[发明专利]基于确定效应的感知用户长期参与率提高方法及系统

说明书

本公开实施例中提供了一种基于确定效应的感知用户长期参与率提高方法及系统，属于计算技术领域，具体包括：将全部待完成任务分为长时任务和短时任务；根据确定效应设计报酬方案；平台依据任务选择算法选择出获胜者，并将任务与参与者进行匹配；选择短时任务的参与者更新其风险系数；在每一轮任务完成后判断参与者得累积参与任务时长是否达到了累计参与时间阈值；在每一轮结束后更新每一个参与者的损失值大小、新进入参与者的额外奖金额大小、所有参与者的损失系数和所有参与者的累积参与时间；计算每个参与者的退出收益存量，并根据退出收益存量计算每个参与者的继续参与概率。通过本公开的方案，提高了激励效果、平台效用和长期参与率。

技术领域

本公开实施例涉及计算技术领域，尤其涉及一种基于确定效应的感知用户长期参与率提高方法及系统。

背景技术

群智感知是一种结合了众包思想和移动设备感知能力的新型数据获取模式，它是物联网的一种表现形式。在群智感知中，人们通过自己已有的移动设备(例如智能手机、个人电脑、平板电脑等)形成交互式的、参与式的网络。相比于一般的静态数据收集方式，群智感知可以充分利用无处不在的智能设备以及无线网络基础设施来收集、分析数据。

许多群智感知应用都需要参与者持续、多次地参与任务且不退出，并且单次任务本身的持续时间也较长。例如在一些大型的群智感知项目例如噪音级别监测项目、健康服务类项目中，为了获取更加准确的数据信息，需要参与者长期稳定地提供数据，并且需要保证每次感知的持续时间。然而，由于参与者在感知过程中需要消耗自身资源或存在其它的局限性，例如设备电量或流量不足、网络情况不稳定、在感知过程中需要移动出任务区域等，参与者在自然情况下可能不愿意长期、多次地参与某一项任务。在某项长期任务中，如果由于部分参与者的中途退出导致数据在连续时间上出现中断，就可能会使得此任务前期收集的数据失效，产生不必要的资源浪费，设计一种提高参与者保留率，让参与者持续参与感知的方法、机制、系统非常必要

现有的方法大多都通过引入虚拟积分的概念或者是引入信念值以及声誉值来提高参与者的长期参与率，减少其退出。然而这些方法存在以下两个主要问题。

首先，大多数没有考虑获利概率对参与者预期效用的影响，有些即使考虑了获利概率的影响也没有考虑确定效应低估大概率的作用。然而确定效应揭示，人们在评估概率时往往会赋予“确定结果”更大的权重，赋予“不确定结果”较小的权重，即会低估大概率事件。并且，同一个参与者对同一概率的低估程度并不是不变的，而是会被先前的获利结果影响。因此，更大或更小的获利概率并不意味着更好或更坏的期望效用，则基于传统的期望效用理论构建的机制会出现不符合实际的参与者感知体验。

其次，这些机制大多只考虑了参与者的绝对收益。然而行为决策理论中的预期后悔理论揭示，决策者在决策时会考虑未来的潜在损失，当个体认识到如果事先采取其他行为，行为的结果可能更好时，预期后悔就会产生，并且在决策前会将其纳入考量在本发明中用损失来量化。

综上所述，亟需一种更有效的激励参与者长期执行群智感知任务的方法来解决上述问题。

发明内容

有鉴于此，本公开实施例提供一种基于确定效应的感知用户长期参与率提高方法及系统，至少部分解决现有技术中存在激励效果、平台效用和长期参与率较差的问题。

第一方面，本公开实施例提供了一种基于确定效应的感知用户长期参与率提高方法，包括：

步骤1，依据所有请求者提交的待完成任务及其所需要的预计完成时长，将全部待完成任务分为长时任务和短时任务；

步骤2，根据确定效应设计报酬方案；

步骤3，获取任务发布后参与者选择执行的任务类型和任务执行信息，平台依据任务选择算法选择出获胜者，并将任务与参与者进行匹配；

步骤4，获取参与者完成任务后提交的任务数据，选择短时任务的参与者更新其风险系数；