一种融合多模态信息的移动群智感知任务推荐方法

摘要

任务推荐是当前移动群智感知研究的热点和难点，现有任务推荐忽略任务历史数据的多样性，及不同的感知任务之间可能存在某种关联性，本发明提出了一种多模态相似度网络融合方法，通过融合用户历史参与任务在各模态信息下的相似度网络，构建历史任务之间的相似度网络，然后采用谱聚类方法对相似度网络进行剪枝分类，将历史任务进行划分，最后计算新任务与历史任务之间的多模态相似度，进而判断新任务是否适合推荐给用户。本发明提出的方法，通过从多模态角度研究移动群智感知的任务推荐问题，融合多种有效信息，最终使得对感知用户群的剖析更细致，对感知任务的划分更明确，从而进行的任务推荐更加合理，有效避免资源浪费、节约能耗的同时，提高参与者的积极性，减少恶意用户的数量，提高感知质量。