[发明专利]基于顺序次模特征的移动众包服务方法

说明书

本发明公开了一种基于顺序次模特征的移动众包服务方法，移动众包服务提供商根据实际情况设置兴趣点POI，每个用户根据历史数据计算该用户在各个兴趣点能够成功收集数据的概率，然后将数据收集成功概率向量和期望报酬发送给服务提供商，服务提供商基于顺序次模特征进行胜出用户决策，然后计算各个胜出用户的支付价格，服务提供商向胜出用户发送任务要求并按照支付价格支付费用，胜出用户根据服务提供商的任务要求采集数据并回传至服务提供商进行分析，完成移动众包服务。本发明采用先验概率密度表示用户对兴趣点POI的覆盖情况，基于顺序次模特征进行胜出用户决策和支付价格计算，使得胜出用户和支付价格更加合理，提高移动众包服务的普适性。

技术领域

本发明属于移动众包技术领域，更为具体地讲，涉及一种基于顺序次模特征的移动众包服务方法。

背景技术

移动众包(Mobile Crowdsensing，MCS)是一种新兴的业务模式，它多用于服务提供商通过移动用户采集他们所关心的数据，例如环境管理部门通过用户手机话筒采集环境噪音数据，移动运营商通过移动设备采集信号强度，交通部门通过移动设备GPS采集交通流量信息。移动众包的基本原理是移动众包服务提供商(以下简称服务提供商)在某一区域发布众包服务需求，用户收到需求后在一定时间内搜集所需信息传递给服务提供商，服务提供商根据其预算支付一定费用给用户，用于补偿其数据搜集时产生的时间，能耗，数据成本。

图1是典型的移动众包系统示意图。如图1所示，移动众包系统的典型业务流程如下：

1、首先服务提供商发布任务(需要在哪些地方搜集信息)；

2、用户向服务提供商声明可以到达的区域，以及完成数据搜集任务后希望得到的费用(出价)；

3、服务提供商根据预算进行胜出用户决策，得到胜出用户集合，并计算出支付给每位胜出用户的价格，需要满足两个条件，第一个是支付给所有胜者用户的费用不能超过服务提供商预算，其次是支付给每一位胜出用户的费用都要大于该用户的出价。

4、服务提供商支付费用给胜者用户；

5、胜者用户完成数据搜集任务后将数据上传至服务提供商。

根据上述流程可知，移动众包研究的关键问题是1.哪些用户采集的信息更加有价值，2对于每一位参与用户应该支付多少价格给他们。因为采集的信息有边际价值递减的特征，所以现有研究多采用次模函数来表示众包问题的价值模型。在诸多众包问题的表示中，基于POI(point of interest，兴趣点)的模型受到了很多研究者的青睐，其基本原理为运营商将所需要测量区域设置多个兴趣点POI，同时针对每个兴趣点POI公布了相应的数据采集任务，当用户处于兴趣点POI中时，可以使用移动设备对数据进行采集。值得注意的是，随着用户的移动，可能采集多个兴趣点POI的数据。目前有移动众包服务方法就是基于用户对兴趣点POI的覆盖次数构建了众包服务单调次模价值模型。

现有移动众包应用中存在的一个主要的缺陷是，服务提供商假设用户事先申明其所能覆盖的兴趣点POI上的数据一定能采集成功，这和真实情况是不符合的，因为移动中的用户可能随时改变他的位置，例如无法要求采集数据的车辆按照预选设置的路线行走，或者因为电量不足，信号问题无法完成任务。但是服务提供商是根据用户提交的信息来计算最终的支付，当真实的数据采集情况与用户提交信息不一致时，会造成服务提供商巨大的损失。如何更加有效的表示用户设备对POI的覆盖是一大挑战。另外，次模价值函数是一个集合函数，它的一个显著特征是号集合中用户的顺序并不会影响次模价值函数的值，但是经研究发现，如果采用概率模型来表示用户对兴趣点POI的覆盖，在胜出用户集合中，用户不同的排列会产生不同的价值，这导致传统的次模函数无法正确表示此类模型，需要进行进一步改进。

发明内容