[发明专利]一种面向群智感知的基于上下文信息的在线工人选择方法

说明书

本发明属于群智感知领域，特别涉及一种面向群智感知的基于上下文信息的在线工人选择方法，包括如下步骤，S1.搭建群智感知分配模型，并获取所有工人的信息，所述群智感知系统模型包括处理感知任务的预算B，工人和上下文信息空间；S2.将上下文信息进行超立方体划分；S3.对于每轮到来的一名工人，找出其所在的超立方体；判断该工人是否满足在当前轮处理任务的条件；如果满足，则选择该工人执行任务；若该工人被选择执行了任务，则更新相关变量，在下一个轮重复该步骤，直到处理众感任务的预算花完为止。其优点在于，将利用工人的上下文信息对工人进行评估，利用在线背包的方法来解决在线工人选择问题。

技术领域

本发明属于群智感知领域，特别涉及一种面向群智感知的基于上下文信息的在线工人选择方法。

背景技术

近些年来，随着移动智能设备的不断增加，群智感知（Crowdsensing）逐渐成为来获取各种传感信息的一种重要手段。通过雇佣工人来利用他们手上的移动设备来获取感知信息是群智感知获取信息的一个重要手段。任务的发布者由于成本的限制，在发布任务时往往会给定一个预算。在边缘端的工人由于个人及设备的原因，他们在处理感知任务的能力上也不尽相同，而且工人的处理感知任务的能力也往往是未知。不同的工人其活跃的时间也往往是不同的，这样智能选择当前活跃的工人进行处理任务，当工人的活跃时间过了之后，便无法再次选择这个工人执行任务。

所以实际群智感知系统面临的问题，如何在有限的预算下选择在线的未知工人执行任务已最大化累积感知收益。对于工人未知的约束，多臂老虎机往往是解决这个问题的一个常用的手段。然而多臂老虎机仅仅适用于工人是离线的情况，在工人在线的情况下，传统的多臂老虎机便无法处理此问题。

发明内容

针对现有技术的缺陷，本发明提供了一种充分利用有限的预算，选择质量较高的工人的在线工人选择方法。其技术方案为，

一种面向群智感知的基于上下文信息的在线工人选择方法，包括如下步骤，

S1.搭建群智感知分配模型，并获取所有工人的信息，所述群智感知系统模型包括处理感知任务的预算B，工人和上下文信息空间；

S2.将上下文信息进行超立方体划分；

S3.对于每轮到来的一名工人，找出其所在的超立方体；判断该工人是否满足在当前轮处理任务的条件；如果满足，则选择该工人执行任务；若该工人被选择执行了任务，则更新相关变量，在下一个轮重复该步骤，直到处理众感任务的预算花完为止。

优选的，S1中，处理感知任务的预算B，即处理任务付给工人的总报酬不得超过；

设工人集合共包含个工人，在第轮，中的第个工人将会到来，以供群智感知平台选择，令；对于每个工人，包含信息如下：上下文信息，处理任务的质量，处理一个任务的报酬，且，令，L、U为约束条件；上下文信息空间，其中，为上下文信息的维度，对于工人，其上下文信息。

优选的，S2中，将上下文信息空间划分为多个独立的超立方体，将在同一个超立方体中的工人视为一类，并且假设在同一个超立方体中的工人具有相同的处理任务的质量。

优选的，步骤S2具体方法如下：

S21.假设工人处理任务的质量和其上下文信息满足函数形式，且函数满足Holder Condition：对于任意两个工人、工人，其上下文信息分别为，，存在常数，，使得

S22.将上下文信息空间的每一维平均划分成份，因此，上下文信息空间被划分为了个超立方体，用表示超立方体的集合。

优选的，步骤S3具体方法如下：

S31.模型初始化：表示在轮超立方体中的工人处理任务的平均质量，表示截止到第轮超立方体中的工人一共被选择的次数，表示在第轮所剩余的预算：，，，Q∈集合；