[发明专利]一种用于群智感知系统的在线激励机制方法

权利要求书

1.一种用于群智感知系统的在线激励机制方法，其特征在于包括以下步骤：

步骤一、为群智感知系统、感知任务、用户的可靠度和社交影响力建模；

步骤二、以用户的标书、可靠度、社交影响力和完成各个感知任务已收集到的感知数据的价值为基础，采用迭代选择算法，每次选择一个活跃用户去执行感知任务；

步骤三、利用支付方法每次计算所述一个活跃用户的报酬，平台会在收到其需提交的所有感知数据时给予应得的报酬。

2.根据权利要求1所述的用于群智感知系统的在线激励机制方法，其特征在于：将群智感知系统所覆盖的兴趣区域进行分区，进行感知数据收集所需的工作时间进行等间隔划分，用有向图表征群智系统中各个用户u_i之间的社交关系，进而用加权度中心性和加权紧密中心性表征用户u_i的社交影响力，所述加权度中心性用于衡量活跃用户u_i对其直接社交邻居产生的影响综合，所述加权紧密中心性表示凭借用户们在社交网络中的最短距离来衡量用户消息在网络中的传播速度，其中，表示群智感知系统所拥有的用户集合。

3.根据权利要求2所述的用于群智感知系统的在线激励机制方法，其特征在于：在每个时间片t_τ内，平台根据所述步骤二中的迭代选择方法，迭代地选择单位成本和社交影响力能给平台带来的效用高的活跃用户去执行感知任务，再利用支付方法为被选中的活跃用户计算报酬，直到所有活跃用户被遍历过时迭代结束。

4.根据权利要求3所述的用于群智感知系统的在线激励机制方法，其特征在于所述步骤二中的迭代选择算法包括以下步骤：假定在每个时间片t_τ开始时，每个活跃用户向群智感知系统提交标书其中，表示当前活跃用户集合，表示用户u_i此次在线时长，表示用户u_i可执行的感知任务，表示用户u_i提供中所有任务的感知数据所需的成本，用户完成集合中所有任务的成本为来表示t_τ时间片内用户u_i的非活跃社交朋友集合，用指示向量来表示活跃用户是否被选中去执行任务，其中，表示上报标书的活跃用户u_i在时间片t_τ被选中执行任务，

步骤I、进行参数初始化，将指示向量I^τ中的元素全都置零；

步骤II、平台为每个当前活跃用户计算若被选中，其感知数据和社交影响力能给平台带来的效用为Δ_i(I^τ)＝U_i(I^τ)+W_i(I^τ)，计算公式如下：

W(I^τ)＝log(1+ω(I^τ)+v(I^τ))，

其中，表示各个感知任务已收集到的感知数据的价值，q_i表示用户的可靠度，表示加权度中心性，表示加权紧密中心性，表示感知任务，v_k表示对应不同区域l_k的感知任务所收集的感知数据给群智感知系统带来的初始价值，U(I^τ)表示当用户选择情况为I^τ时，用户的感知数据能给平台带来的效用，U_i(I_τ)表示平台选择用户u_i与不选择用户u_i的数据效用差，W(I^τ)表示当用户选择情况为I^τ时，用户的社交影响力能给平台带来的效用，W_i(I^τ)表示平台选择用户u_i与不选择用户u_i的社交影响力效用差；

步骤III、计算得出单位成本能实现效用最大的活跃用户即所述活跃用户从当前活跃用户集合中删去即判断所述活跃用户可提供的感知数据带给平台的效用是否高于其上报的成本若是，选择所述活跃用户去执行感知任务，更新然后计算所述活跃用户的报酬接下来根据以上内容继续；

步骤IV、若否，重复步骤III，直到，重新选择单位成本能实现效用最大的活跃用户，直至即所有用户被遍历过时，迭代结束。