[发明专利]一种基于多属性用户选择移动群智感知激励机制的方法及系统

摘要

本发明涉及一种基于多属性用户选择移动群智感知激励机制的方法及系统，首先感知平台将感知任务划分为多个子任务，并为各个子任务设置任务效用值、信誉积分阈值以及初始信誉积分；感知平台以流动的方式发布子任务；感知用户上传属性值；感知平台先后对用户进行一次筛选、二次筛选确定最优用户集；感知平台根据报酬计算函数计算感知用户完成子任务所获的报酬；感知用户根据参与意愿分析函数自主选择是否最终接受子任务处理请求；感知平台设置用户信誉积分奖惩机制，更新感知用户的信誉积分。本发明不仅能够提高感知用户参与度和所提交的感知数据质量，而且能够有效地保证感知用户的质量和降低系统花费开销。

主权项

1.一种基于多属性用户选择移动群智感知激励机制的方法，其特征在于：首先进行最优用户集选择，然后进行平台与用户之间的双向选择，最后进行用户信誉积分奖惩；其中所述最优用户选择包括以下步骤：步骤S1：感知任务发布前，感知平台将感知任务K划分为多个子任务k，并为每个子任务k设置子任务效用值μk，同时感知平台设置信誉积分阈值，并为每个感知用户设置初始信誉积分；步骤S2：感知用户向感知平台上传参与阈值threshi、花费代价Ci和信誉值Qi三个属性值；步骤S3：感知平台基于感知用户的信誉积分和信誉积分阈值进行用户一次筛选；其中，感知用户的信誉积分随着任务处理过程的发生而变化；步骤S4：感知平台利用层次分析法进行用户二次筛选，将最优用户集选择作为目标层元素，将步骤S2所述的参与阈值threshi、花费代价Ci、信誉值Qi三个属性作为准则层元素，将n个感知用户作为措施层元素，构建三层递阶层次结构图；步骤S5：感知平台根据步骤S4所述的三层递阶层次结构图，利用1‑9标度法得到准则层所有元素相对于目标层元素的重要性比较结果和措施层所有元素相对于准则层每一个元素的重要性比较结果，从而构造准则层对目标层的判断矩阵A，以及措施层对准则层的判断矩阵X1、X2和X3；步骤S6：感知平台根据步骤S5所述的判断矩阵A，计算准则层对目标层的权向量ωA，并对判断矩阵A进行层次单排序一致性检验，从而确定权向量ωA的计算值；步骤S7：感知平台根据步骤S5所述的判断矩阵X1、X2和X3，分别计算措施层对准则层的权向量ω1、ω2、ω3，并对判断矩阵X1、X2和X3进行层次单排序一致性检验，从而确定权向量ω1、ω2、ω3的计算值；步骤S8：感知平台根据步骤S6所述的ωA和步骤S7所述的ω1、ω2、ω3，计算措施层对目标层的组合权向量ω，并进行层次总排序一致性检验，从而确定组合权向量ω的计算值；步骤S9：感知平台根据步骤S8所述的组合权向量表示的结果进行决策，从措施层n个感知用户中按照组合权向量大小依次选取权值较大的m个用户，从而构成一个大小为m的最优用户集。