精英蜂群算法及考虑利益相关者的众包定价模型

任务分配是众包流程的关键所在,也是众包价值的重要体现。从众包活动参与者即主体企业、众包平台、平台会员的视角出发,研究服务众包定价问题。在考虑会员信誉度和任务聚集度的基础上,针对含有地理因素的众包任务设计打包分配定价方案。以服务成本、任务价值、会员收益等为导向,对不同任务进行组合配置,从而设计多目标规划任务配置及定价模型,并针对该模型构建了精英蜂群算法。在精英蜂群算法中,充分利用蜜源信息并着重考虑成长性较好的蜜蜂,进而避免了局部最优问题,提高了搜索效率。通过对众包服务企业运营数据分析,获取到众包服务会员特征及任务完成相关基础信息,以此进行仿真实验。仿真结果表明通过众包任务打包定价机制,任务完成率、企业总成本、三方总收益等方面均有显著优化。综合模型及数据实验可知,众包任务在定价与发布过程中根据自身特征差异,在无差异服务中只需要考虑会员信誉度,对于具有服务差异性的任务则需要考虑打包发布。     

基于树增益朴素贝叶斯网络的服务定价策略

移动劳务众包是一种新型商业模式.服务定价问题是劳务众包平台的核心问题,它与任务完成度和企业利润密切相关.针对移动互联网中劳务众包平台的定价问题,对历史数据进行建模,探究定价和影响因素.采用多元线性回归对价格的主要影响因素进行拟合,研究了用户拍照任务执行情况、任务地理位置与拍照任务定价之间的函数关系.基于分治思想,使用树增益朴素贝叶斯网络(TAN)将地理信息划分为5个区域,将每个任务执行点用元组{任务完成度,任务标价,经度、纬度,信誉度}表示,对散点进行聚类分析,分析了任务未完成原因以及任务位置对任务完成情况的影响.提出区域会员信誉度计算方法,分别计算每个区域的信誉度,由信誉度和地理位置导出不同区域的价格,并评价该方案的实施效果.     

基于多元回归的众包平台定价规律研究

"拍照赚钱"是移动互联网下的一种自助式服务模式。用户下载APP,注册成为APP的会员,然后从APP上领取需要拍照的任务(比如上超市去检查某种商品的上架情况),赚取APP对任务所标定的酬金。这种基于移动互联网的自助式劳务众包平台,为企业提供各种商业检查和信息搜集,相比传统的市场调查方式可以大大节省调查成本,而且有效地保证了调查数据真实性,缩短了调查的周期。因此APP成为该平台运行的核心,而APP中的任务定价又是其核心要素。如果定价不合理,有的任务就会无人问津,而导致商品检查的失败。针对这个问题,我们使用多元回归、聚类分析等数学方法,运用了Excel和SPSS软件,并结合实际情况,确定了定价模型。该模型能够根据外界因素改变任务定价,更加具有弹性,激发会员完成任务的积极性。     

众包系统中基于双向拍卖的诚实多任务分配机制

现有的众包任务分配模型大都假设仅存在一个任务请求者,难以满足存在多个任务请求者的应用场景.因此,该文假设众包系统中存在多个任务请求者,且每个任务请求者或工人在每轮任务分配中可以请求或完成多个任务,并在此基础上设计了适用于众包系统的双向拍卖机制,以激励众包任务被高效地完成.首先,将对多个任务感兴趣的工人抽象为多个虚拟工人,以低报价优先匹配原则,设计了一个高效任务分配机制;根据统一定价原则,为其设计了诚实的定价机制.然后,通过理论分析,证明了所设计的机制可以满足诚实性、个体理性以及收支平衡这3项经济学特性.最后,通过仿真实验结果验证了所设计机制的有效性.     

基于纳什竞价的空间众包任务定价算法

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。     

基于0-1型整数规划的任务打包方案研究

"拍照赚钱"是移动互联网下的一种自助式服务模式。用户下载APP,注册成为APP的会员,然后从APP上领取需要拍照的任务(比如上超市去检查某种商品的上架情况),赚取APP对任务所标定的酬金。这是一种基于移动互联网的自助式劳务众包平台,APP即为该平台运行的核心,而实际情况下,多个任务可能因为位置比较集中,导致用户会争相选择,一种考虑是将这些任务联合在一起打包发布,在这种考虑下,就需要修改原本的定价模型来匹配这种打包方案。针对这个问题,我们使用0-1规划、聚类分析等数学方法,运用了Lingo和XGeocoding软件,并结合实际情况,确定了定价模型。     

基于多Agent的众包任务推荐系统建模与仿真

为了让众包平台用户更方便准确地搜寻到合适任务,促进其能力水平提升,解决众包任务推荐动态性等问题,提出了一种基于多Agent的众包任务推荐系统。首先,基于众包平台建立多Agent任务推荐模型,提出了模型设计思路与模型框架,并进一步阐述了各Agent功能、相互作用关系与相关算法;其次,提出众包用户能力水平提升相关算法;最后,利用NetLogo仿真软件进行验证。结果表明,众包任务推荐系统可对用户能力水平的提升起到促进作用,证明了在众包平台引入推荐系统的必要性。并且分析了多Agent技术可提升推荐系统的动态性、智能性与灵活性等整体性能,促进了众包平台数据的管理与维护。     

软件众包开发者的能力价值率模型研究

为了更好地评价众包软件开发者的能力,分析了众包模式下软件众包开发的三个基本要素,即大众开发者、任务发布者、众包平台,提出了一种软件众包开发者能力价值率模型。该模型将软件众包任务从子任务、时间阶段、质量特性三个维度进行细分,首先评价众包原子单元,进而综合评估整个众包软件的质量。模型在评价过程中充分考虑了开发者的价值贡献因素,推演了开发者能力价值率的计算方法。验证实验表明软件众包开发者的综合能力价值率随着任务量的增加,其变化和能力大小关系趋于一致,所设计模型具有更好的稳定性,能够有效地评估软件众包开发者能力。     

基于活跃度的众包工作者信誉模型

针对现有众包系统不能有效地控制众包交互过程中工作者的活跃积极性和任务完成质量的问题,提出了一种基于活跃度的工作者信誉模型来实现众包平台的质量控制。该模型改进了平均信誉模型,从工作者活跃度和历史信誉值的角度提出了活跃因子和历史因子的概念。首先根据众包工作者最近30 d内参与众包活动的天数计算工作者的活跃因子;然后根据历史因子计算众包工作者的历史信誉值;最后根据计算出来的活跃因子和历史信誉值计算基于活跃度的工作者信誉值,以衡量众包工作者的工作能力。理论分析和测试实验结果表明：与平均信誉模型相比,根据基于活跃度的工作者信誉模型选取的众包工作者在任务完成质量上提高了4.95%,在任务完成时间上减少了25.33%;与基于证据理论信任模型相比,在任务完成质量上提高了6.63%,在任务完成时间上减少了25.11%。实验结果表明,基于活跃度的工作者信誉模型在实际众包项目中能够有效提高众包任务的完成质量,减少众包任务的完成时间。     

基于工作者多属性特征模型的任务分配方法

针对众包任务分配中工作者个性特征和任务需求描述难以有效匹配的问题,提出通过建立工作者的分层属性特征模型,完成任务分配的方法。以众包协同翻译为例,根据具体任务需求特征分解工作者属性需求,设计出分层属性指标用于精确描述众包工作者能力,计算出多层次指标组合权重向量个性特征模型,据此完成工作者筛选和任务分配。经实验验证,该方法提高了众包工作者和任务特征的匹配度,提高了任务完成效率和结果质量。     

对JAVA说“HelloWorld”

“HelloWorld”是每一种计算机语言入门所写的一段语句。JAVA也不例外，不这一句入门级的“HelloWorld”，在JAVA里却不是那么好说的。     

“以人为本”与“绿色设计”再思考

面对目前生态环境的不断恶化,众多的学者开始怀疑以前将"以人为本"定为设计的根本原则的真实性,于是他们提出了"以自然为本"的设计原则。本文认为设计是属人的一种文化,它的本质原则就应该是"以人为本","以自然为本"只能作为"以人为本"的手段或过程而存在。另外,"绿色设计"也只能是一个相对的概念,只能尽量地减少对资源的浪费和对环境的污染,而不可能做到零浪费和零污染。     

当“about：blank”遭遇“searchfor”

现如今，上网就可能“中彩”：一会是修改IE标题、一会是禁用主页更改，要不就是不断涌出的让你尴尬的网页和广告，这些似乎已经见怪不怪了，解决起来也还容易；但当有一天IE空白页“about：blank”遭遇“searchfor”绑架后(见图1)，你会意识到，麻烦来了。     

颠覆商打“印”象 演绎极速“精”“彩”

HP Officejet Pro K5400dn商用喷墨打印机 "普通喷墨打印机耗材成本太高了,用不起;激光打印机价格太贵了,买不起"这是一种比较流行的观点.     

“空”“有”相生魅力无穷

古人说"计白当黑,奇趣乃出",黑和白、虚和实像骨肉一样相连,形影相随、不可分离。白即空白也是最为巧妙的语言形式。"空白"并非空无一物,它是各类视觉元素之间的一种相互的关系以及这种关系造成的一种力。"空"和"有"是一对循环往复且又互相对立转换的自然状态,这就使得"空白"的设计研究具有了广袤的趣味价值。     

安全“到家”

你是否为你的电脑安全而担忧,你是否为你电脑中的隐私被别人发现而苦恼,你是否担心你的孩子上网浏览到一些不健康的网页而烦恼。那么看完我为你介绍的这两款软件,便可以把你的担忧、苦恼、烦恼等不开心的事全部忘记。这两款软件分别是美萍电脑安全卫士和美萍反黄专家,相信大家对美萍不会陌生,在网吧等一些地方我们总可以看见它们的     

ERP“紧箍咒”

依靠市场差异化来保持独特竞争优势的不同企业,如果都用同一种ERP去梳理它的业务流程,那这个企业与竞争对手还有多少不同的地方呢?     

“抵抗”Windows

8月份的“冲击波”病毒风波尚未平息,9月份便传出“中日韩三国开放源代码软件合作”的消息,令业界为之大震。显然,亚洲IT企业与微软公司的竞争,已经上升为国家与企业之间的竞争