[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

说明书

本发明涉及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，首先感知平台将感知任务划分为多个子任务，并为各个子任务设置任务效用值、信誉积分阈值以及初始信誉积分；感知平台以流动的方式发布子任务；感知用户上传属性值；感知平台先后对用户进行一次筛选、二次筛选确定最优用户集；感知平台根据报酬计算函数计算感知用户完成子任务所获的报酬；感知用户根据参与意愿分析函数自主选择是否最终接受子任务处理请求；感知平台设置用户信誉积分奖惩机制，更新感知用户的信誉积分。本发明不仅能够提高感知用户参与度和所提交的感知数据质量，而且能够有效地保证感知用户的质量和降低系统花费开销。

技术领域

本发明涉及移动群智感知领域，特别是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。

背景技术

随着各种各样的移动便携感知设备如智能手机、平板电脑、可穿戴设备等的普及和广泛使用，为实现深度泛在社会感知提供了一种新的感知环境、收集数据和提供信息服务的模式，即移动群智感知。相比于需要部署固定传感器的传统传感器网络，移动群智感知网络具有感知范围广、成本较低、维护简单三大优点，更加适合于完成大规模、移动性强的感知任务。在移动群智感知网络中，感知用户的参与度是决定移动群智感知系统能否获得高质量数据的关键因素，但在感知过程中产生的各种消耗会直接影响到感知用户的参与程度和感知数据的质量高低。例如，用户上传感知数据会消耗大量的通信流量和感知设备电量，导致了用户不愿意无偿参与感知活动。

为了激励更多的用户参与感知过程，应当设计一种合理的激励机制来对用户的消耗代价进行补偿，而高质量、高参与度的感知用户是移动群智感知系统获得高质量数据的重要前提，因此感知用户选择是激励机制的关键因素。目前大多数的激励机制在用户选择上采取基于单一属性选择或是随机选择的方式。虽然在一定程度上都能产生相应的激励效果，但是存在用户参与积极性不高、任务完成比例下降及平台消耗代价增大的问题。一方面，基于随机的用户选择方式，由于欠缺考虑用户自身特点，从而导致用户的参与度不高且数据质量水平下降，整体上降低了任务的完成率，增加了平台消耗代价。另一方面，基于单一属性的用户选择方式，对用户的考量方法略显单薄，单一属性值无法全面体现用户自身特点，从而削弱感知平台对用户的筛选力度，导致用户筛选结果不佳、平台花费增大的问题。

综上所述，针对移动群智感知中如何构建有效激励机制的问题，已有解决方案均从某一方面考虑，简单解决某一问题，严重忽视了其他挑战，不能综合解决移动群智感知中的用户参与度、用户质量和数据质量问题。因此，需要发明一种能够同时解决上述激励问题的方法和相应的系统。

发明内容

有鉴于此，本发明的目的是提出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，既能够实现有效的用户选择，又能提高用户质量水平和数据质量水平。

本发明采用以下方案实现：一种基于多属性用户选择移动群智感知激励机制的方法，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，提升用户二次筛选的效果；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；