本發(fā)明涉及任務(wù)分配、激勵(lì)機(jī)制領(lǐng)域，特別涉及一種眾包環(huán)境下復(fù)雜任務(wù)分配方法。

背景技術(shù)：

眾包就是擁有預(yù)算的請(qǐng)求者發(fā)布任務(wù)，請(qǐng)求以獲得報(bào)酬為目的、有特定技能的工人來(lái)完成任務(wù)一種方式?，F(xiàn)今，有很多眾包平臺(tái)，例如，amazonmechanicalturk(amtforshort)。在amt中，請(qǐng)求者發(fā)布hits(humanintelligencetasks)給在線的工人。但一般amt中只是發(fā)布微小獎(jiǎng)勵(lì)的微型任務(wù)，比如，社會(huì)科學(xué)實(shí)驗(yàn)、發(fā)布照片等等，而topcoder是針對(duì)軟件開發(fā)所設(shè)計(jì)的大型眾包平臺(tái)。

在本發(fā)明作出之前，現(xiàn)有的眾包平臺(tái)中存在如下幾個(gè)難點(diǎn)：

1)眾包任務(wù)分配根據(jù)參與者的可達(dá)性，可分為離線和在線兩種場(chǎng)景。在離線的情況下，分配剛開始，任務(wù)請(qǐng)求者/工人就同時(shí)提交報(bào)價(jià)/要價(jià)給平臺(tái)，并且沒有后續(xù)的實(shí)體。眾包平臺(tái)能夠根據(jù)手上所有的信息決定分配結(jié)果。相反，在在線的情景下，一旦請(qǐng)求者/工人到達(dá)，報(bào)價(jià)/要價(jià)向量被順序送達(dá)。在線的場(chǎng)景是比較復(fù)雜的情景，因?yàn)楸姲脚_(tái)必須隨時(shí)進(jìn)行決策，并且沒有接下來(lái)到達(dá)的參與者的信息，實(shí)現(xiàn)全局優(yōu)化是比較難的。也就是說(shuō)，相對(duì)于離線，在線情況更加復(fù)雜，卻是現(xiàn)實(shí)生活中的實(shí)際的場(chǎng)景。但現(xiàn)階段的眾包平臺(tái)任務(wù)分配算法大多考慮離線場(chǎng)景，存在很大的局限性。

2)在任務(wù)分配階段，不僅有效的分配要考慮到，也要考慮參與者的質(zhì)量。通過(guò)探索和收集質(zhì)量信息，分配過(guò)程可以被優(yōu)化。工人的質(zhì)量意味著可依賴性，即完成工作的優(yōu)劣程度，對(duì)于分配的結(jié)果是至關(guān)重要的。理性的任務(wù)請(qǐng)求者更想把任務(wù)交付給質(zhì)量高的工人完成。為了防止惡意的請(qǐng)求者，請(qǐng)求者的質(zhì)量也應(yīng)該被考慮到?，F(xiàn)存的眾包平臺(tái)只是單純地考慮分配的結(jié)果，而沒有將分配和參與者的質(zhì)量結(jié)合起來(lái)。

3)第三個(gè)挑戰(zhàn)是因?yàn)樽运降膮⑴c者會(huì)通過(guò)謊報(bào)報(bào)價(jià)/要價(jià)來(lái)增加自己的效益。現(xiàn)在大部分的眾包平臺(tái)并沒有考慮自私的參與者，沒有考慮防策略(strategy-proof)機(jī)制來(lái)阻止慌報(bào)的發(fā)生。最終定價(jià)決策大多由工人所報(bào)的價(jià)格或者請(qǐng)求者所提供的價(jià)格決定。為了保證真實(shí)性，拍賣被應(yīng)用在很多領(lǐng)域，例如協(xié)作通信、云資源供應(yīng)以及眾包平臺(tái)。毫無(wú)疑問，拍賣是防止謊報(bào)的有效方式?，F(xiàn)有的眾包任務(wù)分配沒有考慮參與者的策略性，使得一些欺詐者獲利，加大了交易的不公平性。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的就在于克服上述問題，研發(fā)一種眾包環(huán)境下復(fù)雜任務(wù)分配方法。

