众包平台

摘要： 根据跑腿订单稀疏且取送货距离远,配送员收益依赖于配送距离等特征,为了提高跑腿代购订单的配送时效及配送员收益,建立实时订单分配与路径优化模型,设计基于滚动时域的远程直配与短程合单策略。运用数值分析的方法,验证该策略的有效性,并与普通众包合单策略进行对比研究,进一步通过配送员的车容量、限制配送距离和总订单数量等参数的敏感性分析研究其适用性。结果表明,所建立的数学模型及设计的策略在配送时效及配送员使用率方面存在优势,更适用于跑腿代购订单;增加限制配送距离,可以降低顾客等待时间,提高客户满意度;减少配送员总数或增加订单量,可以提高配送员收益与配送积极性;可以通过增加限制配送距离提高配送时效,通过减少配送员总数增加配送员平均收益。

摘要： 针对目前同城货运车货匹配平台采用抢单模式造成客户等待时间较长、客户满意度不高的问题,提出将派单模式应用于同城货运车货匹配过程,构建以客户平均等待时长最短为目标的动态车货匹配模型。根据抢单模式实际情况设计了就近随机配对算法,针对派单模式设计了滚动时域完美匹配算法,运用模拟仿真研究方法,对比研究了两种算法的有效性和适用性,发现订单饱和度大时宜采用派单模式,且滚动时域越短客户平均等待时长越短。研究结果可为同城货运车货匹配平台的订单分配提供决策支持,提高客户满意度。

摘要： 诚信是保证众包平台用户参与交易的重要影响因素,也是平台持续发展不可缺少的保障.本文选取网络众包平台作为研究对象,构建并对比分析众包平台监管存在与不存在情形下的诚信交易博弈模型;根据分析结果,设计基于众包平台监管的诚信交易机制——采取缴纳交易保证金和惩罚欺诈行为.最后,通过数值仿真证明该诚信交易机制的有效性,并从众包平台角度提出构建诚信交易机制的管理建议.

摘要： 在“互联网+教育”的背景下,总结国内外众包技术纳入高校教学的现状,明确众包平台高校教学模型的理论与现实意义.针对新时期国家城乡规划体系改革后,城乡规划专业教学模式存在的问题及挑战,提出众包平台应用于城乡规划教学的可行性,进而形成众包平台的构建主义思维、教学目标、实践程序一体化以及实时教学评价模式应对策略,为新时期城乡规划教学提出教学改革思路与方法.

摘要： 在介绍我国网络众包的发展状况和众包平台的运营模式,分析"任务中国"这一众包平台中现金悬赏制及威客地图运营模式和创新效应现状的基础上,以"嫩江墨尔根文化艺术节设计"和"北京劲速科技有限公司征集LOGO设计"为例进行案例分析,分析网络众包平台的商业模式和创新能力,最后综合以上分析提出优化众包平台运营模式、提高创新效应与能力的策略建议。

摘要： 以拍照赚钱APP的平台数据为例,建立Logit模型提升众包平台任务完成率,使用PageRank排序算法建立多任务打包定价模型,解决众包平台的多任务打包问题,并用Logistic回归模型进行检验.

摘要： 为提高接包绩效,推进众包活动的有序进行,在现有研究基础上,通过Crowdspring平台和猪八戒网两个案例企业的对比分析,明晰众包模式协同激励机制的差异性,构建创意类众包绩效的主体间协同激励机制模型.结果表明:①主体间的协同激励机制有利于提高众包整体绩效,基于不同的激励目标会衍生出差异化的激励因子交互关系;②发包-接包-择优三个阶段,通过不同维度下各激励因子间交互、协同,分别构建以"引导""对接"和"控制"为导向的激励机制,存在激励不对称性;③与以往企业或联盟中的研究中的协同激励机制不同,众包模式下激励机制最显著的特征是存在"接包方-发包方-众包平台的自激励循环",研究结论对完善众包中多主体协同激励的理论体系及指导参与众包企业与管理部门实践具有深远意义.

摘要： 本文是关于众包平台运作机制和劳动控制的探索性研究:从全球外包实践和众包平台的兴起切入,以亚马逊土耳其机器人为案例分析对象,探究其运作机制和内嵌其中的劳动控制问题.一方面,平台劳动者的劳动过程受到普遍且隐蔽的控制,这是众包平台中不对等权力关系展演的必然结果;另一方面,平台劳动者通过积极组建网络社区进行各种形式的反控制实践.这些实践既展现了平台劳动者的能动性,又为他们提供了有效的支持网络,但却仍受到强大的结构性制约,难以和平台中既存的控制相抗衡.为了改变这一状况,结合当下众包平台的全球治理经验,本文认为,建构多元主体共同参与的管理、监督和保障机制应成为众包平台未来发展的方向和目标.

