[发明专利]一种群智感知中基于双向拍卖模型的激励方法及系统

说明书

本发明属于群智感知技术领域，公开了一种群智感知中基于双向拍卖模型的激励方法及系统，在群智感知系统中，由一个平台，M个任务请求者组成的集合R＝{r₁，r₂，r₃，...r_M}，N个数据提供者组成的集合W＝{w₁，w₂，w₃，...w_N}；在所述群智感知系统中，假设一个任务请求者r_j只能提交一个任务交给平台，并且每个数据提供者w_i可以提供一个自己感兴趣的任务集合及其相应的竞价，任务请求者r_j提供的任务组成集合T＝{t₁，t₂，t₃，...t_M}；其中，所述群智感知系统中采用的是双向拍卖模型。本发明提出的基于双向拍卖模型的激励机制，以用户为中心，采用双向拍卖模型，更贴合存在多个任务请求者的实际应用场景；考虑到任务难度和感知能力之间的关系，使得任务分配更加准确。

技术领域

本发明属于群智感知技术领域，尤其涉及一种群智感知中基于双向拍卖模型的激励方法及系统。

背景技术

目前，群智感知是指利用智能设备的移动感知和社会计算的特点，与“众包”的思想结合的一种新的感知网络。群智感知服务中的一个关键问题是激励机制的设计，提高数据提供者的服务积极性，使得数据提供者可以提供感知服务。而现有的激励模型大都是假设只有一个任务请求者，忽视了感知任务请求者与数据提供者之间的交互行为，难以满足存在多个任务请求者的应用场景。首先，研究群智感知的激励机制，构建多请求者多提供者双向拍卖模型；其次，现有的研究只考虑了数据提供者的感知任务的能力对任务结果的影响，没有考虑到任务难度和感知能力之间的关系，因此对双向拍卖模型中的任务请求者提供的任务的难度和数据提供者的感知任务的能力分别进行建模，并综合考虑了影响数据提供者的内在因素和外在因素，内在因素考虑了数据提供者提供数据的质量和任务难度之间的关系，外在因素的衡量使用了用户的活跃度和距离相似度两个指标，最终得出数据提供者的综合得分；最后从计算有效、个人理性、预算平衡、真实性这四个方面分析激励方法的有效性。

使用最多的是基于博弈论的报酬支付激励，大多以用户或平台为中心进行设计的。最经典的是设计了两种激励模型：以平台为中心的激励模型采用的是斯坦伯格博弈，以用户为中心的激励模型采用的是反向拍卖模型。使用双向拍卖模型的技术方案，考虑了用户质量和任务质量需求之间的关系；使用反向拍卖模型技术方案，多将用户质量建模成高斯分布，推导用户质量变量分布随着轮次的增加，均值和方差的演变过程；还有现有技术方案通过考虑用户质量和任务难度之间的关系，将用户质量、任务难度均建模成高斯分布，推导用户质量变量分布和任务难度随着轮次的增加的演变过程。

通过上述分析，现有技术存在的问题及缺陷为：

(1)现有的激励模型大都是假设只有一个任务请求者，忽视了感知任务请求者与数据提供者之间的交互行为，难以满足存在多个任务请求者的应用场景。

(2)现有的研究只考虑了数据提供者的感知任务的能力对任务结果的影响，没有考虑到任务难度和感知能力之间的关系。

解决以上问题及缺陷的难度为：

现有的工作并不能在保证双向拍卖的计算有效、个人理性、预算平衡、真实性四个性质的同时将任务难度和数据提供者的感知能力之间的关系综合起来建立模型。

解决以上问题及缺陷的意义为：

因此本发明提出了基于双向拍卖模型的激励方法，通过对数据提供者的感知任务的能力和任务难度分别建立模型，充分考虑两者之间的关系，提高了任务请求者和数据提供者的满意度，保证了双向拍卖的计算有效、个人理性、预算平衡、真实性。

发明内容

针对现有技术存在的问题，本发明提供了一种群智感知中基于双向拍卖模型的激励方法及系统。