[发明专利]一种基于众包模式的推荐有效解答者的方法

说明书

技术领域

本发明涉及计算机应用技术领域，具体地说是一种基于众包模式的推荐有效解答者的方法。

背景技术

随着互联的发展，众包的兴起引起了生产组织的变化，众包将成为突破企业边界的价值网络，并将位于世界各地的专业的或具有兴趣的人联系起来，成为可以生产经济价值的单位。众包模式的快速发展有效扩大了电子商务的范围，形成了新的电子商务模式。在众包模式下，企业可以将自己的难题通过网络众包平台发布，并且提供一定的资金来招募人才解决企业的难题。同时解答者可以在众包平台上寻找适合自己的任务，提交解决成果后就有机会获得一定的报酬。这种模式降低了企业的成本，同时满足供需双发的需求，具有良好的发展前景。

现有的众包模式是这样的：众包平台中，企业(雇主)将任务发布到平台上，对任务感兴趣的解答者可以参与任务的解答，在任务到截止日期后，企业(雇主)在众多筛选解答者提供的解答方案，选择出满意的解答方案，提供满意方案的解答者可以得到任务报酬。然而，在大量的解答方案中挑选出令企业满意的方案非常耗费时间和精力，导致一些企业对众包模式望而却步。

目前，对于上述问题，众包平台还缺少一种有效的解决方法，正是基于以上原因，现在提出了一种基于众包模式的推荐有效解答者的方法，通过推荐方法得到有效解答者，即能为企业(雇主)提供满意方案的解答者。

发明内容

本发明的技术任务是针对以上不足之处，提供一种基于众包模式的推荐有效解答者的方法。

一种基于众包模式的推荐有效解答者的方法，其具体实现过程为：

首先发布任务，然后从发布任务的平台中获取参与任务解答的所有解答者，通过评价维度得到解答者的行为数据，对从平台中获取的数据进行处理，得到对解答者的排序结果，从而达到推荐的目的。

在发布任务时，获取当前任务信息并记录，这里的的任务信息包括任务ID，任务名称和任务类型。

从平台中获取所有解答者是指获取解答者的ID、解答者名称和任务ID，其中解答者名称是指解答者在平台中的注册用户名，任务ID是指解答者参与的任务的ID。

所述评价维度是指对解答者的评价分为知识契合度、参与任务频率、中标率、任务收入、好评率、实名认证率六个方面，其中知识契合度是指解答者历史参与的所有任务类别中当前任务类别所占的百分比；参与任务频率是指解答者平均每月参与的任务数量；中标率是指解答者的中标任务数与参与任务数的百分比；任务收入是指解答者在以往参与的任务中的总收入；好评率是指解答者在任务中收到的主动好评个数占收到的主动评价总数的百分比；实名认证率是指解答者在众包平台中的实名认证是否获得，当已获得时，认证率为1，无认证时为0。

获取到评价维度数据后，对数据进行处理的过程为：

首先对获取的评价维度数据进行预处理；

然后将获取的数据进行归一化处理，得到归一化后的数据；

获取每个评价指标的权重，将所述归一化处理的数据进行关联，得到关联后的契合度；

对解答者与任务的契合度按契合度由高到低进行排序，对契合度高的解答者进行推荐。

上述评价指标的权重使用AHP-熵权法得到。

契合度的排序通过topsis方法实现。

本发明的一种基于众包模式的推荐有效解答者的方法和现有技术相比，具有以下有益效果：

本发明的一种基于众包模式的推荐有效解答者的方法，通过推荐方法得到有效解答者，即能为企业(雇主)提供满意方案的解答者，可以有效减少任务发布者在大量网络信息中筛选解答者所耗费的时间和精力，实用性强，适用范围广泛，具有很好的推广应用价值。

具体实施方式

下面结合具体实施例对本发明作进一步说明。

一种基于众包模式的推荐有效解答者的方法，针对某一任务，从发布任务的平台中获取参与任务解答的所有解答者，依据推荐方法中的评价维度得到解答者的行为数据，对从平台中获取的数据依据推荐方法进行处理，通过处理后的数据得到对解答者的排序结果，从而达到推荐的目的。通过本方法，可以有效减少任务发布者在大量网络信息中筛选解答者所耗费的时间和精力。

其实现过程为：

针对发布的任务，获取当前任务类型；

从平台中获取参与任务的所有解答者；

依据推荐方法中的评价维度得到解答者的行为数据；

根据推荐方法对数据进行处理；

通过处理后的数据得到对解答者的排序结果，从而达到推荐的目的。