论文部分内容阅读
协同众包是指需要多人共同合作完成复杂任务的众包。由于工人需要相互协作才能完成任务，因此工人之间的协同代价是影响团队合作效率和质量的重要因素。与以往团队形成问题中基于社会网络通信成本计算协同代价模型不同的是，本文基于工人对互相之间协同情况的反馈计算工人之间的协同代价。所以，本文首先基于工人反馈研究复杂任务被分解后的协同众包团队形成问题，然后在该研究的基础上，本文针对工人的不诚实性和工人的信誉因素对问题进行拓展研究并提出解决思路和求解算法。
首先，本文研究基于工人反馈的任务分解协同众包团队形成问题。与以往针对整体任务的协同众包团队形成问题的工作不同，本文考虑了众包复杂任务被分解为多个子任务后团队内部新的协同模式，并构建以领导者为中心对子团队互联然后基于工人的反馈计算团队协同度的团队协同模型。为了在该协同模型下求解最优团队方案，本文设计一种基于回溯法的精确算法。为了适应大规模场景，本文还提出一种基于二分查找的贪心策略启发式算法。实验结果表明本文的算法能够在不同规模下有效提高团队的协同度。
然后，本文提出基于反馈的协同众包诚实性团队形成机制设计问题。众包中自私的工人会抬高报价以追求更高利益。这种行为会导致任务成本过高，也损害其他工人和发布者的利益。为了激励工人诚实报价，通常需要以最低价格成本来选择工人，然而该方式无法兼顾工人的协同代价，而以往有关工人不诚实性的研究也通常会忽略工人的协同代价。本文则基于工人之间协同代价的反馈，对工人的协作能力进行评估，挑选出有资格做领导者的工人集合，然后根据技能边际贡献成本贪心选择符合协同度约束和技能约束的工人加入团队。本文理论证明了机制的可计算性，个体理性以及诚实性。仿真实验表明，与经典的VCG机制相比，本文提出的团队形成机制在运行时间上具有较大优势。
最后，本文研究基于工人反馈并考虑工人信誉的协同众包团队形成问题。以往考虑工人协同代价的研究工作没有同时考虑工人信誉对团队的影响，而在为众包任务选择工人时可能会出现协同度高但信誉值较低的工人，这会可能会导致最终形成的团队出现恶意工人。为了能够综合考量两者对团队质量的影响，本文基于工人的反馈提出一种团队质量计算模型。根据所建模型，本文设计一种精确算法用于求解最优团队方案。另外，本文还提出一种启发式算法以适应大规模场景下众包任务实时分配的需求。最后的仿真实验表明这两种算法能够在不同的场景下有效提高团队的质量。
首先，本文研究基于工人反馈的任务分解协同众包团队形成问题。与以往针对整体任务的协同众包团队形成问题的工作不同，本文考虑了众包复杂任务被分解为多个子任务后团队内部新的协同模式，并构建以领导者为中心对子团队互联然后基于工人的反馈计算团队协同度的团队协同模型。为了在该协同模型下求解最优团队方案，本文设计一种基于回溯法的精确算法。为了适应大规模场景，本文还提出一种基于二分查找的贪心策略启发式算法。实验结果表明本文的算法能够在不同规模下有效提高团队的协同度。
然后，本文提出基于反馈的协同众包诚实性团队形成机制设计问题。众包中自私的工人会抬高报价以追求更高利益。这种行为会导致任务成本过高，也损害其他工人和发布者的利益。为了激励工人诚实报价，通常需要以最低价格成本来选择工人，然而该方式无法兼顾工人的协同代价，而以往有关工人不诚实性的研究也通常会忽略工人的协同代价。本文则基于工人之间协同代价的反馈，对工人的协作能力进行评估，挑选出有资格做领导者的工人集合，然后根据技能边际贡献成本贪心选择符合协同度约束和技能约束的工人加入团队。本文理论证明了机制的可计算性，个体理性以及诚实性。仿真实验表明，与经典的VCG机制相比，本文提出的团队形成机制在运行时间上具有较大优势。
最后，本文研究基于工人反馈并考虑工人信誉的协同众包团队形成问题。以往考虑工人协同代价的研究工作没有同时考虑工人信誉对团队的影响，而在为众包任务选择工人时可能会出现协同度高但信誉值较低的工人，这会可能会导致最终形成的团队出现恶意工人。为了能够综合考量两者对团队质量的影响，本文基于工人的反馈提出一种团队质量计算模型。根据所建模型，本文设计一种精确算法用于求解最优团队方案。另外，本文还提出一种启发式算法以适应大规模场景下众包任务实时分配的需求。最后的仿真实验表明这两种算法能够在不同的场景下有效提高团队的质量。