期刊
  出版年
  关键词
结果中检索 Open Search
Please wait a minute...
选择: 显示/隐藏图片
1. 基于Pareto分布的众包工人欺骗行为处理方法
潘庆先, 江珊, 董红斌, 王莹洁, 潘廷伟, 殷增轩
计算机应用    2019, 39 (11): 3191-3197.   DOI: 10.11772/j.issn.1001-9081.2019051067
摘要370)      PDF (1013KB)(270)    收藏
由于众包的组织模式自由松散,致使众包工人在完成任务的过程中存在欺骗行为。如何识别工人的欺骗行为并降低其影响,从而保障众包任务的完成质量,已经成为众包领域的研究热点之一。通过对任务结果的评估与分析,针对众包工人统一型欺骗行为,提出了一种基于广义Pareto分布(GPD)的权重设置算法(WSABG)。该算法对GPD进行极大似然估计,并用二分法逼近似然函数的零点以计算出尺度参数 σ和形状参数 ε。算法中定义了新的权重公式,并利用众包工人完成当前任务的反馈数据赋予每位工人一个绝对影响权重,最终设计出了基于GPD的众包工人权重设置框架。所提算法可以解决任务结果数据之间差异性小且容易集中在两极的问题。以烟台大学学生评教数据为实验数据集,提出了区间转移矩阵的概念,证明了WSABG算法的有效性和优势。
参考文献 | 相关文章 | 多维度评价
2. 基于声誉的移动众包系统的在线激励机制
王莹洁, 蔡志鹏, 童向荣, 潘庆先, 高洋, 印桂生
计算机应用    2016, 36 (8): 2121-2127.   DOI: 10.11772/j.issn.1001-9081.2016.08.2121
摘要1063)      PDF (1144KB)(702)    收藏
在大数据环境下,对移动众包系统的研究已经成为移动社会网络(MSN)的研究热点。然而由于网络个体的自私性,容易导致移动众包系统的不可信问题,为了激励个体对可信策略的选取,提出一种基于声誉的移动众包系统的激励机制——RMI。首先,结合演化博弈理论和生物学中的Wright-Fisher模型研究移动众包系统的可信演化趋势;在此基础上,分别针对free-riding问题和false-reporting问题建立相应的声誉更新方法,从而形成一套完整的激励机制,激励感知用户和任务请求者对可信策略的选取;最后通过模拟实验对提出的激励机制的有效性和适应性进行了验证。结果显示,与传统的基于社会规范的声誉更新方法相比,RMI有效地提高了移动众包系统的可信性。
参考文献 | 相关文章 | 多维度评价