|
|
1.
群智感知中基于反拍卖模型的众包激励方法
朱旋, 杨麦顺, 安健, 向乐乐, 杨蔷薇
计算机应用
2016, 36 (7):
2038-2045.
DOI: 10.11772/j.issn.1001-9081.2016.07.2038
激励是实现群智感知（CS）众包服务的主要方法，针对现有方法在服务过程中没有充分考虑节点参与数量和恶意竞争对群智感知带来的影响，提出一种基于反拍卖模型的激励（RVA-IM）方法。首先，研究众包的激励机制，结合反拍卖与Vickrey拍卖思想，构建面向任务覆盖的反拍卖模型；其次，对模型中涉及的任务覆盖、反拍卖选择和奖励实施等关键技术问题进行深入分析与研究；最后，从计算有效、个人理性、预算平衡、真实性和诚实性五个方面分析RVA-IM激励方法的有效性。实验结果表明，与IMC-SS和MSensing激励方法相比，RVA-IM在有效性和可行性方面均有较好的表现，能够解决现有方法中的恶意竞争问题，并能够平均提升众包服务完成率约21%。
参考文献 |
相关文章 |
多维度评价
|
|
