[发明专利]结合信誉更新的移动群智感知在线激励方法

摘要

本发明适用于充分考虑数据质量的移动群智感知在线激励方法。本发明将整个移动群智感知过程建模成在线随机到达的拍卖模型，并在其中考虑用户提交数据的质量。现存的很多在线激励机制的设计，忽略了用户提交数据的质量问题，导致任务发布方的效益不能达到实际预期。基于此，本发明结合任务发布方对每个用户的信誉评分反馈，并根据上传数据的一些属性计算客观评价分值。综合考虑主客观分值，计算用户信誉分，并结合用户历史和现实信誉记录的情况，设计了结合信誉更新的在线激励方案。采用我们的发明，可以明显提高任务发布方的总效用。

主权项

1.结合信誉更新的移动群智感知在线激励方法，具体步骤如下，其特征在于：1)系统建模；对于一个移动群智感知系统，主要有三种角色：任务发布方，平台方和用户；任务发布方首先向平台方提交需要发布的一系列公开的异构感知任务Q＝{q1,q2,...,qm}，以及完成任务的总预为B和雇佣用户的截止时间T以及一些有关质量评分的要求，平台方接受到需要的采集任务信息之后，向广大用户发布感知任务以及用户需要提交的信息内容说明。对此次感知任务感兴趣的用户U＝{1,2,...,n}在线随机到达，并向平台方提交他们参与完成任务的资料信息，用户通过无线网络或蜂窝网络与平台进行通信；每个用户i若初次到达系统，则会赋予一个初始的信誉值ηi，平台唯一化记录用户i∈U的id，再用户下一次到达系统时读取用户上一次参与选择后的信誉记录，并按照更新法则进行更新，参与此次竞标，如果用户宣称完成了任务，并通过算法筛选，被平台选择，平台方会接受任务发布方对用户提供数据质量的反馈，并以此为依据，在用户下一次登录系统竞标时更新其信誉值，作为参与完成任务的资料信息之一；平台所要求的用户i提交的参与任务资料是一个五元函数θi＝{ai,di,ci,vi,ηi}，这里ai∈{1,2,...,T}表示到达时间，di∈{1,2,...,T}表示离开时间，ci是完成一个感知任务真实的成本，vi表示用户i可以为任务发布方带来的价值，ηi为用户i当前的信誉值，用户参与感知任务以及平台选择用户子集的过程可以建模成一个在线的拍卖过程，用户决定参与此次任务之后，会向平台端提交参与任务的资料信息，接着，平台需要做一个在线的及时判断，决定是否雇佣该用户，如果该用户被选择，平台需要支付给用户的报酬pi，同时接受任务发布方反馈的用户提供数据质量打分，并根据上传数据的一些属性计算客观评价分值，综合考虑主客观的分值，以供下次更新信誉值，注意任务发布方有一个总的预算B作为可以支付给选择用户的最大报酬，任务发布方期望在给定的预算和得到一定数据质量保证的前提下，最大化从用户方得到的总价值；用户在线到达参与竞标的过程可以看成是一场博弈，用户会有策略的提交他们的竞标资料去最大化可能得到的回报，当与任务发布方互动时，用户i真实的成本和到达、离开时间是非公开的，仅被用户本身所知，用户i只能有策略地操作自己的竞标价格以获得更高的效用，平台端基于用户的竞标资料通过激励算法选择获胜用户，并通过计算，给予获胜用户报酬pi；2)信誉评价机制；对于平台方而言，存在每次选择用户的信誉值的阈值标准，平台选择用户信誉值的阈值为对于初次参与感知任务的用户来说，将初始化的信誉值设定系统在当前时刻的信誉值的阈值规定用户的信誉值η的取值是有上下界的，即η∈[0,ξ]，ξ为用户信誉值的上界，用户如果更新完信誉值之后信誉值为负数，认为该用户的信誉值为最小值0，φ(η_i,R_m)表示更新后用户的信誉值η_i^*，其中η_i为用户i当前的信誉值,R_m为用户上一次参与竞标后得到的基于数据质量的信誉综合评分，用户参与此次竞标的信誉值η_i^*＝φ(η_i,R_m)的评定需要综合任务发布方对用户的打分反馈ζ_i，以及客观影响因素：完成时间可靠性ω_i，和图片收集任务要求的图片大小可靠性共同决定，采用主客观因素综合考虑，分类分级赋值，建立信誉评价规则，为了使信誉分更加具有直观的现实意义，将信誉分计算体系建模成一个模糊系统；(a)任务发布方打分ζi；ζi为任务发布方对用户完成质量的考量，其中ζi∈[0,1]，ζi越大表示任务发布方对用户的满意度越高，由任务发布方反馈的打分，作为综合评定的主观因素之一，考虑了任务发布方的主观反馈，对数据质量的把控上起到了主观选择的作用，在[0,1]中定义三个集合：其中打分分值落在[0,0.3)表示“低”用L代替，分值落在[0.3,0.7)表示“中”用M代替，分值落在[0.7,1]表示“高”用H代替；(b)完成任务时间的可靠性ωi；用户在参与任务之前会提交自己相关参与资料，由于考虑的是在线场景，所以资料中需包含用户的到达时间ai∈{1,2,...,T}和离开时间di∈{1,2,...,T}，时间的可靠性ωi定义为用户完成时间与任务发布方要求的总的完成时长的重叠时间的比值，该值越大，表明用户花费了相对更多的时间完成任务，因此可靠性相应的也应越大，定义客观的完成任务时间可靠性为；其中T表示整个过程的截止时间。显然ωi的取值范围在[0,1]，同样，将ωi的取值范围定义成三个集合模糊建模：其中ωi∈[0,0.3)表示“低”用L代替，ωi∈[0.3,0.7)表示“中”用M代替，ωi∈[0.7,1]表示“高”用H代替；(c)图像大小可靠性针对一些具体的情况，例如收集图片的感知任务，了解收集图片的质量一个很重要的方面就是图像的大小以及像素等指标，假设任务要求上传的图片的大小为将实际用户的上传图片的大小χ_i与要求的大小的距离占要求大小的比例表示为图片大小的可靠性；显然的取值范围在[0,1]，同样，将的取值范围定义成三个集合模糊建模：其中表示“低”用L代替，表示“中”用M代替，表示“高”用H代替；则计算更新的用户信誉分数R_m可以使用如下模糊规则，其中为系统当前时间阶段的信誉阈值；平台统计上述三个方面的分数，并根据取值范围进行模糊对应，统计L和H的个数，并根据模糊规则计算信誉分数，用户带着自己的参与资料，参与平台的选择，每次用户到达平台，提交数据的时候，平台会根据上一次用户的质量记录，更新用户的信誉值作为参与后续竞选的参数之一，其具体的更新规则如下所示，其中Rm表示若存在的之前的信誉更新值：每当用户到达提交竞标资料，信誉值η_i^*作为竞标资料之一，提交给平台，若用户之前参与过竞标且被任务发布方选中，有相应信誉值更新情况，平台在竞标前根据更新法则计算用户新的信誉值η_i^*参与此次的竞标，若之前没有参与过提交资料过程，则信誉值设置为初始值若上一轮的竞标未获胜，信誉值维持不变。