[发明专利]一种基于移动性预测的群智感知用户招募方法和系统在审

专利信息
申请号: 201711457295.5 申请日: 2017-12-28
公开(公告)号: CN108197889A 公开(公告)日: 2018-06-22
发明(设计)人: 杨永健;刘文彬;栾东明;王恩 申请(专利权)人: 吉林大学
主分类号: G06Q10/10 分类号: G06Q10/10;G06F17/30;H04W4/021;H04W4/02
代理公司: 北京高沃律师事务所 11569 代理人: 王戈
地址: 130000 吉*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 感知 成功概率 移动用户 移动性预测 移动 目标地点 表示移动 方式确定 任务结束 数据上传 概率 发送 预算 应用 成功
【说明书】:

发明公开一种基于移动性预测的群智感知用户招募方法和系统。所述方法包括:发送移动群智感知任务,所述移动群智感知任务包括预算、目标地点、任务开始的时间和任务结束的时间;获取多个移动用户的个人期望值,所述个人期望值表示移动用户按时到达所述目标地点的概率;根据所述个人期望值和数据上传方式确定成功概率,所述成功概率表示所述移动用户成功完成所述移动群智感知任务的概率;确定所述成功概率的最大值;确定所述成功概率的最大值对应的移动用户为招募对象。本发明的技术方案提高了移动群智感知应用及其用户招募模块的适用性。

技术领域

本发明涉及移动群智感知技术领域,特别是涉及一种基于移动性预测的群智感知用户招募方法和系统。

背景技术

移动群智感知(Mobile Crowdsensing)是一种新型的以移动用户为中心的感知与计算范例,其主旨是利用大量移动人群所携带的便携设备,完成大规模的感知与计算任务。相较于传统的固定部署无线传感器网络,移动群智感知不仅从感知观测能力上有较大提高,更在可扩展性方面突破了原有的限制。近些年,以智能手机为代表的移动设备发展迅速,多种类的小型化传感器已嵌入移动设备,极大地提高了移动设备的感知能力。伴随着智能手机等移动设备的爆炸式普及,以及包括手持交换网络(Pocket Switched Networks)、车联网(Vehicular Ad hoc Network)等移动网络的快速发展,移动群智感知的优势越加明显,并且发展迅速,必将带领我们进入一个全新的发展时代。

利用移动群智感知技术,能够收集到大规模且精确化的感知数据,通过处理和分析感知数据,大量的新技术和应用纷纷出现。包括车联网环境下的交通拥堵预测与报警系统、利用用户移动设备感知空闲车位的城市智能停车项目、使用用户智能手机感知公共场所排队情况等多种令人兴奋的系统或应用,为人们日常生活提供了极大的便利。

目前,移动群智感知应用,尤其是用户招募模块还处于理论分析阶段,往往假设用户主动参与且能够提供有效的感知数据。然而实际情况下,大多数移动群智感知应用都对感知任务的执行时间和地点有较为严格的要求,且应用付给用户报酬也有一定预算限制。现有的移动群智感知应用及其用户招募模块不能很好地处理和解决这些问题。此外,当前的移动群智感知应用往往根据其自身特性,独立设计和实现用户招募模块,即应用独立招募用户并发布感知任务。这种模式对移动用户极不友好,极大地浪费了参与移动用户的资源,不符合移动群智感知的发展趋势,阻碍移动群智感知领域的发展。

发明内容

本发明的目的是提供一种基于移动性预测的群智感知用户招募方法和系统,用来提高移动群智感知应用及其用户招募模块的适用性。

为实现上述目的,本发明提供了如下方案:

本发明提供了一种基于移动性预测的群智感知用户招募方法,所述方法包括:

发送移动群智感知任务,所述移动群智感知任务包括预算、目标地点、任务开始的时间和任务结束的时间;

获取多个移动用户的个人期望值,所述个人期望值表示移动用户按时到达所述目标地点的概率;

根据所述个人期望值和数据上传方式确定成功概率,所述成功概率表示所述移动用户成功完成所述移动群智感知任务的概率;

确定所述成功概率的最大值;

确定所述成功概率的最大值对应的移动用户为招募对象。

可选的,所述个人期望值由所述移动用户的移动设备发送,所述个人期望值的具体计算方法为:

获取移动用户的个人时空轨迹信息;所述个人时空轨迹信息包括:兴趣点、进入所述兴趣点的时间和离开所述兴趣点的时间;

根据所述个人时空轨迹信息构建个人半马尔可夫移动性预测模型;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于吉林大学,未经吉林大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711457295.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top