[发明专利]一种面向智能服务引擎的任务众包方法

权利要求书

1.一种面向智能服务引擎的任务众包方法，其特征在于，包括以下步骤：首先服务平台根据接收的服务请求将任务发布出去，各个服务节点若愿意接受任务则反馈各自的竞标因子用于竞争任务；其次，服务平台根据各个服务节点反馈的竞标因子和任务的初始收益，计算各个服务节点的基本收益；接下来服务平台计算各服务节点的服务因子和收益系数，并根据竞标因子和服务因子来权衡任务的分发目标，将任务分配给对应的目标节点；最后待任务完成后，服务平台评估本次任务完成情况，并提供给服务节点最终收益作为激励；

具体包括以下步骤：

步骤一：任务发布：服务平台给出任务T_i的初始收益S(T_i)，并将任务T_i及其初始收益S(T_i)发布至可能提供解决方案的潜在服务节点；使在智能服务引擎中，T_i表示任务，i∈U，U为任务集；

步骤二：各服务节点基本收益计算：服务引擎发布任务后，各服务节点如希望接受任务，即返回一个竞标因子D_j给服务平台；竞标因子用以影响任务的分发过程和最终收益的计算；

步骤三：服务平台根据任务T_i的初始收益S(T_i)和各服务节点提供的竞标因子D_j，计算各服务节点完成任务所得的基本收益B_j(T_i)；

步骤四：服务节点服务因子计算：服务平台根据服务节点M_j的历史服务情况，包括服务成功率S_sr(M_j)、服务及时率S_de(M_j)、服务满意度S_sd(M_j)来计算节点的服务因子R(M_j)；

步骤五：收益系数的计算：服务平台根据服务节点M_j的服务因子R(M_j)计算服务节点M_j在完成任务T_i时的收益系数A_i(M_j)；

步骤六：任务分发：服务平台根据服务节点的收益系数A_i(M_j)和各服务节点反馈的竞标因子D_j，计算任务T_i分配给服务节点M_j的权衡参考值X_i(M_j)，并以此权衡任务的分配目标；

步骤七：被分配任务的服务节点完成任务并提交给服务平台；

步骤八：计算最终受益：确认任务完成后，服务平台评估本次任务完成情况，计算并给予完成任务的服务节点M_k最终收益F_i(M_k)的激励。

2.根据权利要求1所述的一种面向智能服务引擎的任务众包方法，其特征在于，还包括以下步骤：

步骤九：服务平台记录下该服务节点完成本次任务的服务情况，用以在以后的任务分发过程中评估服务节点的服务因子。

3.根据权利要求1所述的一种面向智能服务引擎的任务众包方法，其特征在于，服务节点最终被分配到任务的概率与其反馈的竞标因子D_j正相关，而完成任务后该服务节点所得收益与竞标因子D_j负相关。

4.根据权利要求1所述的一种面向智能服务引擎的任务众包方法，其特征在于，步骤六中服务平台将权衡参考值X_i(M_j)的计算结果存入X_ij集合中，取集合元素的最小值，将任务分配给对应的服务节点。

5.根据权利要求1所述的一种面向智能服务引擎的任务众包方法，其特征在于，步骤一中服务平台根据任务T_i的类别、难度系数、可提供解决方案的用户数量的相关信息给出任务T_i的初始收益S(T_i)。

6.根据权利要求1所述的一种面向智能服务引擎的任务众包方法，其特征在于，

步骤三中基本收益B_j(T_i)的计算公式为：

步骤四中：服务成功率S_sr(M_j)、服务及时率S_de(M_j)、服务满意度S_sd(M_j)和服务因子R(M_j)的计算公式如下：

服务成功率S_sr(M_j)：

服务及时率S_de(M_j)：

服务满意度S_sd(M_j)：

服务因子R(M_j)：R(M_j)＝P_sr*S_sr(M_j)+P_de*S_de(M_j)+P_sd*S_sd(M_j)

其中：N_s为服务成功次数，N_a为服务总次数；N_de为服务延迟次数；E_i为第i次服务的服务满意程度，由被服务用户给出，0<E_i<1；N为服务评价总次数；P_sr、P_de、P_sd分别为服务因子计算中服务成功率、服务及时率、服务满意度所占的权重；P_sr、P_de、P_sd均为1/3，且P_sr+P_de+P_sd＝1；

步骤五中收益系数A_i(M_j)的计算公式为：A_i(M_j)＝Exp(R(M_j))；

步骤六中权衡参考值X_i(M_j)的计算公式为：

步骤八中完成任务的服务节点M_k最终收益F_i(M_k)的计算公式为：

F_i(M_k)＝B_j(T_i)·(1+A_i(M_j))。