[發明專利]一種基于線性概率的大規模眾包任務擴散方法

在審

• 申請號: 201710664739.6
• 申請日: 2017-08-07
• 公開（公告）號: CN107609836A
• 公開（公告）日: 2018-01-19
• 發明（設計）人: 徐佳;饒正強;徐力杰;王磊;戴華;徐小龍;李濤
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06Q10/10
• 分類號: G06Q10/10;G06Q30/02;G06Q30/06;G06Q50/00
• 代理公司: 江蘇愛信律師事務所32241
• 代理人: 唐小紅

1.一種基于線性概率的大規模眾包任務擴散方法，其特征在于，眾包平臺和注冊用戶之間體現為一個反向拍賣過程，步驟如下：

步驟201：社交網絡應用平臺發布一個任務集合T＝{t₁,...,t_m}，對于每個任務t_j∈T需要除注冊用戶以外的至少r_j個人去完成，其中r_j被稱為任務t_j的擴散因子；

步驟202：設眾包平臺注冊用戶集合為U_R＝{1,2,...,n}，每個注冊用戶i∈U_R提交一個標書B_i＝(T_i,b_i)，其中為注冊用戶i愿意擴散的任務集合；b_i為注冊用戶i執行任務集T_i中任務想要獲得的最少報酬；

步驟203：眾包平臺預測每個注冊用戶i對其社交鄰居v∈U_S的影響力其中U_S為所有注冊用戶的社交鄰居減去注冊用戶本身之后的集合，設U_S的大小為q；注冊用戶i的社交網絡鄰居指注冊用戶i在社交網絡中的好友；

步驟204：眾包平臺計算入選者集合S；

步驟205：眾包平臺計算每個用戶i∈U_R的報酬p_i；

步驟206：眾包平臺通知入選者，入選者在社交網絡中進行任務擴散；

步驟207：眾包平臺向入選者支付報酬。

2.如權利要求1所述的一種基于線性概率的大規模眾包任務擴散方法，其特征在于，在步驟203中，眾包平臺預測每個注冊用戶i對其社交鄰居v的影響力的步驟如下：

步驟301：對于任意注冊用戶i及其社交鄰居v，計算杰卡德相似系數其中N_i和N_v分別表示注冊用戶i和社交鄰居v的社交鄰居集合；

步驟302：計算任意注冊用戶i對其社交鄰居v∈U_S的影響力：結束。

3.如權利要求1所述的一種基于線性概率的大規模眾包任務擴散方法，其特征在于，在步驟204中，眾包平臺計算入選者集合S的步驟如下：

步驟401：初始化入選者集合

步驟402：檢查每個任務t_j隨對應的擴散因子r_j是否都為0；如果是，則返回集合S，結束；

步驟403：從集合中U_R/S尋找的值最小的用戶i，其中k∈U_R/S，

步驟404：令S＝S∪{i}；

步驟405：對所有T_i中的任務，更新擴散因子r_j＝r_j-min{r_j,v_i}，執行步驟402。

4.如權利要求1所述的一種基于線性概率的大規模眾包任務擴散方法，其特征在于，在步驟205中，眾包平臺計算每個用戶i∈U_R的報酬p_i的步驟如下：

步驟501：對任意用戶i∈U_R，令其報酬p_i＝0；

步驟502：對所有的入選者i∈S執行步驟503到步驟507；

步驟503：令

步驟504：檢查每個任務t_j隨對應的擴散因子r_j是否都為0；如果是，則執行步驟502；

步驟505：從集合中U_R'/S'尋找的值最小的用戶i_k，其中k∈U_R'/S'，

步驟506：令S'＝S'∪{i_k}；令

步驟507：對所有T_ik中的任務，更新擴散因子執行步驟504；

步驟508：返回所有用戶的報酬向量p＝(p₁,p₂,...,p_n)，結束。