本發(fā)明的技術(shù)方案為：

一種眾包環(huán)境下復(fù)雜任務(wù)分配方法，其主要技術(shù)特征在于步驟如下：

(1)任務(wù)請(qǐng)求者提交任務(wù)完成所需的特定技能，以及完成這些技能的報(bào)價(jià)；

(2)工人提交擁有的技能以及每個(gè)技能的要價(jià)；

(3)眾包平臺(tái)作為拍賣者負(fù)責(zé)整個(gè)分配過(guò)程的運(yùn)作，主要包括篩選參與者、決策階段和更新質(zhì)量三個(gè)階段的工作。

所述的篩選參與者用于確定現(xiàn)階段在線的參與者，在線的參與者包括上一階段未被分配仍然在線的參與者，以及在這個(gè)時(shí)間槽新到的參與者；

所述的決策階段包括如下步驟：

步驟1：對(duì)在線的任務(wù)請(qǐng)求者，綜合考慮任務(wù)的緊急程度和質(zhì)量情況進(jìn)行排序。緊急程度越高、質(zhì)量越高的任務(wù)請(qǐng)求者享有越高的分配優(yōu)先權(quán)；

步驟2：根據(jù)任務(wù)請(qǐng)求者的分配優(yōu)先權(quán)依次遍歷任務(wù)請(qǐng)求者進(jìn)行分配；對(duì)于任務(wù)請(qǐng)求者ri，aⁱ存儲(chǔ)對(duì)ri有技能貢獻(xiàn)的工人。aj為在aⁱ中單位技能單位質(zhì)量擁有最小成本的工人。迭代選擇aj，直到aⁱ為空，或者ri的技能被完全覆蓋。迭代完成時(shí)，若ri的技能被完全覆蓋，ri被成功分配到某個(gè)團(tuán)隊(duì)；否則，任務(wù)請(qǐng)求者ri為輸者；

步驟3：對(duì)于每個(gè)候選組員aj，迭代計(jì)算臨界價(jià)格，即如果aj報(bào)價(jià)高于臨界價(jià)格，aj就不能成功地被分配，臨界價(jià)格為aⁱ剩余工人中單位技能單位質(zhì)量擁有的最大成本；

所述的更新質(zhì)量階段主要是應(yīng)用學(xué)習(xí)算法來(lái)實(shí)現(xiàn)。

本發(fā)明的優(yōu)點(diǎn)和效果在于平臺(tái)在每個(gè)時(shí)間槽收集任務(wù)請(qǐng)求者和工人的信息，決定最終的分配結(jié)果，包括贏者，支付以及贏者之間的匹配關(guān)系。本發(fā)明考慮的主要是復(fù)雜任務(wù)，所以一個(gè)贏者任務(wù)請(qǐng)求者可能對(duì)應(yīng)多個(gè)工人。

本發(fā)明采用拍賣的方式進(jìn)行決策，其中任務(wù)請(qǐng)求者是買方，工人是賣方。本發(fā)明主要包括在線用戶的篩選、贏者決策/定價(jià)策略、更新質(zhì)量三個(gè)階段，實(shí)現(xiàn)了任務(wù)請(qǐng)求者和工人之間的匹配，并決定了最終雙方的支付。將參與者的質(zhì)量考慮到拍賣中，使得拍賣的結(jié)果更加合理。除此以外，整個(gè)過(guò)程是一種防策略(strategy-proof)的分配機(jī)制，即雙方即使謊報(bào)價(jià)格也不能提高他們的效用，也就是說(shuō)，報(bào)出真實(shí)的價(jià)格是一個(gè)占優(yōu)策略(dominantstrategy)。因此，拍賣的雙方為了自身的利益，就不會(huì)再選擇謊報(bào)。大部分現(xiàn)有的眾包環(huán)境下任務(wù)分配未考慮買賣雙方的策略性，存在參與者的欺詐行為。現(xiàn)有的眾包平臺(tái)一般將復(fù)雜任務(wù)分配給一個(gè)工人承擔(dān)，但交給一個(gè)人承擔(dān)復(fù)雜任務(wù)會(huì)降低任務(wù)完成的質(zhì)量。本發(fā)明考慮到復(fù)雜任務(wù)交給一個(gè)工人完成的不合理性，將復(fù)雜任務(wù)分配給一個(gè)團(tuán)隊(duì)共同協(xié)作完成。

