[发明专利]一种基于类别和能力评价的众包任务推荐方法

说明书

本发明公开了一种基于类别和能力评价的众包任务推荐方法，包括：将任务文本进行分类，得到任务二级类别信息；提取能力方集合；基于任务二级类别信息与知识标签信息进行匹配，得到各任务对应的能够完成任务的能力方的集合；利用熵权法计算各任务对应的能够完成任务的能力方的集合中各能力方的综合经济效益系数；基于综合经济效益系数对各任务进行能力方推荐。与现有技术相比，本发明除了考虑能力方是否能够完成任务，还考虑了能力方完成任务时的综合经济效益，使得推荐信息前列的能力方不仅能够完成任务，还能保证完成任务的质量，进而使得推荐的质量得到了提高，实现了众包任务到能力方的精确推送。

技术领域

本发明涉及信息推荐领域，具体涉及一种基于类别和能力评价的众包任务推荐方法。

背景技术

众包(crowdsourcing)指公司或机构把原本内部完成的工作任务，以自由自愿的形式，外包给非特定的大众网络，这一概念最早由Howe提出。众包在提出之后得到了快速的发展，兴起了如：local motors社区，亚马逊的Mechanical Turk，Dell公司的IdeaStorm，hair的hope，猪八戒等等一些众包平台，这些平台改变了设计的环境，对象以及创新的模式。公司或者个人可以把设计需求放到众包平台上，吸引那些有兴趣的人参与其中，使得最终的设计是集思广益的结果。众包平台将传统设计变成了众包设计，解决了传统设计在人力，财力，物力，智力方面的局限性，但也存在许多亟待解决的问题。如何精确的描述，区分，分解设计需求；如何快速准确的将设计需求和有兴趣和能力的人进行匹配；如何对设计的质量进行管控等等都是众包继续发展的难题。

基于内容的推荐是将用户的历史信息作为依据，不用参考其它的用户群，直接为用户推荐和其历史信息相似的信息。基于内容的推荐是最早使用在推荐系统中的一种算法，其优点在于：用户之间相互独立，仅仅根据物品本身的特征信息,就能为不同偏好的用户进行推送；在一定程度上能避免新物品的冷启动问题；其推荐结果的解释性强。但该算法存在难以区分推荐内容质量的高低，不能发现用户新的兴趣等问题。

因此，如何提高推荐质量，实现众包任务到能力方的精确推送成为了本领域技术人员急需解决的问题。

发明内容

针对现有技术中存在的上述不足，本发明实际要解决的问题是：如何提高推荐质量，实现众包任务到能力方的精确推送。

为解决上述技术问题，本发明采用了如下的技术方案：

一种基于类别和能力评价的众包任务推荐方法，包括：

S1、获取任务文本，将任务文本进行分类，得到任务二级类别信息；

S2、获取能力方信息及能力方对应的历史任务信息，提取能力方集合，能力方集合包括能力方id、能力方对应的知识标签信息及能力信息；

S3、基于任务二级类别信息与知识标签信息进行匹配，得到各任务对应的能够完成任务的能力方的集合；

S4、利用熵权法计算各任务对应的能够完成任务的能力方的集合中各能力方的综合经济效益系数；

S5、基于综合经济效益系数对各任务进行能力方推荐。

优选地，步骤S1中，将任务文本进行分类，还得到任务三级类别信息及任务赏金信息，所述基于类别和能力评价的众包任务推荐方法还包括：

S6、从历史任务信息中提取能力方对各三级类别的参与动机信息，参与动机信息；

S7、基于参与动机信息、任务三级类别信息及任务赏金信息对能力方进行任务推荐。

优选地，步骤S2中：