg博弈的激励机制确定所述最优报名用户集中每个用户的激励策略；所述激励策略包括带宽策略、响应策略以及任务优先级策略。r>可选的，所述对所述报名用户集采用粒子群算法确定最优报名用户集，具体包括：对所述报名用户集采用粒子群算法确定虚拟点集合；根据所述虚拟点集合以及所述报名用户集的覆盖率和信誉度确定最优报名用户集。可选的，所述根据所述最优报名用户集中每个用户的效用和感知平台的效用集，采用Stackelberg博弈的激励机制确定所述最优报名用户集中每个用户的激励策略，之后还包括：根据所述最优报名用户集中每个用户对应的激励策略进行激励。可选的，所述根据所述最优报名用户集中每个用户的效用和感知平台的效用集，采用Stackelberg博弈的激励机制确定所述最优报名用户集中每个用户的激励策略，之后还包括：获取所述最优报名用户集中每个用户的感知数据；对所述感知数据进行数据质量评估，得到数据质量评估结果；根据所述数据质量评估结果更新所述感知数据对应的用户的信誉度。一种基于群智感知网络的用户激励策略确定系统，包括：第一获取模块，用于获取当前群智感知网络的感知平台的感知任务和感知区域；报名用户集确定模块，用于根据所述感知任务和所述感知区域确定报名用户集；所述报名用户集为在所述感知区域内对所述感知任务感兴趣的用户；每个所述用户都携带智能设备传感器；最优报名用户集确定模块，用于对所述报名用户集采用粒子群算法确定最优报名用户集；第二获取模块，用于获取所述最优报名用户集中每个用户的效用和感知平台的效用；激励策略确定模块，用于根据所述最优报名用户集中每个用户的效用和感知平台的效用集，采用Stackelberg博弈的激励机制确定所述最优报名用户集中每个用户的激励策略；所述激励策略包括带宽策略、响应策略以及任务优先级策略。可选的，所述最优报名用户集确定模块具体包括：虚拟点集合确定单元，用于对所述报名用户集采用粒子群算法确定虚拟点集合；最优报名用户集确定单元，用于根据所述虚拟点集合以及所述报名用户集的覆盖率和信誉度确定最优报名用户集。可选的，还包括：激励模块，用于根据所述最优报名用户集中每个用户对应的激励策略进行激励。可选的，还包括：第三获取模块，用于获取所述最优报名用户集中每个用户的感知数据；数据质量评估结果确定模块，用于对所述感知数据进行数据质量评估，得到数据质量评估结果；用户的信誉度更新模块，用于根据所述数据质量评估结果更新所述感知数据对应的用户的信誉度。根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术所提供的一种基于群智感知网络的用户激励策略确定方法及系统，根据采用粒子群算法确定最优报名用户集，使用户上传的感知数据覆盖率与可信度得到保证，从而使所提交的数据在感知区域覆盖面积更大、数据质量可信度更高；再根据所述最优报名用户集中每个用户的效用和感知平台的效用以及Stackelberg博弈的激励机制确定所述最优报名用户集中每个用户的激励策略，获得最大的效用，进而激励用户积极参与任务，提高用户参与积极性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术所提供的一种基于群智感知网络的用户激励策略确定方法流程示意图；图2为本专利技术所提供的一种基于群智感知网络的用户激励策略确定系统结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术的目的是提供一种基于群智感知网络的用户激励策略确定方法及系统，激励用户积极参与任务，提高用户参与积极性。为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。群智感知网络主要由感知平台(Server)和若干个参与者组成，对于参与者来说，有任务发布者和N个用户(User)。在给定的感知区域，任务发布者将感知任务上传给平台，然后将任务进行广播。该区域内存在一组用户对任务做出响应，首先对该组用户基于覆盖率和信誉度进行多目标选取最优用户集，然后用户上传感知数据并进行激励，最后根据感知数据的数据质量进行信誉度的更新。图1为本专利技术所提供的一种基于群智感知网络的用户激励策略确定方法流程示意图，如图1所示，本专利技术所提供的一种基于群智感知网络的用户激励策略确定方法，包括：S101，获取当前群智感知网络中感知平台的感知任务和感知区域。任务发布者向感知平台发布感知任务和感知区域，进而再通过感知平台获取感知任务和感知区域。S102，根据所述感知任务和所述感知区域确定报名用户集；所述报名用户集为在所述感知区域内对所述感知任务感兴趣的用户；每个所述用户都携带智能设备传感器。S103，对所述报名用户集采用粒子群算法确定最优报名用户集。对所述报名用户集采用粒子群算法确定虚拟点集合。在群智感知区域内利用粒子群算法选择用户，每个用户都有自己的历史信誉度值和地理位置信息，首先随机选出满足区域本文档来自技高网...

【技术保护点】
1.一种基于群智感知网络的用户激励策略确定方法，其特征在于，包括：/n获取当前群智感知网络的感知平台的感知任务和感知区域；/n根据所述感知任务和所述感知区域确定报名用户集；所述报名用户集为在所述感知区域内对所述感知任务感兴趣的用户；每个所述用户都携带智能设备传感器；/n对所述报名用户集采用粒子群算法确定最优报名用户集；/n获取所述最优报名用户集中每个用户的效用和感知平台的效用；/n根据所述最优报名用户集中每个用户的效用和感知平台的效用集，采用Stackelberg博弈的激励机制确定所述最优报名用户集中每个用户的激励策略；所述激励策略包括带宽策略、响应策略以及任务优先级策略。/n

【技术特征摘要】
1.一种基于群智感知网络的用户激励策略确定方法，其特征在于，包括：
获取当前群智感知网络的感知平台的感知任务和感知区域；
根据所述感知任务和所述感知区域确定报名用户集；所述报名用户集为在所述感知区域内对所述感知任务感兴趣的用户；每个所述用户都携带智能设备传感器；
对所述报名用户集采用粒子群算法确定最优报名用户集；
获取所述最优报名用户集中每个用户的效用和感知平台的效用；
根据所述最优报名用户集中每个用户的效用和感知平台的效用集，采用Stackelberg博弈的激励机制确定所述最优报名用户集中每个用户的激励策略；所述激励策略包括带宽策略、响应策略以及任务优先级策略。


2.根据权利要求1所述的一种基于群智感知网络的用户激励策略确定方法，其特征在于，所述对所述报名用户集采用粒子群算法确定最优报名用户集，具体包括：
对所述报名用户集采用粒子群算法确定虚拟点集合；
根据所述虚拟点集合以及所述报名用户集的覆盖率和信誉度确定最优报名用户集。


3.根据权利要求1所述的一种基于群智感知网络的用户激励策略确定方法，其特征在于，所述根据所述最优报名用户集中每个用户的效用和感知平台的效用集，采用Stackelberg博弈的激励机制确定所述最优报名用户集中每个用户的激励策略，之后还包括：
根据所述最优报名用户集中每个用户对应的激励策略进行激励。


4.根据权利要求1所述的一种基于群智感知网络的用户激励策略确定方法，其特征在于，所述根据所述最优报名用户集中每个用户的效用和感知平台的效用集，采用Stackelberg博弈的激励机制确定所述最优报名用户集中每个用户的激励策略，之后还包括：
获取所述最优报名用户集中每个用户的感知数据；
对所述感知数据进行数据质量评估，得到数据质量评估结果；
根据所述数据质量评估结果更新所述...

【专利技术属性】
技术研发人员：冯欣，张婧，杨潇潇，
申请(专利权)人：长春理工大学，
类型：发明
国别省市：吉林;22