[發(fā)明專利]一種基于眾包的群智貢獻評審方法

有效

• 申請?zhí)枺?/td>: 201911058172.3
• 申請日: 2019-11-01
• 公開（公告）號: CN110826900B
• 公開（公告）日: 2020-09-01
• 發(fā)明（設(shè)計）人: 唐藝;唐劍;張翔;易比一;何焱
• 申請（專利權(quán)）人: 中國人民解放軍軍事科學院國防科技創(chuàng)新研究院
• 主分類號: G06Q10/06
• 分類號: G06Q10/06
• 代理公司: 北京豐浩知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11781
• 代理人: 李學康

本發(fā)明公開了一種基于眾包的群智評審方法，任何任務(wù)的參與者和平臺用戶都可以作為評審專家，充分利用大眾智慧資源。首先基于眾包用戶的能力與待評價的任務(wù)的需求匹配，選擇評審專家，再根據(jù)評審專家的確定步長的歷史數(shù)據(jù)信息來動態(tài)校正本次評審中該專家評分的權(quán)重因子，進而計算出所有評審專家基于權(quán)重因子的打分結(jié)果。本發(fā)明充分利用了互聯(lián)網(wǎng)的在線群智資源，保證了在線評審活動的高效便捷以及科學公正。

技術(shù)領(lǐng)域

本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，特別涉及一種基于眾包的群智貢獻評審方法。

背景技術(shù)

在科技項目評審中，傳統(tǒng)的專家評審模式一般為發(fā)信函評審和會議評審兩種方式，第一種方式時間周期較長，信息流通不夠順暢；第二種方式必須所有專家在同一時間同一地點進行評審，時間和空間上受限較大。以上均存在邀請專家困難，組織過程繁瑣，以及面臨支付較多評審費的問題，造成了人力物力上的過多支出。而隨著互聯(lián)網(wǎng)技術(shù)的日新月異，科研項目管理朝著網(wǎng)絡(luò)化、智能化發(fā)展，出現(xiàn)了在線專家項目評審，解決了時間空間上的制約，節(jié)約了管理成本，而且評審工作可以在線上系統(tǒng)制定的規(guī)則下公正科學、高效便捷的開展。目前，國家自然科學基金已采取網(wǎng)上評審的方式，但其本質(zhì)上還是業(yè)內(nèi)專家進行評審，也面臨著專家資源有限，基本處于同一個學術(shù)圈子的問題，沒有能充分發(fā)動大眾資源。

科技任務(wù)在線眾包招募網(wǎng)站能夠發(fā)動大眾資源，定期面向互聯(lián)網(wǎng)開放空間，發(fā)布科技任務(wù)，從社會大眾智慧中征集任務(wù)成果和解決方案。但是眾包招募網(wǎng)站利用傳統(tǒng)的評審方式或者目前的網(wǎng)上評審方法，都會面臨很多問題，組織管理工作繁重，評審質(zhì)量難以控制。

發(fā)明內(nèi)容

針對上述問題，本發(fā)明的目的在于針對現(xiàn)有在線評審技術(shù)的不足，提出一種基于眾包的群智評審方法，任何任務(wù)的參與者和平臺用戶都可以作為評審專家，充分利用大眾智慧資源。首先基于眾包用戶的能力與待評價的任務(wù)的需求匹配，選擇評審專家，設(shè)計評分規(guī)則，再根據(jù)評審專家的歷史數(shù)據(jù)信息，校正其打分權(quán)重因子，消除惡意打分，鼓勵優(yōu)秀評分，保證評價活動的科學公正以及高效便捷，極大的減輕科技項目管理中的評審工作。

為實現(xiàn)上述目的，本發(fā)明采取以下技術(shù)方案：

一種基于眾包的群智評審方法，包括評審系統(tǒng)和眾包平臺，其特征在于，眾包平臺的注冊用戶既可以作為眾包任務(wù)的參與者，也可以作為評審系統(tǒng)的評審專家，眾包平臺存儲了注冊用戶的歷史數(shù)據(jù)并對注冊用戶建立刻畫模型，評審系統(tǒng)對每個待評審的眾包任務(wù)建立任務(wù)需求模型，評審系統(tǒng)工作過程包括以下步驟：

1)對眾包平臺的注冊用戶的用戶刻畫模型與待評審眾包任務(wù)的任務(wù)需求模型進行匹配，選取符合匹配要求的注冊用戶向推送評審任務(wù)，接受邀請的則被選為評審專家，如果評審專家人數(shù)滿足數(shù)量要求，則進入下一步驟，否則重新進行本步驟；

2)確定每個評審專家的權(quán)重因子，設(shè)定歷史信息步長數(shù)值為l，對于當選評審專家次數(shù)小于l的注冊用戶權(quán)重因子為1，即所有評審專家的初始權(quán)重因子為1；

對于當選評審專家次數(shù)大于等于l的注冊用戶權(quán)重因子則可以通過對以往歷史評審得分的偏差進行權(quán)重因子修正得出：

設(shè)眾包任務(wù)為M，選取了N個評審專家，m_n為第n個評審專家的第m次任務(wù)，為第n個評審專家的權(quán)重因子，為第n個評審專家的第m次任務(wù)評審給出的實際分值；

根據(jù)其前l(fā)次評選行為來校正當前權(quán)重因子，設(shè)第n個評審專家的第m_n-l次評選行為的實際評分為權(quán)重因子為而該次評選活動的總評分為則該次評選活動的理想權(quán)重因子

第n個評審專家在該次評選活動中的權(quán)重因子偏差程度為：

則第n個評審專家前l(fā)次評分的權(quán)重因子偏差程度的均值為：

得到第n個評審專家l次評分的權(quán)重因子偏差程度的標準差為