基于纳什竞价的空间众包任务定价算法 |
| |
引用本文: | 林韦达,董红斌,赵炳旭.基于纳什竞价的空间众包任务定价算法[J].计算机科学,2023(10):184-192. |
| |
作者姓名: | 林韦达 董红斌 赵炳旭 |
| |
作者单位: | 哈尔滨工程大学计算机科学与技术学院 |
| |
基金项目: | 国家自然科学基金(61472095);;黑龙江省自然科学基金(LH2020F023)~~; |
| |
摘 要: | 任务定价是众包平台解决利润驱动的任务分配、最大化利润的重要步骤。然而关于工人期望的任务定价研究相对较少,现有大多数研究并不考虑工人与任务的动态需求。此外,出于工人隐私和传感器限制,获取完整的工人信息是困难的。为解决上述难题,提出了基于纳什竞价的空间众包任务定价算法。首先通过机器学习算法获取任务的价格范围,然后在价格区间上进行纳什竞价。为了解决动态供需造成的价格大幅波动问题,设计调整机制来稳定任务均价。最后为模拟纳什均衡点,采用了两种不同的梯度递减函数,来搜索匹配数最大的任务定价。分别在gMission数据集和合成数据集进行了实验,结果表明所提算法的匹配数量和任务均价分别是MCMF算法的60%和1.57倍,时间花费是MCMF算法的9.6%,验证了所提算法的有效性。
|
关 键 词: | 纳什均衡 任务定价 工人期望 动态供需 不完整信息 |
|
|