首页> 中文学位 >基于接包方兴趣和能力的众包任务推荐方法研究
【6h】

基于接包方兴趣和能力的众包任务推荐方法研究

代理获取

目录

声明

致谢

变量注释表

1 绪论

1.1研究背景和意义

1.2 研究目标

1.3研究内容及贡献

1.3.1基于接包方兴趣和能力的众包任务推荐方法

1.3.2融入接包方对发包方信任和发包方信誉的众包任务推荐方法

1.4论文结构

2众包及相关研究

2.1.1众包

2.1.2众包模式

2.2 众包相关研究机制

2.2.1信任机制设计

2.2.2激励机制设计

2.2.3结果质量评估

2.3 推荐方法

2.3.1基于内容的推荐

2.3.2基于协同过滤的推荐

2.4 本章小结

3基于接包方兴趣和能力的众包任务推荐方法

3.1引言

3.2研究背景

3.3任务推荐问题数学模型

3.4综合兴趣和能力的接包方任务完成时间估计方法

3.4.1估计思想

3.4.2相似任务寻找

3.4.3相似接包方集合形成

3.4.4任务完成时间估计

3.4.5算法步骤

3.5 任务推荐问题进化求解

3.5.1 个体编码

3.5.2 适应度函数

3.5.3 遗传操作

3.6 实验

3.6.1实验数据

3.6.2 实验结果分析

3.7本章小结

4综合考虑接包方兴趣和能力的基础上融入接包方对发包方信任和发包方信誉的众包任务推荐方法

4.1 引言

4.2 数学模型

4.3 融入接包方对发包方信任和发包方信誉的任务完成时间估计方法

4.3.1 估计思想

4.3.2 相似任务寻找

4.3.3 相似接包方集合形成

4.3.4 任务完成时间估计

4.3.5 算法步骤

4.4 任务推荐问题的进化求解

4.4.1 个体编码

4.4.2 适应度函数

4.4.3 遗传操作

4.5 实验

4.5.1实验数据

4.5.2 实验结果分析

4.6 本章小结

5 结论

5.1 本文工作

5.2研究展望

参考文献

作者简历

学位论文原创性声明

学位论文数据集

展开▼

摘要

在这个飞速发展的时代,互联网的存在和发展与企业的发展进步息息相关。而随着互联网技术发展产生的众包模式,引起了学者的广泛关注,成为当下众多学者研究的热点。众包模式中,如何将任务精准的推荐给更有可能完成任务的接包方,一直是学者比较关注的问题。任务的精准推荐,直接影响到发布任务的完成效率和完成质量。如果不能将任务精准的推荐给接包方,将会大大增加接包方选择任务的难度,浪费接包方大量的时间和精力,也降低了任务完成的效率和质量。因此,针对众包任务推荐问题,如何将任务精准的推荐给更有可能完成该任务的接包方是重中之重。 众包是发挥群体智能的重要模式,通过在众包平台上发布并推荐任务给接包方,在提高任务完成效率的同时,能够降低任务完成的成本。但是,信息缺失和推荐方法的限制,使得已有的任务难以精准的推荐给接包方。为了提高任务推荐的精准性,本文提出基于接包方兴趣和能力的众包任务推荐方法。该方法首先将任务推荐问题建模为含有未知任务完成时间的约束单目标优化问题;然后,基于众包平台上的相似任务和相似接包方,估计接包方完成待推荐任务的时间;最后,采用遗传算法求解建立的模型,得到待推荐任务的接包方集合。 通过进一步的研究发现,在寻找相似任务的过程中,仅考虑任务属性,往往不够精准。在众包平台上,有部分发包方信誉不佳,存在恶意延长发放佣金时间、对参与任务的接包方提交的方案百般挑剔,甚至恶意终止任务等行为,导致很多接包方花费了大量的时间和精力参与任务,最终徒劳无功。众包平台将任务推荐给接包方,对于那些信誉不高的发包方发布的任务,接包方选择完成该推荐任务的可能性便会降低。所以在寻找相似任务时,应将该任务发包方的信誉考虑在内。同时,接包方参与意愿影响因素主要包括接包方兴趣和接包方对发包方的信任,仅考虑接包方兴趣进行推荐显然不够全面。因此,本文对原有方法进行了改进,提出了融入接包方对发包方信任和发包方信誉的众包任务推荐方法。该方法在寻找相似任务的过程中,综合考虑任务属性和发包方信誉;在寻找相似接包方的过程中,综合考虑接包方的参与意愿以及接包方的能力。将提出的方法应用于国内典型众包平台-任务中国中,并与其他的方法进行比较。实验结果表明,本文提出的方法均能够精准的推荐任务。

著录项

  • 作者

    刘咪;

  • 作者单位

    中国矿业大学;

    中国矿业大学(江苏);

  • 授予单位 中国矿业大学;中国矿业大学(江苏);
  • 学科 控制科学与工程
  • 授予学位 硕士
  • 导师姓名 巩敦卫;
  • 年度 2019
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类 体育;
  • 关键词

    兴趣和能力;

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号