[發(fā)明專利]一種基于激勵推薦的知識眾包平臺構(gòu)建方法

有效

• 申請?zhí)枺?/td>: 202110452290.3
• 申請日: 2021-04-26
• 公開（公告）號: CN113220987B
• 公開（公告）日: 2022-07-26
• 發(fā)明（設(shè)計）人: 吳雯;周錫雄;賀樑;馬銳
• 申請（專利權(quán)）人: 華東師范大學(xué)
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9536;G06Q50/00
• 代理公司: 上海藍(lán)迪專利商標(biāo)事務(wù)所(普通合伙) 31215
• 代理人: 徐筱梅;張翔

本發(fā)明公開了一種基于激勵推薦的知識眾包平臺構(gòu)建方法，所述方法包括以下步驟：構(gòu)建不同激勵方式下的標(biāo)注任務(wù)完成模式；構(gòu)建并訓(xùn)練基于不同激勵的標(biāo)注任務(wù)完成模式推薦模型LRC；根據(jù)用戶大五性格測試值，利用模型LRC計算不同標(biāo)注任務(wù)完成模式的推薦概率，按概率優(yōu)先級推薦不同標(biāo)注任務(wù)完成模式；根據(jù)用戶選擇的標(biāo)注任務(wù)完成模式分配并引導(dǎo)用戶完成任務(wù)，獲取用戶任務(wù)完成結(jié)果，計算對應(yīng)任務(wù)完成模式下的用戶獎勵。本發(fā)明通過提供并推薦不同的任務(wù)完成模式，滿足用戶對于完成任務(wù)的外在與內(nèi)在需求，減少任務(wù)發(fā)布者金錢成本，提高眾包任務(wù)完成質(zhì)量。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機(jī)技術(shù)，具體涉及人工混合智能領(lǐng)域，尤其涉及基于激勵推薦的知識眾包平臺構(gòu)建方法。

背景技術(shù)

當(dāng)前深度學(xué)習(xí)模型需要海量數(shù)據(jù)進(jìn)行訓(xùn)練，產(chǎn)生了大量標(biāo)注任務(wù)。不同于專家標(biāo)注，借助群體智慧來完成任務(wù)標(biāo)注是一個更低成本的選擇。然而，具有不同性格的用戶群體對自主性、個體性和多樣性的追求各有差異，帶有不同的任務(wù)參與動機(jī)，最佳的任務(wù)獎勵方案應(yīng)該滿足不同用戶的激勵需求。

根據(jù)對現(xiàn)有眾包平臺的分析，目前主流的激勵用戶參與并完成任務(wù)的方式為金錢激勵，無法滿足具有不同性格的用戶多樣化的激勵需求，存在用戶參與積極性低，任務(wù)完成質(zhì)量良莠不齊，任務(wù)發(fā)布者需承擔(dān)高額金錢成本的問題。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于激勵推薦的知識眾包平臺構(gòu)建方法，該方法提供具有不同激勵方式的任務(wù)完成模式，根據(jù)用戶性格，調(diào)整不同任務(wù)完成模式推薦的優(yōu)先級，根據(jù)用戶選擇的任務(wù)完成模式計算對應(yīng)金錢獎勵。

實現(xiàn)本發(fā)明目的的具體技術(shù)方案是：

一種基于激勵推薦的知識眾包平臺構(gòu)建方法，特點是該方法包括以下具體步驟：

步驟1：構(gòu)建不同激勵方式下的標(biāo)注任務(wù)完成模式，具體為：以滿足自我成就為主金錢為輔激勵的個人挑戰(zhàn)模式、以社交競爭為主金錢為輔激勵的好友PK模式和以金錢為激勵的普通模式；

步驟2：構(gòu)建并訓(xùn)練基于不同激勵的標(biāo)注任務(wù)完成模式推薦模型LRC；

步驟3：根據(jù)用戶大五性格測試值，利用模型LRC計算不同標(biāo)注任務(wù)完成模式的推薦概率，按概率優(yōu)先級推薦不同標(biāo)注任務(wù)完成模式；

步驟4：根據(jù)用戶選擇的標(biāo)注任務(wù)完成模式分配并引導(dǎo)用戶完成任務(wù)，獲取用戶任務(wù)完成結(jié)果，計算對應(yīng)任務(wù)完成模式下的用戶獎勵。

所述步驟2具體為：

利用邏輯斯蒂回歸方法構(gòu)建基于不同激勵的標(biāo)注任務(wù)完成模式推薦模型LRC，收集不同用戶對于不同任務(wù)完成模式的偏好值和不同用戶的大五性格測試值，利用所述偏好值和大五性格測試值構(gòu)建一個數(shù)據(jù)集，利用該數(shù)據(jù)集訓(xùn)練模型LRC；模型LRC的公式為：

其中,Y_k為第k種任務(wù)完成模式的推薦概率，x為用戶大五性格測試值，w_i或w_k表示第i或k種任務(wù)完成模式的權(quán)重，b為偏置項，N為任務(wù)完成模式的數(shù)量。

所述步驟3具體為：

根據(jù)用戶大五性格測試值，利用步驟2中模型LRC計算不同任務(wù)完成模式的推薦概率,不同任務(wù)完成模式依概率從大到小的順序形成推薦次序并顯示在界面中。

步驟4所述計算對應(yīng)任務(wù)完成模式下的用戶獎勵，具體為：

在各任務(wù)完成模式為用戶分配的任務(wù)中，部分任務(wù)已有標(biāo)準(zhǔn)結(jié)果，作為衡量用戶完成任務(wù)質(zhì)量的依據(jù)。在滿足最低完成質(zhì)量要求情況下，各任務(wù)完成模式均提供金錢獎勵，其中，個人挑戰(zhàn)模式給予用戶固定的基礎(chǔ)金錢獎勵,好友PK模式的勝出者和普通模式下的金錢獎勵按以下公式計算: