[发明专利]一种基于演化博弈的在线知识共享动态奖励方法

权利要求书

1.一种基于演化博弈的在线知识共享动态奖励方法，其特征在于，包括以下步骤：

步骤1、根据学习者的知识共享记录信息，获得学习者的信誉值；

步骤2、针对每一位学习者，根据该学习者设定的趋同条件信息、该学习者的信誉值、其他学习者的信誉值，筛选出作为该学习者博弈对象的邻居学习者的集合；

步骤3、定义博弈策略和收益矩阵，确定动态奖励函数；

步骤4、在每一轮博弈中，计算每个学习者的学习收益值；

步骤5、针对每一位学习者，根据该学习者设定的收益期望信息、邻居学习者的学习收益值，筛选出候选学习对象的集合；

步骤6、通过赌轮盘算法和费米动力学规则进行策略更新；

步骤7、根据更新的策略计算得到动态奖励值，在线学习平台根据动态奖励值对进行知识共享的学习者奖励。

2.根据权利要求1所述的基于演化博弈的在线知识共享动态奖励方法，其特征在于，所述步骤2中，所述趋同条件信息为趋同范围，采用如下公式计算：

A＝test*(rand(1，N))

其中，A表示趋同范围，test表示测试常数，rand函数生成随机数值，N表示当前在线的学习者的人数；

通过比较该学习者设定的趋同范围、该学习者与其他学习者之间的信誉值差值，得到趋同范围内邻居学习者的集合。

3.根据权利要求1所述的基于演化博弈的在线知识共享动态奖励方法，其特征在于，所述步骤3中，根据学习者的信誉值，将在线学习平台中的学习者分为三个群体，分别为完全知识共享者D、有条件知识共享者C、拒绝知识共享者S；

所述博弈策略包括第一种策略、第二种策略、第三种策略；所述完全知识共享者D、所述有条件知识共享者C、所述拒绝知识共享者S分别对应所述第一种策略、所述第二种策略、所述第三种策略；

所述第一种策略为：无论对方做出何种决策，该学习者都进行知识共享；所述第二种策略为：基于对方学习者的信誉值，该学习者判断是否进行知识共享；所述第三种策略为：无论对方做出何种策略，该学习者都不进行知识共享；

该学习者每进行一次知识共享，则在线学习平台对该学习者给予奖励；

所述收益矩阵A^*为：

其中，λ表示进行知识共享的收益，μ表示进行知识共享的成本，rd表示动态奖励函数，C_ad表示有条件知识共享者查询信息的额外损失，k表示网络平均度。

4.根据权利要求3所述的基于演化博弈的在线知识共享动态奖励方法，其特征在于，通过修改后的复制动力学方程确定所述动态奖励函数；

所述修改后的复制动力学方程为：

其中，表示描述策略的预期比例随时间的变化，x_i表示采用第i种策略的学习者在群体中的比例，x₁表示完全知识共享者D在群体中的比例、x₂表示有条件知识共享者C在群体中的比例、x₃表示拒绝知识共享者S在群体中的比例；f_i表示学习者i的策略s_i的平均适应度，g_i表示学习者i的策略s_i在所有策略中的竞争力，φ表示整个群体的平均适应度；

f_i+g_i作为评价策略适应度的指标，f_i+g_i采用如下公式计算：

其中，x_j表示博弈对象的策略，表示收益矩阵A*中的对应项；

设置临界条件，根据临界条件设置所述动态奖励函数；

所述临界条件定义为：满足f₂+g₂f+g₁f₃+g₃或者f₁+g₁f₂+g₂f₃+g₃，且C_ad0；

设μ＝1，所述临界条件表示为：

所述动态奖励函数采用如下公式计算：

其中，σ为调整参数。