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。     

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。     

群智感知中基于层次分析法的众包机制

针对节点移动性、社会性及复杂性给众包服务带来的挑战,研究了可信协作众包机制,提出基于层次分析法的服务节点发现和选择算法,定义服务质量因子、链路可靠性因子和区域热度因子等众包决策因子,实现基于分级激励的感知任务众包分配. 仿真实验进一步验证了所提方法的正确性和有效性.     

考虑服务定价的选择性众包配送优化

提出众包服务定价与选择性众包配送方案联合优化方法.根据众包服务价格与众包供给量关系,构建众包供给-价格函数,进而构建出优化众包服务价格、客户分配方案以及配送路径的混合整数非线性规划模型,并采用大M法将其处理成混合整数线性规划模型.依据问题领域知识设计局部搜索规则,并结合节约算法、禁忌搜索算法和模拟退火算法设计出求解大规模案例的自适应大邻域搜索算法.自适应大邻域搜索算法的性能优于GUROBI、最早配送规则以及节约算法;选择性众包配送服务模式在降低配送成本上优于无众包配送服务模式和全众包配送模式;众包配送服务模式适用于众包供给价格敏感度高、客户服务时间窗紧的场景;适当增加中转点或者拓宽客户服务时间窗可以降低配送成本.     

网络科学的发展新动力:大数据与众包

大数据时代的来临给网络科学带来了新的发展机遇,但如何处理海量数据也成为网络科学领域面临的严峻挑战.与大数据时代同时到来的,是近年来兴起的众包项目模式.公开竞赛和数据公开等众包形式,已成为解决数据领域问题非常流行的方法.该文概述了海量数据和众包模式在多个方面对网络科学发展的促进作用,并详细介绍了2013年首届阿里数据平台创新大赛的竞赛流程和本团队的获奖成果.在众包模式的驱动下,人们期待以大数据处理为中心的数据科学和网络科学相辅相成、共同发展.     

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。     

众包模式下任务的定价算法及打包发布方案

研究了众包模式下企业发布任务的定价方案和打包发布方式。对于单个任务的定价,首先通过K-means算法,按照地理位置对任务进行聚类;然后根据每个任务与聚类中心的距离,借助历史价格极差得到任务的新定价。对于任务的打包发布方式,根据任务和会员之间的距离及会员的任务完成能力、信誉度,给出任务打包方案。最后通过"拍照赚钱"这个具体实例实现了两种算法,验证了它们的可行性及有效性。     

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.     

B2C电商物流末端众包配送服务质量管控研究

作为物流领域的新业态,众包配送具有先天的优势,但在实践操作中问题却层出不穷.通过分析众包配送的发展现状,探究B2C电商物流末端众包配送服务质量问题产生的原因,构建服务质量管控体系,并提出相应的管控机制,以期推动B2C电商物流末端众包配送服务的健康发展.     

网格中热点服务的多副本部署策略

为网格中热点服务的多个副本选择优化的部署位置以使得客户访问的平均响应时间最短，提出了一种渐近优化的选举和分区合并算法. 算法考虑了客户的分布情况和访问频率、网络的通信时延以及网格节点的处理能力. 初始时将拓扑结构划分为多个区域, 通过选举淘汰一个区域并对剩余区域调整, 经过多次迭代最终求得服务的部署位置. 仿真结果显示算法可以获得近似最优解.     

E-MBMS网络降低终端能耗时频资源分配策略

结合增强型-多媒体广播组播业务(E-MBMS) 网络特性,提出了一种可以有效降低终端能耗的时-频域二维资源分配策略。时域分配以最小化终端能耗为原则,对不同E-MBMS会话进行合并使得用户接收总时隙数最小;频域分配在满足各会话目标速率的基础上以系统吞吐量最大化为优化目标。分配算法在每个正交频分复用(OFDM)帧内完成,将时-频资源单位分配给不同广播/组播会话。仿真结果表明,该策略可以有效地降低终端接收广播/组播会话时的能量消耗,并在提高系统公平性前提下使得平均吞吐量可以接近最优分配算法。     

我国航空公司基本服务营销战略研究

运用迈克尔@波特企业经营战略理论,借鉴国外航空公司实施服务营销基本战略的具体做法,探讨了航空公司的市场定位,对我国航空公司提出了相应的建议及策略.     

