一种面向社交的可调竞价异构任务分配方法组成比例

本发明专利技术公开了一种面向社交的可调竞价异构任务分配方法，先对用户社交网络关系进行计算处理，并构建多项合作任务系统模型，利用融合影响度和用户多样性对社交网络上用户进行领导者初始化，从社交网络敏感性和用户多样性两个方面来选择尽可能多共享信息的领导者；利用领导者集对社交网络中邻居进行搜索，形成多项合作任务组。然后针对多项合作任务组中的用户，进行卖家向买家竞价；买家利用本地最优接受选定卖家并拒绝其他卖家；利用动态调整竞价对被拒绝卖家进行竞价调整；最后通过多次重复，买家对卖家进行协商完成任务分配。本发明专利技术能有效降低不同用户群体协同完成感知任务时所招募用户之间的沟通成本，并满足单用户间不同的需求与偏好。同的需求与偏好。同的需求与偏好。

【技术实现步骤摘要】
一种面向社交的可调竞价异构任务分配方法


[0001]本专利技术涉及互联网
，尤其涉及一种面向社交的可调竞价异构任务分配方法。

技术介绍

[0002]将可调竞价异构任务分配算法应用到群体社交关系中，从大量具有群体社交关系的用户中招募参与者共同完成任务，实现合理的用户招募和有效的任务分配，随着不同用户群体协同完成感知任务同时降低所有招募用户之间的沟通成本，单个用户呈现不同的需求与偏好，会造成未考虑用户偏好的任务分配和用户不满意，影响招募用户对任务的参与及异构任务覆盖率。

