【技术实现步骤摘要】
一种基于图神经网络的自适应众包任务推荐方法
[0001]本专利技术涉及任务推荐、图神经网络领域，主要应用于众包场景中，具体涉及对基于图神经网络的自适应众包任务推荐。
技术介绍
[0002]信息通讯技术的使用和发展使知识被编码化、标准化和数字化，也使得服务产品可以被分裂或者分解成小部分。信息技术在商业领域的运用，使得传统上在公司内部提供的服务现在被外部化，服务提供者与顾客之间的咨询可以在远距离进行而不需要面对面进行。可以被分解的服务产品类别很多，无论是低价值的数据(例如输入电脑的数据)还是高价值数据(例如建筑设计、精密的金融数据分析、X光、电影、软件开发和广告片段)。
[0003]众包，则受益于社会差异化、多样化带来的创新潜力，是一个公司或机构把工作任务，以自由自愿的形式外包给非特定的大众志愿者的做法。众包的任务通常是由个人来承担，但如果涉及到需要多人协作完成的任务，也有可能以依靠开源的个体生产的形式出现。据中国互联网络信息中心数据表明，截至2007年1月，全球网民已达11亿。在众多的网民中，不乏各种各具特色的人才，为...
【技术保护点】
【技术特征摘要】
1.一种基于图神经网络的自适应众包任务推荐方法，其特征在于，包括如下步骤：步骤1，数据采集：获取真实应用场景中的众包任务对象集合和推荐人群集合；步骤2，数据预处理阶段：根据众包任务对象和推荐人群依据经典KNN方法构建出众包网络图结构和推荐人群网络图结构；步骤3，数据分析阶段：利用图神经网络方法GCN分别在众包网络图结构、推荐人群网络图结构上进行多轮信息传播，对众包任务以及推荐人进行任务嵌入表示和推荐人嵌入表示学习；步骤4，任务推荐阶段：递归的进行步骤3的嵌入表示学习操作，多轮学习后，将得到的众包嵌入表示和推荐人嵌入表示采用t
‑
SNE映射到同一空间当中，根据邻近原则，将对应的任务推荐到具体到个人。2.根据权利要求1所述基于图神经网络的自适应众包任务推荐方法，其特征在于：步骤1中任务对象的特征信息包括起始时间、结束时间、所属类别、任务描述；推荐人群的属性信息包括性别、年龄、职业、地区、个人信息描述。3.根据权利要求2所述基于图神经网络的自适应众包任务推荐方法，其特征在于：步骤2中根据众包任务对象和推荐人群依据经典KNN方法构建出众包网络图结构和推荐人群网络图结构的方法：步骤2a)，针对众包任务对象，将众包任务对象根据其自身特征信息进行数据清洗，之后依据经典KNN方法，找出与每个众包任务最相似的k1个其他众包任务，并将其与K1个任务建立连边，由此构建出由所有众包任务构成的众包网络图结构，其中，k1＝1,2,3，
…
，K1，K1表示需要找出的相似的众包任务个数；步骤2b)，针对推荐人群，将推荐人群根据其属性信息进行数据清洗，之后依据经典KNN方法，找出与每个推荐人群最相似的k2个其他推荐人，并将其与K2个推荐人建立连边，由此构建出由推荐人...
【专利技术属性】
技术研发人员：王崇骏，于花蕾，曹萌，蒋先杰，谢俊元，
申请(专利权)人：南京大学，
类型：发明
国别省市：
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。