基于契约理论的移动众包网络长期激励机制研究

针对移动众包网络中网络信息非对称的问题和移动众包任务参与者的自私性,提出一种基于契约的移动众包网络的长期激励机制。考虑到移动众包任务参与者的移动性和环境的动态特性,在建立软件服务商和移动用户模型基础上,研究两阶段动态契约激励模型。在移动用户满足激励相容和参与约束条件下,通过甄别移动用户完成移动众包任务的真实众包任务努力的能力,实现软件服务商期望效用最大化。实验结果表明,该机制能够有效提高移动众包网络的共享性能,为移动众包的发展提供新思路。     

众包技术研究综述

针对众包系统质量控制方法设计需要提供理论依据的问题,通过分析当前典型的众包分层组织管理模式,建立了众包虚拟组织间任务协作的演化博弈模型. 基于该模型分析众包质量的演化稳定性,讨论众包任务参与者协作行为的动态特征,并给出制约众包质量演化稳定性的3个关键因素,即完成众包任务获取的经济利益、任务请求者的消费效用以及任务完成者参与众包带来的安全风险对实现众包质量最大化的作用机理.

     

众包国外研究现状

针对许多跨国公司和企业在将其生产经营活动全球化的同时,积极寻求外部资源以提高自身竞争力的情况,从众包的概念、基础要素和应用3个方面概述了国外企业众包的研究和应用现状,正确认识国外众包研究的动态,对于推动我国开放式创新研究的深入开展、服务企业创新战略具有一定的理论意义和现实意义。     

具有隐私保护的车联网空间众包任务分配方法

为了解决传统车联网空间众包中集中式空间众包服务器不可信和易遭受攻击给用户隐私带来极大威胁的问题,提出区块链架构下具有隐私保护的车联网空间众包任务分配方法. 基于区块链技术,设计分布式可信的车联网空间众包系统. 采用多密钥全同态加密算法实现任务分配,支持对不同车辆用户 (密钥) 的密文数据进行任务分配,降低隐私泄露的可能性. 实验分析表明,采用该方法能够有效地保护用户隐私信息,任务分配的计算时间开销与现有研究方法相比下降了34.3%,提高了任务分配的效率.     

压后综合评估的模糊方法研究

针对各种技术评估结果的不一致性、模糊性以及技术本身的不成熟性,研究压裂综合评估问题。通过引入模糊数学理论,提出了综合评估有关压裂参数(如裂缝长度、裂缝导流能力、裂缝闭合压力等)的模糊线性回归模型及其求解方法,综合各种确定性、不确定性、模糊性、灰性的信息,获得客观科学的综合评估结果。通过实例分析和应用,说明了模型和方法的有效性和实用性。     

众包服务中基于公平性最大化的团队组建方法

众包服务已成为各个领域的主流服务计算范式。在众包服务中,如何选择合适的移动用户形成团队并用于众包服务是一个挑战性的问题。目前大多数研究都集中在使通信成本最小化的团队组建方法上,但在众包服务实际应用中,存在不基于沟通成本最小化的团队组建问题;因此,文章在社交网络框架下提出了基于公平性最大化的团队组建方法,给出了基于公平性最大化的团队组建方案和任务众包算法,并在实际社交网络中验证了基于公平性最大化的团队组建方案和任务众包算法。其结果表明,所提出的基于公平性最大化的团队组建方法是有效的,并在众包服务中具有实际应用价值。     

基于任务定价的空间众包绩效提升研究

对空间众包这一新型分布式解决方案而言,提高众包绩效是亟须解决的问题,而任务的定价策略与众包绩效的提升具有密切相关性.提出等效任务代表点的概念,研究原有任务定价规律与任务密度、会员密度、会员平均信誉度、最邻近可达距离4个因素的关系.在此基础上从发包方、平台以及接包方3个角度出发,针对任务实现的4个步骤,分别建立了多目标的任务定价模型、会员动态抢单模型、任务分配模型以及任务完成概率预测模型.进而运用TOPSIS法计算不同方案的综合评价指数,排序选取最优任务定价方案.最后将优化后的方案与原方案进行对比,在保证发包方总成本尽可能低的情况下,平台任务完成率、会员个人平均收益以及单位信誉值转换的酬金均显著提高,即众包绩效得以提升.结果验证了该模型的可行性与有效性,为空间众包平台的任务定价提供了借鉴与参考.     

IP网络运行质量模糊综合评估方法研究

针对现有网络运行质量评估方法不能同时反映指标重要性和决策者偏好性的问题,提出了采用WOWA算子的网络运行质量模糊综合评估方法.WOWA算子在合成计算时结合了反映指标自身重要性的权重和反映决策者主观偏好的权重,充分考虑了指标本身的重要性和决策者偏好的重要性.实例表明,与普通模糊综合评估方法相比,该方法不仅能够得出正确评估...     

