面向去中心化群体决策的激励方法及设备技术

本申请实施例公开了面向去中心化群体决策的激励方法，用于激励用户上报高质量信息。本申请实施例方法包括：向每个参与方设备发送待解决问题，所述待解决问题为二元问题；接收所述每个参与方设备发送的努力程度以及激励贡献，所述努力程度以及所述激励贡献基于所述待解决问题确定；根据所述每个参与方设备的努力程度、所述每个参与方设备的激励贡献以及预设效用公式，计算所述每个参与方设备的第一效用值；向所述每个参与方设备发送所述每个参与方设备的第一效用值；若接收到所述每个参与方设备发送的针对第一效用值的激励确认指令，则向所述每个参与方设备分配总激励，所述总激励为所述每个参与方设备发送的激励贡献之和。为所述每个参与方设备发送的激励贡献之和。为所述每个参与方设备发送的激励贡献之和。

【技术实现步骤摘要】
面向去中心化群体决策的激励方法及设备


[0001]本申请实施例涉及群体决策领域，尤其涉及面向去中心化群体决策的激励方法及设备。

技术介绍

[0002]群体的智慧指从一组参与者中获取高质量信息，其应用十分广泛，从简单的投票、问卷调查，到相对复杂的问题解决、决策、创新等。获取群体智慧的关键在于从人群中收集高质量信息。然而，由于数据收集的开放性，用户的质量良莠不齐，大量非专业用户的存在会降低收集到的信息的质量。此外，收据数据信息有成本(时间、精力、设备等成本)，如果没有合理有效的激励机制，用户没有动力去收集并提供高质量信息。
[0003]在许多领域中，用户提供的信息质量是无法验证的，一方面是因为收集的数据包含主观性信息，如用户对某餐厅或商品的评价；另一方面是因为验证的成本过于高昂，如逐条核实用户上报海量信息(交通、排队状况等)。众包技术被广泛用于这类无法验证的信息获取，针对众包技术的激励机制设计大多考虑有中央调控者(如平台)的设定，中央调控者通过给用户提供激励来协调用户的参与。例如，方式一：以用户在平台上的声誉值作为激励，引导用户的反馈可靠信息；方式二：通过奖励积分激励正常节点不断参与众包任务，以确保系统的良性运行。然而，现实中存在许多不存在中央调控者的情况，如在艺术鉴定中，一群学者合力鉴别一幅画作的真伪。这种去中心化的信息获取广泛存在于教育、艺术、科研等领域，但相关技术的研究仍较为缺失。
[0004]因此，亟需一种面向去中心化群体决策的激励方法，来激励用户上报高质量信息。

技术实现思路

[0005]本申请实施例提供了面向去中心化群体决策的激励方法，用于激励用户上报高质量信息。
[0006]本申请实施例第一方面提供一种面向去中心化群体决策的激励方法，应用于服务器包括：
[0007]向每个参与方设备发送待解决问题，所述待解决问题为二元问题；
[0008]接收所述每个参与方设备发送的努力程度以及激励贡献，所述努力程度以及所述激励贡献基于所述待解决问题确定；
[0009]根据所述每个参与方设备的努力程度、所述每个参与方设备的激励贡献以及预设效用公式，计算所述每个参与方设备的第一效用值；
[0010]向所述每个参与方设备发送所述每个参与方设备的第一效用值；
[0011]若接收到所述每个参与方设备发送的针对第一效用值的激励确认指令，则向所述每个参与方设备分配总激励，所述总激励为所述每个参与方设备发送的激励贡献之和。
[0012]在一种具体实现方式中，所述根据所述每个参与方设备的努力程度、所述每个参与方设备的激励贡献以及预设效用公式，计算所述每个参与方设备的第一效用值，包括：
[0013]确定所述每个参与方设备之间的目标激励分配机制；
[0014]根据所述每个参与方设备的努力程度、所述每个参与方设备的激励贡献、所述目标激励分配机制以及预设效用公式，计算所述每个参与方设备的第一效用值。
[0015]在一种具体实现方式中，所述确定所述每个参与方设备之间的目标激励分配机制，包括：
[0016]若每个参与方设备的努力成本均低于预设成本阈值，则将平均分配机制确定为目标激励分配机制；
[0017]若任意两个参与方设备之间的重视程度满足预设差异条件，则将基于夏普利值的分配机制确定为目标激励分配机制。
[0018]在一种具体实现方式中，所述确定所述每个参与方设备之间的目标激励分配机制，包括：
[0019]根据预设的准确率估算规则以及所述每个参与方设备的努力程度，确定所述每个参与方设备的预估准确率；
[0020]若所述每个参与方设备的预估准确率均大于预设准确阈值，则将基于输出一致原则的分配机制确定为目标激励分配机制。
[0021]在一种具体实现方式中，所述努力程度包括付出努力以及不付出努力，努力参与方包括付出努力的每个参与方设备，不努力参与方包括不付出努力的每个参与方设备，所述方法还包括：
[0022]根据以下公式计算团体准确率：
[0023][0024]其中，P
T
(e)表示团体准确率，e是由所述每个参与方设备提供的努力程度组成的努力决策向量，表示每个参与方设备构成的集合，m表示中第m个参与方设备，M表示参与方设备的数量，为的子集，包含i个参与方设备，q
m
表示第m个参与方设备的预估准确率，e
m
表示第m个参与方设备的努力程度；
[0025]所述根据所述每个参与方设备的努力程度、所述每个参与方设备的激励贡献以及预设效用公式，计算所述每个参与方设备的第一效用值，包括：
[0026]根据所述每个参与方设备的努力程度、所述每个参与方设备的激励贡献、所述团体准确率以及预设效用公式，计算所述每个参与方设备的第一效用值。
[0027]在一种具体实现方式中，所述根据所述每个参与方设备的努力程度、所述每个参与方设备的激励贡献以及预设效用公式，计算所述每个参与方设备的第一效用值，包括：
[0028]根据以下公式计算所述每个参与方设备的第一效用值；
[0029][0030]其中，U
m
为第m个参与方设备的效用值，d是由所述每个参与方设备提供的激励贡献组成的激励决策向量，e是由所述每个参与方设备提供的努力程度组成的努力决策向量，V
m
为第m个参与方设备对所述待解决问题的重视程度，P
T
为所述团体准确率，p
m
为在所述目标激励分配机制下第m个参与方设备的激励占比，d
n
为M个参与方设备中第n个参与方设备
的激励贡献，d
m
为第m个参与方设备的激励贡献，c为第m个参与方设备的努力成本，e
m
为第m个参与方设备的努力程度。
[0031]在一种具体实现方式中，所述方法还包括：
[0032]若未接收到任一参与方设备发送的激励确认指令，则向目标参与方设备发送重新决策指令，所述目标参与方设备至少包括所述任一参与方设备；
[0033]接收目标参与方设备发送的新的激励贡献以及新的努力程度；
[0034]根据所述目标参与方设备新的努力程度、所述目标参与方设备新的激励贡献、其他参与方设备的努力程度、其他参与方设备的激励贡献以及预设效用公式，计算所述每个参与方设备的第二效用值，所述其他参与方设备包括所述每个参与方设备中，除所述目标参与方设备之外的参与方设备；
[0035]向所述每个参与方设备发送所述每个参与方设备的第二效用值；
[0036]若接收到所述每个参与方设备发送的针对第二效用值的激励确认指令，则向所述每个参与方设备分配总激励，所述总激励为所述每个其他参与方设备的激励贡献以及每个目标参与方设备新的激励贡献之和。
[0037]本申请实施例第二方面提供一种计算机设备，包括：
[0038]发送单元，用于向每个参与方设备发送待解决问题，所述待解决问题为二元问题；
...

