[发明专利]一种面向时空大数据群智感知任务的激励方法

说明书

本发明公开了一种面向时空大数据群智感知任务的激励方法。该方法中，群智感知平台和用户之间体现为一个反向拍卖过程。群智感知平台首先发布一个任务集合，其中每个任务都包含一个最少感知时长和一个兴趣区域。用户向群智感知平台提交一个含有该用户最大感知时长、位置和报价的标书。群智感知平台根据每个用户的有效覆盖成本从用户中选出一批优胜者，并计算每个用户的报酬。使得选出的优胜者能够在任务要求的兴趣区域内完成所有的任务，并且感知时间不少于最少感知时间。本发明所提的激励方法对优胜者有报酬激励，从而刺激用户参与群智感知，并满足计算有效性、个人理性、真实性，具有近似比，可广泛用于大规模群智感知系统中。

技术领域

本发明涉及大数据、物联网和博弈论的交叉领域，尤其涉及一种面向时空大数据群智感知任务的激励方法。

背景技术

在最近几年中，智能手机市场激增并继续扩大。根据全球市场情报机构的(IDC)的研究信息，2018年全球智能手机出货量预计达到14.2亿部，从长期来看，2022年智能手机出货量预计将达到15.7亿部。随着4G/5G网络和嵌入式传感器(如加速度计，数字罗盘，陀螺仪，GPS和摄像头)的出现，智能手机逐渐成为功能强大的可编程的移动数据接口。这些传感器可以协同地感知各种人类活动和周围环境。移动群智感知将需要感知的数据外包给一群用户，这些用户通常携带功能越来越强大的移动设备，例如，智能手机、智能手表、智能眼镜等和大量的车载传感器。移动群智感知已成为满足大规模感知应用需求的有效方法，例如共享单车路径选择系统，实时交通管理系统和用于监测城市空气污染的智慧单车系统。

激励机制对群智感知来说至关重要，已经有很多工作集中在研究激励机制来吸引用户参与群智感知。一般来说，在机制设计中群智感知任务的时间和位置需求对任务分配有很大的影响。已经存在一些激励机制将任务的位置属性考虑了进去，在这些激励机制中，群智感知任务是位置依赖的，而时间依赖的群智感知任务则将任务的时间属性考虑了进去，每一个任务需要持续时间的感知数据。

在许多群智感知场景中(如环境监测，交通监控)，用户会被要求去指定的位置并获得足够时长的感知数据。以上场景中的任务可以归纳到一般时空任务的范畴中，即任务需要用户从指定的兴趣区域获取到足够时长的感知数据。在一些场景中，平台需要指定时间窗口的感知数据。时空任务既有空间相关性，也有时间相关性。例如，不同任务的兴趣区域和时间窗口都可能是相互重叠的。

时空任务的移动群智感知场景非常普遍。以交通监控为例，移动群智感知平台需要所有道路上用户提交的交通视频。出于数据集成、分析或预测的目的，用户报告的交通视频应该足够。因此，每条道路的交通视频的时长需要满足特定的时长要求。道路上的用户可以沿着道路移动并在道路的任何位置拍摄交通视频。请注意，处于十字路口的用户提交的视频可以同时用于通过十字路口的每条道路。在这种交通监控场景中，道路可以被视为在十字路口重叠的兴趣区域。因此，每条道路交通视频的收集是时空任务。

但是，大部分已经存在的研究并没有将群智感知系统中时空任务的兴趣区域是可以相互重叠的考虑进去，也没有将每个感知任务的感知时长需要满足特定的感知时长的要求考虑进去。在本发明中，我们的目标是为移动群智感知中的时空任务设计真实的激励方法。群智感知平台公布一组感知任务，其中每个任务包括一个兴趣区域和最小感知时长，并且每个任务的兴趣区域是可以相互重叠的。用户可以在他们自己的活动区域中移动。激励方法的目标是最小化社会成本，并且使得每个任务的感知时长不小于任务要求的最小感知时长。

发明内容

发明目的：针对现有的技术存在的上述问题，提供一种面向时空大数据群智感知任务的激励方法。

技术方案：本发明面向时空大数据群智感知任务的激励方法包括如下步骤：