-
题名基于动态效用的时空众包在线任务分配
被引量：9
- 1
-
-
作者
余敦辉
张灵莉
付聪
-
机构
湖北大学计算机与信息工程学院
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2018年第7期1699-1706,共8页
-
基金
国家重点基础研究发展计划(2014CB340404)
国家自然科学基金(61373037
61672387)~~
-
文摘
为提升众包任务在线分配的总体效用,该文提出一种适用于时空众包环境的在线任务分配方法。该方法针对时空众包环境下的在线任务分配问题,首先提出一种以众包任务为中心的K最近邻算法来进行候选众包工人的选择,进而设计一种基于动态效用的阈值选择算法,实现众包工人与任务的最优分配。实验结果显示,文中所提出算法具有较好的有效性和可行性,并能在一定程度上保证众包工人的可靠性,优化平台总效益。
-
关键词
任务分配
时空众包
K最近邻算法
阈值选择算法
-
Keywords
Task assignment
Spatial crowdsourcing
K-NearestNeighbor （KNN） algorithm
Threshold selectionalgorithm
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名时空众包技术综述
- 2
-
-
作者
程维杰
李洪贵
范勇强
彭钰寒
甘戈
-
机构
四川省金科成地理信息技术有限公司
成都市生态环境数智治理中心
成都信息工程大学
成都市公安局
-
出处
《无线电工程》
北大核心
2022年第8期1456-1465,共10页
-
基金
国家自然科学基金(61772091,61802035,61962006)
四川省科技计划项目(2021JDJQ0021,2022YFG0186,2021YZD0009,2021ZYD0033)
+2 种基金
成都市技术创新研发项目(2021-YF05-00491-SN,2021-YF05-02414-GX,2021-YF05-02413-GX)
成都市重大科技创新项目(2021-YF08-00156-GX,2021-YF08-00159-GX)
成都市“揭榜挂帅”科技项目(2021-JB00-00025-GX)。
-
文摘
随着先进移动设备的使用和广泛普及,出现了新型的时空众包技术。时空众包正在从各个方面改变着人们的生活,它让普通人群在现实场景中执行基于位置服务的任务成为可能,具有扩展性强、响应时间短和时间成本低等特性。综述了时空众包的研究背景,重点介绍了时空众包技术,主要讨论了时空众包在算法领域的应用,涉及3个核心算法问题:任务分配、众包评估和激励机制。任务分配让众包平台把接收到的任务分配给工作人员,让任务尽可能地匹配到合适的工作人员;众包评估是对工作人员进行评估,判断工作人员能力,确保任务高质量完成,在评估过程中需考虑隐私保护,涉及加密技术;激励机制为奖励优秀的工作人员,同时吸引更多的工作人员参与众包项目。对时空众包技术做了总结并展望未来工作。
-
关键词
时空众包
任务分配
众包评估
激励机制
加密技术
-
Keywords
spatial crowdsourcing
task assignment
crowdsourcing evaluation
incentive mechanism
encryption technique
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于多层框架模型的时空众包在线任务分配算法
- 3
-
-
作者
张兴盛
王晓晨
吴珊
-
机构
湖北大学计算机与信息工程学院
-
出处
《信息通信》
2019年第1期22-25,共4页
-
文摘
近年来,移动互联设备的普及,像滴滴出行、百度外卖这类带有时空属性的众包平台逐渐走进人们的视野。时空众包环境下在线任务分配问题也受到了广大学者的关注,针对当前任务分配研究中算法性能不稳定,分配总效用不理想的问题,提出一种基于多层框架模型的在线任务分配算法。首先根据时空众包平台上对象出现的顺序将任务分配整个过程划分为三个部分,然后针对不同部分的对象采取不同的分配策略进行任务分配。通过对真实数据处理进行仿真实验表明,基于多层框架模型的在线任务分配算法在确保算法执行时间的基础上具有更高的任务分配总效用,性能更加稳定。
-
关键词
时空众包
在线任务分配
贪心算法
随机阈值算法
多层框架模型
-
Keywords
spatial crowdsourcing
online task assignment
greedy algorithm
random threshold algorithm
multi-layer framework model
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名众包时空数据驱动的城市地理信息推测综述
被引量：3
- 4
-
-
作者
阮思捷
熊可钦
王树良
耿晶
鲍捷
郑宇
-
机构
北京理工大学计算机学院
京东城市(北京)数字科技有限公司
京东智能城市研究院
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2023年第8期2238-2259,共22页
-
基金
国家自然科学基金(No.62076027,No.42201461)
北京理工大学青年教师学术启动计划(No.6120220113)。
-
文摘
对地理信息的准确掌握是城市中各种智能决策得以实现的基础.传统地理信息收集主要靠人工测绘、人工巡检或固定传感器感知,设备、人力成本高昂.近年来,随着移动互联网的发展,泛在的移动群体在城市中产生了海量的时空数据,他们有意或无意间成为城市的传感器,使研究人员有机会利用众包的思路基于此类数据推测城市地理信息.基于众包时空数据推测城市地理信息具有成本低、空间覆盖广、更新及时等优点.但其具有严重的数据质量问题,对城市地理信息推测带来了巨大挑战.本文综述了根据轨迹、基于位置的社交网络、街景等众包时空数据,推测城市中以路段、兴趣点、兴趣面为代表的地理实体的位置和属性的方法.本文给出了众包时空数据和地理实体的定义,详细比较了众包时空数据驱动的推测方法与传统方法的优劣,说明了研究问题和挑战,然后讨论了地图匹配、名称提取、位置发现和统计属性推测四个研究问题的研究进展,最后展望了该领域未来的研究方向.
-
关键词
自发地理信息
众包时空数据挖掘
低质量数据处理
机会式感知
城市计算
-
Keywords
volunteered geographic information
crowd-sourced spatio-temporal data mining
low-quality data pro⁃cessing
opportunistic sensing
urban computing
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