附圖說(shuō)明

圖1——本發(fā)明機(jī)制組成結(jié)構(gòu)示意圖。

圖2——本發(fā)明支付規(guī)則示意圖。

圖3——本發(fā)明更新質(zhì)量示意圖。

具體實(shí)施方式

本發(fā)明的技術(shù)思路是：

與實(shí)際情況相符，即考慮在線的場(chǎng)景，每個(gè)時(shí)間槽都要進(jìn)行一次分配。在每個(gè)時(shí)間槽的開始階段，很多任務(wù)請(qǐng)求者和工人到達(dá)平臺(tái)。任務(wù)請(qǐng)求者提交他的報(bào)價(jià)向量，包括技能請(qǐng)求向量、完成任務(wù)給工人的報(bào)價(jià)、質(zhì)量、到達(dá)時(shí)間和離開時(shí)間。其中質(zhì)量信息是平臺(tái)通過(guò)學(xué)習(xí)算法得到的，報(bào)價(jià)與任務(wù)完成后的估值不一定相等。工人提交他的要價(jià)向量，包括技能信息，以及每個(gè)技能的要價(jià)和質(zhì)量、到達(dá)時(shí)間和離開時(shí)間。其中的質(zhì)量也是平臺(tái)通過(guò)學(xué)習(xí)算法得到的，每個(gè)技能的要價(jià)與工人的心里價(jià)位不一定相等。

下面具體說(shuō)明本發(fā)明。

如圖1所示，任務(wù)請(qǐng)求者提交任務(wù)完成所需的特定技能，以及完成這些技能的報(bào)價(jià)，任務(wù)請(qǐng)求者的質(zhì)量情況是平臺(tái)根據(jù)學(xué)習(xí)算法得到的，由于是在線，還包括了到達(dá)時(shí)間和離開時(shí)間；工人提交擁有的技能以及每個(gè)技能的要價(jià)，每個(gè)技能的質(zhì)量情況同樣也是平臺(tái)通過(guò)學(xué)習(xí)算法得到的，同樣，到達(dá)的工人會(huì)提交到達(dá)時(shí)間和離開時(shí)間；平臺(tái)作為拍賣者負(fù)責(zé)整個(gè)分配過(guò)程的運(yùn)作，決定贏者、贏者之間的匹配和支付，主要包括篩選參與者、決策階段和更新質(zhì)量三個(gè)階段的工作。

篩選參與者用于確定現(xiàn)階段在線的參與者。在線的參與者包括上一階段未被分配仍然在線的參與者，以及在這個(gè)時(shí)間槽新到的參與者。主要是比較參與者的到達(dá)時(shí)間、離開時(shí)間和現(xiàn)階段的時(shí)間槽，來(lái)判斷該參與者是否還在線。時(shí)間槽表示一個(gè)時(shí)間段，如一小時(shí)、12小時(shí)、24小時(shí)。假設(shè)，現(xiàn)階段時(shí)間槽為3，工人a1到達(dá)時(shí)間、離開時(shí)間向量為(1，7)，且在時(shí)間槽1，2都未被分配，a1為在上一階段未被分配仍然在線的工人；工人a2到達(dá)時(shí)間、離開時(shí)間槽為(3，5)，a2為時(shí)間槽3新到的工人。