基于改进模糊层次分析法的效能评估方法研究

针对传统模糊层次分析法在确定指标权重时客观性差以及难以检验判断矩阵是否具有一致性等问题,提出了一种基于改进模糊层次分析法(FAHP)的效能评估方法.该方法引入模糊一致判断矩阵,求得各指标相对权重系数,再采用熵技术对指标权重进行客观修正;通过区分定性指标和定量指标,改进了模糊评判矩阵的建立方法.实例分析表明,改进的方法有效可行,为效能评估研究提供了合理依据     

桥梁模糊评估与超安全度综合评估方法

探讨了模糊数学中的隶属函数理论在公路桥梁技术状态评估中的应用 ,通过比较桥梁损伤度隶属函数值的大小来确定其对应的技术状态等级 ;并通过表观检测、静力检测确定检算系数 Z,从而得出其超安全度 γ。综合模糊评判和超安全度 ,得出桥梁的最后技术状态等级。     

基于贪婪算法的众包平台定价规律的研究

针对"拍照赚钱"任务定价,利用数据可视化、K-means聚类等方法,分析定价规律和任务未完成的原因.对任务完成度低的区域,使用贪婪算法优化任务分配,并重新调整定价方案.最后,以广州市为例进行线性定价,验证了调整后定价方案的合理性.本文模型具有较好的可行性和有效性,能够为一般的定价机制提供参考.     

基于模糊神经网络的模糊辨识方法及其应用研究

利用模糊神经网络（FNN）的学习能力从控制操作的现场数据中获取模糊规则,并自动调节隶属函数,把建模的过程转化为FNN网络结构多数的生成与学习问题。用于一个非线性过程的模糊模型参数辨识问题,取得了满意的结果。     

基于信誉模型的众包质量控制算法

针对目前众包平台会产生大量恶意工人以及较少考虑激励工人多次提供可信服务的问题,提出一种基于信誉模型的众包质量控制算法——信誉期望最大化(reputation expectation maximum, Rep-EM)算法。根据可信因子和惩罚因子建立信誉模型;基于工人信誉值和对任务的熟悉度提出一种工人选择机制;将工人匹配度作为权重赋予相应的工人并使用多数投票方法进行初始值选取,解决期望最大化(expectation maximum, EM)算法对初始值敏感和收敛困难的问题,避免算法陷入局部最优,提高评估结果的准确率;利用公开的众包数据集Adult2和Duck对Rep-EM算法和本研究提出的机制进行验证。试验结果表明,Rep-EM算法在评估准确率和运行时间方面有很大的提升,也从任务完成率和平均数据质量验证了本研究提出的工人选择机制的有效性。     

众包任务定价模型与人员匹配方式研究

以广东省为例,研究"拍照赚钱"的市场任务定价和运作规律.首先,通过Logistic回归分析确定任务未完成的原因.然后,通过建立和分析任务标价与5个因素的多元非线性回归模型和任务标价与完成率的双目标规划模型,得出新的定价方案.最后,用K-means聚类对任务进行打包处理,得出改进后的定价方案和该方案对完成情况的影响,并将3种定价方案进行比较,确定众包任务的最优定价方案.     

基于动态配额的众包定价+指派模型研究

为提高众包模式下任务的完成率,同时降低发布者的成本,针对非标准形式的指派问题,提出动态配额任务定价+指派模型。利用cumcm官网给出的数据进行试验,进行与传统的固定配额方式的对比实验,实验结果显示任务完成率达到89.1%,提高26.6%,平均任务发布成本69元,降低了4元,证明动态配额方式更加高效。     

互联网时代的翻译众包服务及行业启示研究

翻译众包是通过信息技术将企业、服务商和译者有机结合的翻译模式.文章在介绍了翻译众包服务的产生后,对不同阶段的发展模式进行了研究,并重点分析了Web3.0时代的翻译众包特点,进而从翻译模式、翻译教育和翻译标准三个方面阐述其为翻译行业带来的启示.     

众包中接包方参与影响因素研究综述

本文首先界定了众包的含义,结合社会认知理论的理论框架从个人动机因素和环境因素两个方面对众包中接包方参与的影响因素进行综述,并总结研究的相关理论基础,最后结合现有研究的不足,从三个方面展望未来:一是从理论层面的更深入的探讨,二是结合案例具体分析研究,三是对更多形式的众包的对比研究。     

基于模糊神经网络的移动操作机路径规划方法

针对复杂工作环境下移动操作机路径规划中存在不确定性环境信息、建模困难、分析计算复杂的问题，采用基于遗传模糊神经网络混合智能控制方法，可实现快速的路径规划，并已应用于半已知环境中的可移动操作机的路径规划，该控制器具有较高的学习速度和良好的收敛性。