HAPS网络的多尺度感知路由算法

针对高纬度平台站(HAPS)网络在提供航空通信服务时所出现的节点计算能力和存储能力较弱等问题,提出了一种多尺度感知的蚁群路由算法.该算法能在高纬度平台站网络中找到源节点与目的节点之间的最短路径,并能满足航空通信服务的性能要求.通过设置不同的仿真实验对算法的性能进行评估,结果表明,该算法能有效降低呼叫阻塞率,提高链路利用率,达到整个网络的负载均衡.     

多卫星协同飞行队形重构的整体优化策略

文章以整体燃料消耗少、时间短以及燃料消耗均衡为优化准则,研究多卫星协同飞行队形重构的整体优化问题。采用基于遗传算法的双脉冲路径优化策略,以燃料消耗最省和时间最短为优化指标,实现成员星的路径优化,采用0-1整数规划技术以整体性能指标最优,进行多卫星的整体队形重构规划和部署。分别以时间最短及燃料消耗最少为优化指标,兼顾燃料消耗均衡给出了2组仿真算例,对多星协同队形重构整体优化策略的有效性进行了比较分析,结果表明,从整体分配角度对多星路径进行规划,可进一步对整体性能进行优化。     

协同空战中的通信策略

针对协同空战的特点，对协同空战的指挥控制关系和通信方法进行了分析，运用言语行为理论对协同空战的通信行为进行了描述。根据协同空战的特点，设计了基于联合作战目标的战役级通信策略和基于联合作战意图的战术级通信策略，并以2对2空战为例，进行了仿真。仿真结果表明，基于言语行为的通信行为和策略在空战中能有效地引导飞机进入有效的攻击位置，协调各机的攻击行为，使编队的整体作战效能得以提高。     

网络生命周期最大化虚拟MIMO协作中继节点选择

针对无线传感器网络高能效传输要求,提出了一种基于虚拟多输入多输出(MIMO)传输的协作
中继节点选择算法. 该算法不考虑源节点到目的节点1次传输中1跳或多跳能量消耗最小化问
题,而是减少整个网络执行整个应用的能量消耗. 仿真结果表明,与直接及最小化能耗传输
相比,本文算法延长了网络的生命周期.     

SCMA网络中基于能量效率最大化的分层多播资源分配算法

稀疏码多址接入技术可以高效的提升频谱效率,因此被作为5G网络的候选接入技术之一。首先研究稀疏码多址接入网络中的分层多播策略,在该策略下使得网络容量不再受限于多播组中最差用户的信道质量。在满足多播组服务质量需求的同时,公式了网络能量效率最大化的最优化问题,该最优化问题由码本分配与功率分配联合解决。为了减少解决最优化问题的计算复杂度,提出分离码本分配与功率分配的快速次优化算法。最后,仿真结果显示提出的分层多播的快速次优化算法在基于稀疏码多址接入网络中的网络能量效率方面要优于采用传统多播策略的稀疏码多址接入网络,和基于正交频分多址网络。并且,提出的快速次优化算法在稀疏码多址接入网络中的多播系统功效要优于正交频分复用网络中的多播系统功效。     

一种实现区分服务和带宽公平性的队列管理算法

区分服务(DiffServ)体系对于可靠型(AF)服务的OUT数据包和尽力型(BE)服务的数据包并未提供任何优先处理机制。为避免某AF服务的数据流占用过多的网络带宽，提出了一种名为TD&BF的核心无状态队列管理算法，该算法能在保证AF业务承诺服务速率的前提下，将剩余带宽公平地分配给BE业务及AF业务。     

一种区分业务的共享保护算法

电力通信网业务一般都要求很高的可靠性,而在对时延的要求上有较大的差异。针对这种情况,在分层图模型的基础上,提出了一种能够在时延上对业务进行区分的共享保护算法。由于业务的时延主要来自传输过程中进行O/E/O转换的过程,所以将O/E/O转换次数作为衡量业务时延的指标。为业务计算路由时,根据业务的种类为链路设置不同的代价值。对于时延敏感业务,进行O/E/O转换的代价较高,优先选择转换次数最少的的路径,并且允许时延要求较低的业务在传输过程中进行多次O/E/O转换,避免占用时延较低的路径,以保证时延要求较高业务的阻塞率性能。此外,在计算保护路径时,为已经用于共享保护的资源设置较低的代价,优先加以利用,以提高保护资源的利用率。仿真实验证明了算法的优越性。