決策階段包括贏者決策和定價(jià)策略，確定贏者和贏者之間的交易價(jià)格。包括如下步驟：

步驟1：對(duì)在線的任務(wù)請(qǐng)求者，綜合考慮任務(wù)的緊急程度和質(zhì)量情況進(jìn)行排序。緊急程度越高、質(zhì)量越高的任務(wù)請(qǐng)求者享有越高的分配優(yōu)先權(quán)。緊急程度表示該任務(wù)請(qǐng)求者離開時(shí)間和現(xiàn)階段的時(shí)間槽的差值，差值越小，意味著該任務(wù)越緊急。質(zhì)量情況意味著該任務(wù)請(qǐng)求者的可信賴程度，由平臺(tái)通過(guò)學(xué)習(xí)算法得出。如上述的a1和a2，在時(shí)間槽3時(shí)刻，a1的緊急情況為7-3＝4，a2的緊急情況為5-3＝2。a2相對(duì)于a1有更高的緊急情況；a1質(zhì)量為8.9，a2的質(zhì)量為7.8；根據(jù)實(shí)際情況，設(shè)置緊急情況和質(zhì)量情況的調(diào)節(jié)參數(shù)，綜合考慮緊急情況和質(zhì)量情況，對(duì)任務(wù)請(qǐng)求者進(jìn)行排序。

步驟2：根據(jù)任務(wù)請(qǐng)求者的分配優(yōu)先權(quán)依次遍歷任務(wù)請(qǐng)求者進(jìn)行分配。每個(gè)任務(wù)請(qǐng)求者的決策階段算法流程圖如圖2所示。

對(duì)于任務(wù)請(qǐng)求者ri，aⁱ存儲(chǔ)對(duì)ri有技能貢獻(xiàn)的工人。置ki為空，用于存放完成ri任務(wù)的工人集。aj為在aⁱ中單位技能單位質(zhì)量擁有最小成本的工人，將aj作為ki團(tuán)隊(duì)組員的候選人。迭代選擇aj，直到aⁱ為空，或者ri的技能被完全覆蓋。迭代完成時(shí)，若ri的技能被完全覆蓋，任務(wù)請(qǐng)求者ri成功被分配到團(tuán)隊(duì)ki；否則，任務(wù)請(qǐng)求者ri為輸者。

步驟3：對(duì)于每個(gè)候選組員aj進(jìn)行如下操作：

計(jì)算工人aj加入到ki中，ri支付給aj的臨界價(jià)格，即若aj報(bào)價(jià)高于臨界價(jià)格，aj就不能成功地被分配。當(dāng)aj未加入到ki中，選擇al為aⁱ\{ki∪{aj}}中單位技能單位質(zhì)量擁有最小成本的工人，計(jì)算臨界價(jià)格當(dāng)aj的報(bào)價(jià)大于時(shí)，根據(jù)分配規(guī)則，al會(huì)被先于aj被選為ki的組員。一次臨時(shí)價(jià)格的計(jì)算并不是aj仍被選中能報(bào)的最高價(jià)格，因?yàn)閗i∪{al}的所有組員并沒有覆蓋所有的技能。因此，迭代選擇al直到預(yù)算bi被耗盡或者ri的技能被覆蓋。如果預(yù)算bi大于最終迭代得到的支付候選工人aj為贏者；否則為輸者。ri的預(yù)算bi更新為除去支付給aj的費(fèi)用否則，從aⁱ中除去aj。最終迭代計(jì)算的aj的最終臨界支付確保了真實(shí)性，即若aj報(bào)價(jià)大于則不能成為該團(tuán)隊(duì)的成員，成為輸者。

更新質(zhì)量主要是應(yīng)用學(xué)習(xí)算法來(lái)實(shí)現(xiàn)。一旦任務(wù)被完成，贏的任務(wù)請(qǐng)求者和工人之間會(huì)相互評(píng)價(jià)。雖然涉及到學(xué)習(xí)算法，本發(fā)明的重點(diǎn)在于解決參與者的策略性問題，而不是在線學(xué)習(xí)。因此，我們不討論學(xué)習(xí)算法，而采用現(xiàn)有的multi-armedbandits(mab)方法。本發(fā)明同時(shí)考慮任務(wù)請(qǐng)求者和工人的質(zhì)量情況，主要在于眾包中可能會(huì)存在惡意的任務(wù)請(qǐng)求者或者差評(píng)的工人，質(zhì)量的更新能夠改善任務(wù)分配的結(jié)果。如圖3所示，根據(jù)質(zhì)量歷史庫(kù)中的質(zhì)量信息和任務(wù)完成后任務(wù)請(qǐng)求者和工人的相互評(píng)價(jià)，更新雙方的質(zhì)量信息，重新加入到質(zhì)量歷史庫(kù)中，從而更新質(zhì)量歷史庫(kù)。