[发明专利]基于路径依赖理论的群智感知激励方法、系统及设备

权利要求书

1.一种基于路径依赖理论的群智感知激励方法，其特征在于，包括：

步骤1，根据任务点处周围的移动智能设备密度，将任务分为偏远地区任务和热门地区任务；

步骤2，将提供数据收集服务的参与者进行分类，对于未完成路径依赖培育的参与者，使其进入培育阶段进行路径依赖培育，对于已完成路径依赖培育的参与者，使其进入维持阶段进行数据收集；

步骤3，平台向参与者发布任务，并公布培育阶段和维持阶段不同的报酬支付方式，其中，所述报酬支付方式包括偏远地区培育类报酬、偏远地区维持类报酬、热门地区类报酬；

步骤4，平台获取参与者的目标任务点、报价以及参与者和任务点的距离信息；

步骤5，平台根据参与者本轮选择的任务的报价以及参与者与任务点的距离计算每个参与者的竞争力值并选取获胜者；

步骤6，参与者完成任务后，平台根据参与者完成任务的类型以及参与者的类型支付报酬；

步骤7，计算参与者的概率培育值与路径依赖值对于培育阶段的参与者，当概率培育值与路径依赖值达到阈值的时候，则将其更改为维持阶段的参与者。

2.根据权利要求1所述的方法，其特征在于,所述步骤5具体包括：

根据参与者本轮选择的任务的报价以及参与者与任务点的距离竞计算争力值

其中，ω₁,ω₂分别为绝对报价值与移动距离的评分权重，且有ω₁+ω₂＝1，为竞争力成本系数，有

将竞争同一个任务的参与者的中标评分进行排序，选取竞争力值高的参与者作为获胜者。

3.根据权利要求1所述的方法，其特征在于,所述偏远地区培育类报酬的计算公式为：

其中rex_i,j表示偏远地区培育类报酬，表示基础任务报酬，表示额外报酬，Pr_i,j表示额外报酬的发放概率；

其中，α₁表示参与者获得概率额外奖励的初始概率值，任务表示参与者在参与偏远地区任务过程中实际的获得额外报酬的概率，λ_i表示初始概率权重因子系数，表示初始概率权重因子，取值范围为按照Pr_i,j公式估计参与者i在第j轮时获得依赖强化奖励的概率；

其中表示平台向参与者发放依赖强化奖励的实际概率，每轮次的实际取值高于Pr_i,j的值，μ表示实际概率比公布概率高的倍数，μ1；

其中表示参与者概率获得的额外报酬，K₁表示依赖强化奖励系数，K₁1，t_i,j表示所有任务的最小值与在第j轮所选择任务的ρ_i,j的比值，即

4.根据权利要求1所述的方法，其特征在于,所述偏远地区维持类报酬的计算公式为：

其中表示偏远地区维持类报酬，表示基础任务报酬，表示固定奖励，表示依赖强化奖励；

其中为路径维持阶段参与者概率培育函数；

其中π(α₁)表示概率权重函数，γ为概率权重参数，0γ1；

其中表示路径维持阶段额外报酬发放的真实概率，其中为路径维持阶段平台给参与者发放依赖强化奖励的保底概率，有的范围为(0,1)；

其中依赖强化奖励表示参与者概率获得的额外报酬，K₂表示依赖强化奖励系数，K₂1，t_i,j表示所有任务的最小值与在第j轮所选择任务的ρ_i,j的比值，即

5.根据权利要求1所述的方法，其特征在于,所述概率培育值的计算公式为：

其中为参与者通过完成偏远地区任务的概率培育值，其中α₂α₁，α₂具体的取值为平台预先设置，平台设置概率判断阈值当概率培育值时，判定参与者通过，否则不通过。