摘要： 众包模式颠覆了以公司为单位的传统商业社会基础结构,利用互联网技术将闲置的资源充分调动起来,极大地提高了人力资源的使用效率,越来越多的外卖骑手加入了众包平台用工的行列.司法审判沿用了合同定性的适用路径,因此众包平台协议的定性至关重要.一方面众包协议中的平台义务和骑手权利符合服务合同的特征,另一方面平台对骑手的处罚权和算法评价超出了商业管理的必要性,已经成为了一种隐蔽的劳动控制.众包协议所具有的服务合同和劳动合同的双重属性应当引起司法审判的重视,以纠正非此即彼的裁判逻辑.

摘要： 众包是一种新型的人力资源供应模式,它能以较低成本为企业提供多样化的解决方案。随着众包平台的出现,企业的用工方式也变得更加灵活。但市面上众包平台质量参差不齐,管理模式混乱。文章将从众包模式的特点出发,对众包平台中服务商的现状及参与动机进行分析,探讨目前众包平台服务商流失的原因。为众包平台的日常运营管理具提出相应的改进措施。

摘要： 本文对汽车产品工业设计的特点进行了分析，指出了目前主要设计开发方法存在的缺陷。以企业为主导的汽车设计虽然专业性高，但缺乏创新氛围;而设计竞赛和第三方众包平台下的汽车设计想象力有余，但缺乏专业性和可行性。提出了自营众包平台的开发方法。该方法在创新性、专业性和用户参与流量上具有综合性优势，具备开放式的全员参与人口和专业化的运营机制。有助于提升汽车产品的工业设计水平和创新价值，值得汽车企业和汽车研究机构在建立设计开放平台中参考。

摘要： 本文主要研究网络众包平台创新竞赛中的“加价延期”机制.通过在中国威客网任务中国采集实际业务数据,以实证研究的方法对任务发布者采用该服务的影响因素进行分析.采用Logistic模型,我们发现回答者对任务的关注数量与任务发布者采用“加价延期”服务的概率呈负相关关系,而回答者的技能水平却没有显著影响.此外,本研究还得出一些对平台参与方有指导意义的一些建议和启示.

摘要： 本文结合建模仿真理念,考虑时间、空间和效率三个维度对众包平台任务匹配与成功执行产生的影响,以时空高效距离和时空可抵距离为基础,参考任务所在区域的经济发展情况,建立考虑任务完成效率最高且总定价最小的双目标时空效率定价模型并设计二维多阶段轮盘赌算法进行求解.以附件1的任务集和附件2的会员集进行算例测试,结果表明:746个匹配对中有719个任务被执行,任务匹配率达89.4％,完成率达86.1％,完成的任务总价格为39140元,较附件1中原始匹配情况在3.90％的总定价上升的同时提高了37.7％的任务完成率,极大提升了众包平台的会员任务匹配效率.

摘要： 电子商务发展迅速,商品数据不断增大,用户在搜索商品时总是需要浏览许多自己不需要的商品.因此找出其中描述相同的商品,对电子商务信息进行分类,能够有效提高用户的购买效率.由于各大电子商务网站人工输入的商品信息存在信息错误以及主观因素造成描述差异,现有的实体识别算法很难在电子商务数据上得到理想的结果,为商品数据的分类造成极大的困难.基于此,设计了一个基于众包的电子商务数据类体分类系统,结合Amazon Mechanical Turk(AMT)这个新兴的众包平台,实现机器实体识别算法与人工标注相结合的实体分类平台,在提高了数据分类的准确性的同时尽可能的降低实现商品数据分类的成本.

摘要： 本发明公开了一种衡量众包物流平台ISM自我差异的方法，涉及众包物流技术领域。包括s1、建立自我问卷调查数据库，制作不同形式的问卷调查表；s2、收集众包物流平台企业内部社交媒体用户的相关具体信息；s3、通过问卷调查服务终端向众包物流平台中的问答系统下发执行指令s4、用户选择参与问答系统后进入问答系统，根据用户选择配置相应的问卷调查表；s5、获取所述问卷者对应的问卷调查结果，并将调查结果与用户信息关联保存；s6、分析问卷调查结果。对比现有技术，本发明的有益效果在于：通过收集现实自我、理想自我和ISM自我问卷，采用包括匿名性问卷、真实披露问卷和虚假陈述问卷方式，对用户的调查数据进行统计分析，实现全面衡量ISM自我差异。

摘要： 本发明公开一种基于改进狮群进化算法的面向空间众包平台的路径规划方法，包括如下步骤：1)获取空间众包平台接送任务的起止时间和起止位置信息以及工人的工作起止时间和起止位置信息；2)构建面向空间众包平台的路径规划模型；3)改进狮群进化算法的实现，并得到最佳路径规划方案。本发明能减少顾客的等待时间，提高工人工作效率，从而能实现空间众包平台和工人的双赢。

