[发明专利]一种基于多属性用户选择移动群智感知激励机制的方法及系统

权利要求书

1.一种基于多属性用户选择移动群智感知激励机制的方法，其特征在于：首先进行最优用户集选择，然后进行平台与用户之间的双向选择，最后进行用户信誉积分奖惩；其中所述最优用户选择包括以下步骤：

步骤S1：感知任务发布前，感知平台将感知任务K划分为多个子任务k，并为每个子任务k设置子任务效用值μ_k，同时感知平台设置信誉积分阈值，并为每个感知用户设置初始信誉积分；

步骤S2：感知用户向感知平台上传参与阈值thresh_i、花费代价C_i和信誉值Q_i三个属性值；

步骤S3：感知平台基于感知用户的信誉积分和信誉积分阈值进行用户一次筛选；其中，感知用户的信誉积分随着任务处理过程的发生而变化；

步骤S4：感知平台利用层次分析法进行用户二次筛选，将最优用户集选择作为目标层元素，将步骤S2所述的参与阈值thresh_i、花费代价C_i、信誉值Q_i三个属性作为准则层元素，将n个感知用户作为措施层元素，构建三层递阶层次结构图；

步骤S5：感知平台根据步骤S4所述的三层递阶层次结构图，利用1-9标度法得到准则层所有元素相对于目标层元素的重要性比较结果和措施层所有元素相对于准则层每一个元素的重要性比较结果，从而构造准则层对目标层的判断矩阵A，以及措施层对准则层的判断矩阵X₁、X₂和X₃；

步骤S6：感知平台根据步骤S5所述的判断矩阵A，计算准则层对目标层的权向量ω_A，并对判断矩阵A进行层次单排序一致性检验，从而确定权向量ω_A的计算值；

步骤S7：感知平台根据步骤S5所述的判断矩阵X₁、X₂和X₃，分别计算措施层对准则层的权向量ω₁、ω₂、ω₃，并对判断矩阵X₁、X₂和X₃进行层次单排序一致性检验，从而确定权向量ω₁、ω₂、ω₃的计算值；

步骤S8：感知平台根据步骤S6所述的ω_A和步骤S7所述的ω₁、ω₂、ω₃，计算措施层对目标层的组合权向量ω，并进行层次总排序一致性检验，从而确定组合权向量ω的计算值；

步骤S9：感知平台根据步骤S8所述的组合权向量表示的结果进行决策，从措施层n个感知用户中按照组合权向量大小依次选取权值较大的m个用户，从而构成一个大小为m的最优用户集；

其中，所述平台与用户之间的双向选择包括以下步骤：

步骤S10：通过基于子任务效用值μ_k、子任务完成总数量M(t)和总预算剩余量E(t)的报酬计算函数，感知平台为步骤S9所述的最优用户集中的感知用户计算完成子任务所获得的报酬L_k；

步骤S11：感知用户接收到步骤S9所述的感知平台反馈的最优用户集结果后，通过参与意愿分析函数，感知用户根据步骤S10所述的完成子任务的报酬L_k和完成子任务所需的花费代价C_i，自主决定是否接受当前子任务的处理请求；

其中，所述用户信誉积分奖惩包括以下步骤：

步骤S12：感知平台根据感知用户不同的存在状态采取不同的信誉积分更新方式，其中针对步骤S11中参与任务处理的感知用户，感知平台根据对感知用户上传的任务处理结果的满意度，利用子任务效用值μ_k对感知用户进行信誉积分更新；

步骤S13：更新完信誉积分的感知用户参与下一次的任务竞争，直至所有子任务被处理完或平台总预算全部用完为止，其中信誉积分高的感知用户在步骤S3所述的用户一次筛选中占据优势。