【技术保护点】

【技术特征摘要】
1.一种面向去中心化群体决策的激励方法，其特征在于，应用于服务器，包括：向每个参与方设备发送待解决问题，所述待解决问题为二元问题；接收所述每个参与方设备发送的努力程度以及激励贡献，所述努力程度以及所述激励贡献基于所述待解决问题确定；根据所述每个参与方设备的努力程度、所述每个参与方设备的激励贡献以及预设效用公式，计算所述每个参与方设备的第一效用值；向所述每个参与方设备发送所述每个参与方设备的第一效用值；若接收到所述每个参与方设备发送的针对第一效用值的激励确认指令，则向所述每个参与方设备分配总激励，所述总激励为所述每个参与方设备发送的激励贡献之和。2.根据权利要求1所述的方法，其特征在于，所述根据所述每个参与方设备的努力程度、所述每个参与方设备的激励贡献以及预设效用公式，计算所述每个参与方设备的第一效用值，包括：确定所述每个参与方设备之间的目标激励分配机制；根据所述每个参与方设备的努力程度、所述每个参与方设备的激励贡献、所述目标激励分配机制以及预设效用公式，计算所述每个参与方设备的第一效用值。3.根据权利要求2所述的方法，其特征在于，所述确定所述每个参与方设备之间的目标激励分配机制，包括：若每个参与方设备的努力成本均低于预设成本阈值，则将平均分配机制确定为目标激励分配机制；若任意两个参与方设备之间的重视程度满足预设差异条件，则将基于夏普利值的分配机制确定为目标激励分配机制。4.根据权利要求2所述的方法，其特征在于，所述确定所述每个参与方设备之间的目标激励分配机制，包括：根据预设的准确率估算规则以及所述每个参与方设备的努力程度，确定所述每个参与方设备的预估准确率；若所述每个参与方设备的预估准确率均大于预设准确阈值，则将基于输出一致原则的分配机制确定为目标激励分配机制。5.根据权利要求4所述的方法，其特征在于，所述努力程度包括付出努力以及不付出努力，努力参与方包括付出努力的每个参与方设备，不努力参与方包括不付出努力的每个参与方设备，所述方法还包括：根据以下公式计算团体准确率：其中，P
T
(e)表示团体准确率，e是由所述每个参与方设备提供的努力程度组成的努力决策向量，表示每个参与方设备构成的集合，m表示中第m个参与方设备，M表示参与方设备的数量，为的子集，包含i个参与方设备，q
m
表示第m个参与方设备的预估准确率，e
m
表示第m个参与方设备的努力程度；所述根据所述每个参与方设备的努力程度、所述每个参与方设备的激励贡献以及预设效用公式，计算所述每个参与方设备的第一效用值，包括：
根据所述每个参与方设备的努力程度、所述每个参与方设备的激励贡献、所述团体准确率以及预设效用公式，计算所述每个参与方设备的第一效用值。6.根据权利要求5所述的方法，其特征在于，所述根据所述每个参与方设备的努力程度、所述每个参与...

【专利技术属性】
技术研发人员：陈可馨，黄超，黄建伟，
申请(专利权)人：香港中文大学深圳，
类型：发明
国别省市：