摘要： 本发明提供了一种云众包平台海量服务资源组合优化方法与系统。所述方法包括：建立云众包平台，根据云众包服务资源组合优化目标，在云众包平台数据中心执行资源组合全局初始优化；将云众包服务资源组合优化目标分解，并基于初始全局优化，各众包社区执行众包服务资源本地优化；以此为基础，将各众包社区优化结果合成，过滤出最优的云众包资源组合优化方案。本发明将广泛的社会资源(众包产品开发资源)在云众包平台中进行自动匹配，满足用户复杂产品开发的众包需求。本申请提供的技术方案，能够实现对众包产品开发海量服务资源组合方案有效挖掘。

摘要： 本发明公开了一种时空众包平台中随机交叉在线匹配方法，通过采用随机方法计算待分配任务的随机收益阈值，将收益较高的时空众包任务分配给己方众包资源、收益较低的任务分配给第三方平台众包资源的方式，有效提高了时空众包任务的接单率，从而提高了用户满意度。

摘要： 本发明公开了一种基于激励推荐的知识众包平台构建方法，所述方法包括以下步骤：构建不同激励方式下的标注任务完成模式；构建并训练基于不同激励的标注任务完成模式推荐模型LRC；根据用户大五性格测试值，利用模型LRC计算不同标注任务完成模式的推荐概率，按概率优先级推荐不同标注任务完成模式；根据用户选择的标注任务完成模式分配并引导用户完成任务，获取用户任务完成结果，计算对应任务完成模式下的用户奖励。本发明通过提供并推荐不同的任务完成模式，满足用户对于完成任务的外在与内在需求，减少任务发布者金钱成本，提高众包任务完成质量。

摘要： 本发明公开了一种众包平台设计参数优化方法及众包平台。所述方法包括(1)发布任务并获取所有n个有意愿执行任务的用户其用户参数；(2)根据所有有意愿执行任务用户的用户参数，生成当前任务的任务发布参数，包括报酬、用户评级奖励因子、以及用户惩罚因子；(3)监听用户行为策略，并选择获胜的用户；(4)根据用户行为策略、任务的用户评级奖励因子、以及用户惩罚因子，更新所有n个有意愿执行任务用户的用户评级。所述平台包括任务模块以及用户模块。本发明考虑到用户可能采用恶意行为，通过监听用户行为和用户评级协议，激励用户采用合作的竞争策略，保证平台收益。

摘要： 本发明涉及一种对基于软件众包平台的众包工人综合评估方法，所述方法包括以下步骤：步骤1：对众包工人的能力进行定量评估，得到众包工人的能力得分；步骤2：对众包工人与项目的匹配度进行定量评估，得到众包工人的匹配度得分；步骤3：将众包工人的能力得分与匹配度得分进行加权综合，得到最终的综合得分。本文所述众包工人评估模型对众包的三个参与方都有收益，对于发布者来说，评估能够为其选人提供参考，减小选用低水平工人的概率，提升与项目匹配度较高的优秀众包工人的选用概率，算法可解释性强，有利于提升雇主与众包工人的契合度，并提升发布者的众包体验。

摘要： 本发明涉及区块链、智能合约、数据众包、机器学习和深度学习技术领域，特别涉及一种基于智能合约的数据标注众包平台系统及众包数据标注方法。本发明的一种基于智能合约的数据标注众包平台系统及众包数据标注方法，将数据众包标注任务和标注结果质量评估任务进行分离，通过已经训练的模型进行对标注数据进行评估，同时随机选取多个标注数据质检员进行众包评估，综合多种评估方式确定数据标注质量；众包任务的整个过程都将利用区块链基础设施写入到区块链中，实现参与众包各方的互信，保障了行为的完整性和不可篡改性，这也在一定程度上提高了数据标注质量，进而提升训练模型的效率及预测模型的准确率。

摘要： 本发明公开了基于区块链的众包平台公平交易、隐私保护方法，所述众包平台包括区块链节点、发包方和接包方，所述区块链节点负责维护区块链系统的运行，包括区块的产生、交易正确性的验证及众包平台智能合约中的状态转换和执行；本发明提供了一种交易公平、隐私保护的去中心众包系统的实现方法，所述众包系统中的参与方通过本发明所提供的交互方法，发包方能够在隐私保护的情况下获取所需解决方案，接包方能够保证参与公平性，同时发包方和接包方能够避免中心化方案所带来的单点故障，保证随时都可以发布和参与众包任务。本发明可应用于大数据分析以及人工智能等诸多领域，具有广泛的应用前景。

摘要： 本发明提出一种面向众包平台的产品需求图谱动态更新方法，通过需求抽取和需求表征技术，以众包需求作为数据来源，使用基于k‑近邻和ε‑半径组合方法实现产品需求图谱更新，步骤为：步骤一：众包需求抽取并行化；步骤二：基于语义的需求节点相似度计算；步骤三：基于k‑近邻和ε‑半径组合的产品需求图谱更新。针对互联网环境下众包需求动态产生和快速增长造成的需求图谱中存在的复杂性、不确定性等问题，本发明通过需求抽取并行化、基于语义的需求节点相似度计算和基于k‑近邻和ε‑半径组合的产品需求图谱更新实现产品需求图谱的动态更新，为众包用户需求辨识提供便利，提高需求辨识的准确率。