[发明专利]一种基于扩散和数据质量的群智感知激励方法

摘要

本发明公开了一种基于扩散和数据质量的群智感知激励方法。该方法具体包括：平台根据社交网络中兴趣社区的社会关系选择一组初始的扩散者；平台发布一组任务集合给这些初始的扩散者；扩散者根据任务扩散模型进行影响力传播，感染用户参与感知任务；所有受感染用户向众包平台提交一个含有报价的标书，众包平台为每个受感染用户的历史数据进行质量评估，然后根据单位质量成本选择获胜者，并计算获胜的用户报酬。本发明所提方法满足个体理性，防欺骗性，计算有效性和单位质量成本最优性，可用于参与用户数较少的移动群智感知系统。

主权项

1.一种基于扩散和数据质量的群智感知激励方法，其特征在于，包括如下步骤：步骤1：众包平台根据社交网络选择特定的兴趣社区，根据兴趣社区中的社会关系从兴趣社区的所有用户集合I中选择初始扩散用户集合D，设定初始扩散用户的最大数目γmax，根据初始扩散用户集合D确定受影响用户集合U(D)；步骤2：众包平台发布一个任务集合T＝{t1,...,tm}，m为任务总数，并设定任一任务tj∈T的任务门限wj，其中任务门限表示完成相应任务至少需要的人数；步骤3：受影响用户集合U(D)中的每个受影响用户提交一个标书B_i＝(T_i,b_i)，其中为受影响用户i愿意完成的任务集合；b_i为受影响用户i执行任务集合T_i中任务想要获得的最少报酬；步骤4：众包平台根据所有受影响用户的历史感知数据预测每个受影响用户的数据质量，其中任一受影响用户i的数据质量记为qi；步骤5：众包平台基于预测结果从受影响用户集合U(D)中计算获胜者集合S，并通知每个获胜者；步骤6：在获胜者完成自己愿意完成的任务后，众包平台计算并支付每个获胜者的报酬。