众包模式下个性化任务搜索方法的研究

发布时间：2020-12-01 18:06

　　近年来,众包得到了各个领域的广泛关注,各大众包平台的快速兴起,为互联网大众提供了一种新的工作模式。随着众包平台的任务数量急剧增多,种类愈加繁杂,且对承接任务的工作者有一定的技术性要求。而众包工作者专业背景、擅长技能和兴趣爱好等不同,使得任务与众包工作者的匹配成为一个难题。现有众包平台主要通过众包工作者主动搜索并选择任务的方式进行任务匹配,因此如何利用个性化搜索技术,使得众包工作者更准确的搜索到合适的任务,对于解决当前问题具有十分重要的意义。个性化搜索技术主要试图通过分析用户的历史行为对用户初始搜索结果列表中的条目进行评分预测,并根据评分的高低进行重排序,最终返回给用户新的结果列表。通过全面分析众包工作模式的特点,众包搜索和个性化技术的国内外研究现状以及存在的问题,提出一种基于任务契合度的个性化任务搜索方法。采集工作者历史数据,生成对应的活动日志。通过任务查询日志挖掘众包工作者的兴趣偏好,同时通过任务交互日志挖掘工作者的任务擅长情况。分析了页面驻留时间、鼠标点击和滚动条拖动等行为对兴趣度值的评价方法,细化了任务完成的不同情况对任务擅长度的贡献。然后使用量化的兴趣度和擅长度加权计算任务契合... 

【文章来源】：青岛大学山东省

【文章页数】：58 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 引言
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 众包的研究现状
        1.2.2 个性化搜索相关技术
    1.3 研究内容和创新点
        1.3.1 研究内容和所做的工作
        1.3.2 本文的主要创新点
    1.4 论文的组织结构
第二章 众包工作模式与个性化任务搜索
    2.1 众包工作模式
    2.2 个性化任务搜索总体设计
        2.2.1 总体框架
        2.2.2 总体流程和模块划分
    2.3 本章小结
第三章 众包工作者的行为分析与获取
    3.1 任务契合度分析量化思想
    3.2 众包工作者行为分析
        3.2.1 任务查询行为分析
        3.2.2 任务交互行为分析
    3.3 众包工作者行为采集
    3.4 众包工作者行为日志预处理
        3.4.1 查询日志压缩
        3.4.2 交互日志预处理
        3.4.3 语料生成与预处理
    3.5 本章小结
第四章 基于契合度的工作者偏好构建和个性化搜索机制
    4.1 基于契合度的工作者模型构建与更新
        4.1.1 工作者偏好模型的构建
        4.1.2 工作者偏好模型的更新
    4.2 个性化搜索机制的实现
    4.3 本章小结
第五章 个性化搜索方法在众包平台的测试
    5.1 测试数据集
        5.1.1 工作者行为日志
        5.1.2 语料库
        5.1.3 任务特征项
        5.1.4 工作者偏好构建
    5.2 性能评价标准
        5.2.1 准确率
        5.2.2 契合比
    5.3 实验结果分析
        5.3.1 MAA评价调节因子对搜索质量的影响
        5.3.2 MR评价调节因子对搜索质量的影响
    5.4 本章小结
第六章 总结与展望
    6.1 论文总结
    6.2 研究展望
参考文献
攻读学位期间的研究成果
致谢


【参考文献】：
期刊论文
[1]用户偏好模型在众包中应用的研究[J]. 王晓燕,李劲华.  青岛大学学报(自然科学版). 2018(01)
[2]基于背景和内容的微博用户兴趣挖掘[J]. 仲兆满,管燕,胡云,李存华.  软件学报. 2017(02)
[3]基于混合行为兴趣度的用户兴趣模型[J]. 邢玲,宋章浩,马强.  计算机应用研究. 2016(03)
[4]一种基于用户配置文件的个性化检索方法[J]. 胡妙,戴牡红,陈浩.  计算机应用研究. 2016(02)
[5]众包技术研究综述[J]. 冯剑红,李国良,冯建华.  计算机学报. 2015(09)
[6]个性化信息检索中用户兴趣建模与更新研究[J]. 史宝明,贺元香,张永.  计算机应用与软件. 2014(03)
[7]众包式知识交易模式与运行机制匹配研究[J]. 李忆,姜丹丹,王付雪.  科技进步与对策. 2013(13)
[8]基于层次向量空间模型的用户兴趣表示及更新[J]. 郝水龙,吴共庆,胡学钢.  南京大学学报(自然科学版). 2012(02)
[9]集合和字符串的相似度查询[J]. 林学民,王炜.  计算机学报. 2011(10)
[10]一种结合词项语义信息和TF-IDF方法的文本相似度量方法[J]. 黄承慧,印鉴,侯昉.  计算机学报. 2011(05)
[1]网络用户行为分析的若干问题研究[D]. 刘鹏.北京邮电大学 2010

博士论文
[1]用户偏好模型在众包中应用的研究[J]. 王晓燕,李劲华.  青岛大学学报(自然科学版). 2018(01)
[2]基于背景和内容的微博用户兴趣挖掘[J]. 仲兆满,管燕,胡云,李存华.  软件学报. 2017(02)
[3]基于混合行为兴趣度的用户兴趣模型[J]. 邢玲,宋章浩,马强.  计算机应用研究. 2016(03)
[4]一种基于用户配置文件的个性化检索方法[J]. 胡妙,戴牡红,陈浩.  计算机应用研究. 2016(02)
[5]众包技术研究综述[J]. 冯剑红,李国良,冯建华.  计算机学报. 2015(09)
[6]个性化信息检索中用户兴趣建模与更新研究[J]. 史宝明,贺元香,张永.  计算机应用与软件. 2014(03)
[7]众包式知识交易模式与运行机制匹配研究[J]. 李忆,姜丹丹,王付雪.  科技进步与对策. 2013(13)
[8]基于层次向量空间模型的用户兴趣表示及更新[J]. 郝水龙,吴共庆,胡学钢.  南京大学学报(自然科学版). 2012(02)
[9]集合和字符串的相似度查询[J]. 林学民,王炜.  计算机学报. 2011(10)
[10]一种结合词项语义信息和TF-IDF方法的文本相似度量方法[J]. 黄承慧,印鉴,侯昉.  计算机学报. 2011(05)
[1]网络用户行为分析的若干问题研究[D]. 刘鹏.北京邮电大学 2010

硕士论文
[1]基于用户偏好的个性化搜索模型研究[D]. 胡驰.华中科技大学 2015
[2]基于本体的个性化信息检索系统研究[D]. 王雨果.电子科技大学 2008



本文编号：2894964