[發明專利]眾包系統中抑制水軍問題的細粒度推薦機制

在審

• 申請號: 201710708968.3
• 申請日: 2017-08-17
• 公開（公告）號: CN110020098A
• 公開（公告）日: 2019-07-16
• 發明（設計）人: 唐暉;郭智威
• 申請（專利權）人: 南京東方網信網絡科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q10/10;G06Q50/00
• 代理公司: 重慶市前沿專利事務所(普通合伙) 50211
• 代理人: 顧曉玲

本發明公開了一種眾包系統中抑制水軍問題的細粒度推薦機制，該眾包系統中抑制水軍問題的細粒度推薦機制包括如下步驟：在主題模型中，輸入Q個問題和K個主題，所述Q和K均為正整數，獲取問題q的主題k，所述q為Q個問題中的一個問題，所述k為K個主題中的一個主題；計算用戶列表中的用戶關于主題k的專業水平和興趣度，生成用戶畫像；結合興趣度和專業水平協同感知，為主題為k的任務輸出排序后的用戶列表。本發明利用興趣度和專業水平共同發揮作用這一事實，并且利用興趣有時會對專業水平施加反作用力，同時考慮用戶的興趣度在現實世界中是隨著時間而發生變化的，抑制眾包體系中的水軍問題，提高了眾包任務的完成質量，提高了用戶的體驗度。

技術領域

本發明涉及數據排序技術領域，具體涉及一種眾包系統中抑制水軍問題的細粒度推薦方法和推薦系統。

背景技術

隨著網絡在線服務的發展，利用群體智慧執行大規模任務這一工作模式得到越來越廣泛地應用。眾包是這樣一種工作模式，任務請求者通過金錢獎勵的方式招集具有不同能力的工作人員來處理任務，眾包模式所帶來的好處已經在今天得到廣泛認可，并且已經不止一個眾包平臺(例如Amazon Mechanical Turk)開始運行。眾包系統的主要組成部分包含：運營平臺的服務提供商，發起任務的任務請求者以及參與任務并給出答案的用戶。

盡管眾包已經取得較大的發展，但對服務提供商來說仍然存在一些問題待解決，水軍就是主要問題之一?！八妴栴}”最初是指一種在線行為，指雇用一些水軍用戶來大量散布某種特定的觀點，而其所散布的內容大多是不負責的、不切實際的。例如，當電子商務賣家設法提高自己的商品銷量時，一個很實用的方式就是雇用水軍用戶來大量杜撰有利于自己商品的評論。水軍僅完成任務以獲得回報而并不注重其言論的客觀性。眾包活動也存在水軍用戶，主要是指任務完成情況較差或錯誤率較高的用戶。產生這一現象的主要原因在于用戶很難從大量的任務中找到適合自己的任務。因此，許多參與者參與的是其并不擅長或并不感興趣的任務，他們會不假思索或者隨意地給出答案。眾包系統中的水軍問題不僅降低了任務完成的質量并且影響了用戶體驗。

為了解決此問題，有效的分配或推薦機制成為了迫切需要。近年來，有相當一部分為任務選擇用戶或者向用戶推薦任務的方法被提出，其中最直觀的思路是根據用戶的可靠性來選擇合適的用戶，用戶提供正確答案的頻率越高，他就越可靠。然而，當任務主題不相同時，用戶的可靠性往往會發生變化。意識到這一點，許多研究者開始對主題領域進行劃分，并且兩個與水軍問題高度相關的度量因素被提出：專業水平以及興趣度。盡管如此，這些方法仍然不夠精細。

一方面，幾乎所有的方法都單獨以專業水平或興趣度作為推薦的準則。忽視了興趣度和專業水平共同發揮作用這一事實，并且興趣有時會對專業水平施加反作用力。具體來說，在完成任務過程中，興趣度可能會產生積極或消極的反饋，因為興趣過高或過低都會影響用戶做事情的態度。圖1中給出一個例子來證明該觀點。圖1展示了一個在現實生活可能存在的虛擬場景，其中，正確率代表不同用戶完成任務的質量。如果用戶A不像用戶C一樣對該任務感興趣，則用戶A的正確率可能會比用戶C的偏低。同樣地，如果用戶B的專業水平較低但是對該任務興趣度比較高，則他的正確率未必比用戶A差。

另一方面，在所有這些方法中，用戶的興趣度被假設為恒定不變的，但其在現實世界中是隨著時間而發生變化的，因為興趣度會受情緒，環境以及流行文化的影響。

近年來，推薦機制成為抑制眾包系統中水軍問題的一種重要途徑，因為其可以優化用戶和任務之間的匹配關系。因此，諸多為任務選擇用戶或者向用戶推薦任務的技術應運而生。在本節中，將介紹與我們的研究有關的現有工作。