众包技术中多目标控制的任务分配

发布时间：2023-01-26 00:07

　　现实生活中,人工智能、大数据等领域的快速发展给我们的生活带来极大的便利,机器学习、数据清洗等领域的很多数据需要通过人工进行标注,众包技术提供了一种将需要人工处理的问题发布到互联网上,通过互联网上的大众智慧解决问题的新方式。在众包技术中,质量、经济成本、时间成本是三个主要的研究目标。过高的经济成本将给任务发布者带来负担,时间成本的增加将使任务不能在规定时间内完成。在众包任务分配的研究中,研究者往往专注于提升任务质量,忽略了其他两个目标的控制。现有关于众包多目标控制的研究较少,而已有的多目标控制的研究往往局限于表格连接等具体任务类型,没有一种具有通用性的多目标控制方式。通过对众包中的三个研究目标相互作用关系的研究,综合考虑三个目标的制约关系,本文将多目标控制与任务分配相结合,提出了两种具有普适性的多目标控制模型;考虑到众包技术中现有的答案决策多基于贝叶斯决策算法,而任务分配是在未收到工人回答的情况下进行,需要对任务答案可信度进行预测,本文提出了一种适用于任务分配阶段的基于贝叶斯的任务答案可信度预测算法;同时,本文还提出了符合两种多目标控制模型的多种任务分配算法,并进行了算法有效性和效率的评... 

【文章页数】：74 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 引言
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 本文完成的工作
    1.4 本文的组织结构
2 相关技术研究
    2.1 众包技术
        2.1.1 AMT众包平台
        2.1.2 众包的应用与研究
    2.2 多目标控制
        2.2.1 质量控制
        2.2.2 经济成本控制
        2.2.3 时间成本控制
    2.3 任务获取方式
        2.3.1 任务搜索
        2.3.2 任务分配
    2.4 本章小结
3 多目标控制的任务分配
    3.1 数据模型与问题定义
    3.2 基于贝叶斯决策的可信度预测算法
        3.2.1 贝叶斯决策理论引入
        3.2.2 答案可信度预测算法
        3.2.3 可信度预测算法对比
    3.3 基于贝叶斯可信度预测算法的PRM问题研究
        3.3.1 问题描述
        3.3.2 PRM问题的动态规划算法
        3.3.3 PRM问题近似求解
    3.4 基于贝叶斯可信度预测算法的QAM问题研究
        3.4.1 问题描述
        3.4.2 QAM问题的剪枝优化算法
        3.4.3 QAM问题的动态规划算法
        3.4.4 QAM问题近似求解
    3.5 实验结果与分析
        3.5.1 实验环境及实验评估
        3.5.2 PRM问题任务分配实验评估
        3.5.3 QAM问题任务分配实验评估
    3.6 本章小结
4 成本模型研究与优化
    4.1 经济成本
        4.1.1 工人激励模型与经济成本
        4.1.2 基于多数投票算法的QAM问题优化
    4.2 时间成本
        4.2.1 时间成本建模
        4.2.2 时间控制与任务分配
    4.3 实验结果与分析
    4.4 本章小结
5 CrowdIQ众包平台
    5.1 系统概述
        5.1.1 任务设计
        5.1.2 系统作用阶段
        5.1.3 工人消费阶段
    5.2 CrowdIQ中的多目标控制
    5.3 本章小结
6 总结与展望
    6.1 研究工作总结
    6.2 未来工作展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集


【参考文献】：
期刊论文
[1]空间众包环境下的3类对象在线任务分配[J]. 宋天舒,童咏昕,王立斌,许可.  软件学报. 2017(03)



本文编号：3731949