技术实现思路

[0003]针对上述缺陷或不足，本专利技术的目的在于提供一种面向社交的可调竞价异构任务分配方法，在群体社交关系下满足用户的利润偏好。
[0004]为实现上述目的，本专利技术提供了一种面向社交的可调竞价异构任务分配方法，包括以下步骤：
[0005]S101：对用户社交网络关系进行计算处理，并构建多项合作任务系统模型；
[0006]S102：利用融合影响度和用户多样性对社交网络上用户进行领导者初始化；
[0007]S103：利用领导者集对社交网络中邻居进行搜索，形成多项合作任务组；
[0008]S104：对合作任务组中的用户进行卖家向买家竞价；
[0009]S105：利用本地最优接受选定卖家并拒绝其他卖家；
[0010]S106：利用动态调整竞价对被拒绝卖家进行竞价调整；
[0011]S107：重复步骤S101
‑
步骤S106，买家对卖家进行协商完成任务分配。
[0012]可选地，所述多项合作任务系统模型由一个服务平台、一个无线基站以及一些具有群体社交关系的用户组成，服务平台发布N个异构任务，M个用户的集合组成一个群体社交网络，群体社交网络中的一个用户与至少一个其他用户通信连接。
[0013]可选地，所述多项合作任务系统模型中，服务平台发布N个异构任务，其集合定义为M个用户的集合表示为系统共有L种类型的任务资源，即任务资源集合每个用户与如下有关：用户s
i
拥有的任务资源r(s
i
)表示为r(s
i
)＝{1,2,...,r0}，r0＜L，其中r0表示用户最多拥有任务资源的数量；任务由五元组＜R
k
,D
k
,B
k
,U
k
,CA
k
＞表示，R
k
表示任务t
k
需要的一组任务资源，D
k
表示任务t
k
需要的一组任务资源的质量要求，B
k
表示任务t
k
的预算，U
k
表示任务t
k
的收益或效用，CA
k
表示执行任务t
k
所需的计算量；且设定一项任务始终需要拥有不同任务资源的多个用户合作参与。
[0014]可选地，在所述多项合作任务系统模型中定义一个M
×
N的矩阵S表示用户的资源分配情况，表示用户s
i
为任务t
k
提供j资源，对于用户的资源有如下的约束：
[0015][0016]参与任务t
k
的用户为M
k
，任务t
k
的效用函数定义为：
[0017][0018]其中，RN(k)表示所有用户实际为任务t
k
提供的资源个数；RN(k)/|R
k
|表示任务t
k
的完成率，用户在参与感知任务时，花费的成本包含计算资源和电池能量的消耗，用户s
i
在执行多项合作任务时消耗的计算资源和电池能量分别表示为tm
i
和e
i
，其中f
i
表示用户s
i
持有的计算能力，单位为cycles/s；
[0019]如果用户s
i
提供任务资源j，任务完成时间表示为tm
i
＝ca
j
/f
i
，其中ca
j
＝CA
k
/|R
k
|表示任务t
k
所需任务资源j的计算量；
[0020]计算用户执行任务时的电池能量消耗时使用能耗模型ε＝κf2，其中κ是芯片结构的能量系数，f是CPU的频率，用户s
i
提供资源j时的能量消耗表示为：
[0021][0022]用户s
i
提供感知资源j的成本为：
[0023]c(i,j)＝κf
i2
ca
j
+ca
j
/f
i
[0024]考虑到感知服务平台的所有任务，感知服务平台的效用函数由下式给出：
[0025][0026]可选地，利用融合影响度和用户多样性对社交网络上用户进行领导者初始化，包括：
[0027]基于影响度的启发式领导者选择方法对社交网络中用户迭代地选择影响度增加最大的领导者；同时根据社交网络中的用户多样性选择更加多样化的用户作为领导者，使受影响的用户分布更均匀。
[0028]可选地，利用领导者集对社交网络中邻居进行搜索，形成多项合作任务组，包括：
[0029]选择领导者邻居中连接良好的用户，使领导者与所选多项合作任务组用户间通信成本最小，同时为当前未完成任务选择最具成本效益的用户，使所选多项合作任务组用户覆盖未完成任务的平均成本最低。
[0030]可选地，对合作任务组中的用户进行卖家向买家竞价，包括：
[0031]每一轮分布式交互步骤中作为卖家的用户向偏好选择的买家发送竞价包；并发送任务的竞价和任务完成质量。
[0032]可选地，利用本地最优接受选定卖家并拒绝其他卖家，包括：
[0033]买家在预算限制下从卖家收集到的竞价包中选择本地最优的卖家临时接受；并将本地决定发送给选定的卖家，拒绝其他卖家。
[0034]可选地，利用动态调整竞价对被拒绝卖家进行竞价调整，包括：
[0035]得到买家决定被拒绝的卖家在下一轮交易中决定是否减少其竞价；被买家接受的卖家竞价在下一轮交易中保持不变。
[0036]可选地，重复步骤S101
‑
步骤S106，买家对卖家进行协商完成任务分配，包括：
[0037]基于当前群体社交关系中的用户在当前轮次的竞价与上一轮是否相同，当所有用
户的竞价与第m轮相同时，则任务分配将在第m轮结束后终止，当前交易终止；当第m轮之后存在变化的竞价，则在下一轮m+1中继续重复上述过程。
[0038]本专利技术的效果是：
[0039]本专利技术提供的一种面向社交的可调竞价异构任务分配方法，从群体社交关系出发，对用户间社交网络关系进行计算处理；对社交网络上用户，引入融合影响度和用户多样性的思想本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向社交的可调竞价异构任务分配方法，其特征在于，包括以下步骤：S101：对用户社交网络关系进行计算处理，并构建多项合作任务系统模型；S102：利用融合影响度和用户多样性对社交网络上用户进行领导者初始化；S103：利用领导者集对社交网络中邻居进行搜索，形成多项合作任务组；S104：对合作任务组中的用户进行卖家向买家竞价；S105：利用本地最优接受选定卖家并拒绝其他卖家；S106：利用动态调整竞价对被拒绝卖家进行竞价调整；S107：重复步骤S101
‑
步骤S106，买家对卖家进行协商完成任务分配。2.如权利要求1所述的面向社交的可调竞价异构任务分配方法，其特征在于，所述多项合作任务系统模型由一个服务平台、一个无线基站以及一些具有群体社交关系的用户组成，服务平台发布N个异构任务，M个用户的集合组成一个群体社交网络，群体社交网络中的一个用户与至少一个其他用户通信连接。3.如权利要求2所述的面向社交的可调竞价异构任务分配方法，其特征在于，所述多项合作任务系统模型中，服务平台发布N个异构任务，其集合定义为M个用户的集合表示为系统共有L种类型的任务资源，即任务资源集合每个用户与如下有关：用户s
i
拥有的任务资源r(s
i
)表示为r(s
i
)＝{1,2,...,r0}，r0＜L，其中r0表示用户最多拥有任务资源的数量；任务由五元组＜R
k
,D
k
,B
k
,U
k
,CA
k
＞表示，R
k
表示任务t
k
需要的一组任务资源，D
k
表示任务t
k
需要的一组任务资源的质量要求，B
k
表示任务t
k
的预算，U
k
表示任务t
k
的收益或效用，CA
k
表示执行任务t
k
所需的计算量；且设定一项任务始终需要拥有不同任务资源的多个用户合作参与。4.如权利要求3所述的面向社交的可调竞价异构任务分配方法，其特征在于，在所述多项合作任务系统模型中定义一个M
×
N的矩阵S表示用户的资源分配情况，表示用户s
i
为任务t
k
提供j资源，对于用户的资源有如下的约束：参与任务t
k
的用户为M
k
，任务t
k
的效用函数定义为：其中，RN(k)表示所有用户实际为任务t
k
提供的资源个数；RN(k)/|R
k
|表示任务t
k
的完成率，用户在参与感知任务时，花费的成本包含计算资源和电池能量的消耗，用户s
i
在执行多项合作任务时消耗的计算资源...

【专利技术属性】
技术研发人员：黄天聪，张明远，潘伟，沈冲飞，曹恒，冯曦，陈世勇，吴玉成，
申请(专利权)人：国网山西省电力公司晋中供电公司北京智芯微电子科技有限公司，
类型：发明
国别省市：