本發(fā)明屬于移動(dòng)互聯(lián)網(wǎng)和算法博弈論的交叉領(lǐng)域，尤其涉及一種面向合作性任務(wù)的移動(dòng)群智感知激勵(lì)方法。

背景技術(shù)：

隨著移動(dòng)互聯(lián)網(wǎng)、嵌入式傳感器等技術(shù)的發(fā)展，智能手機(jī)已經(jīng)十分普及。利用普遍存在的智能手機(jī)用戶感知和收集大規(guī)模的數(shù)據(jù)是一種新型的感知方式。移動(dòng)群智感知由于其廣泛的時(shí)空覆蓋、低廉的成本、優(yōu)秀的可擴(kuò)展性以及普遍存在的應(yīng)用場(chǎng)景而被認(rèn)為是一種具有巨大潛力的新型數(shù)據(jù)感知和收集模式。目前已有一些項(xiàng)目基于移動(dòng)群智感知實(shí)現(xiàn)了健康護(hù)理、智能交通、社交網(wǎng)絡(luò)、環(huán)境監(jiān)控等領(lǐng)域中的不同應(yīng)用。

但目前的這些應(yīng)用都是假設(shè)參與者能自愿地積極的參加數(shù)據(jù)感知，這往往不切實(shí)際。因?yàn)閰⑴c者需要消耗設(shè)備的能量、計(jì)算能力、存儲(chǔ)空間、數(shù)據(jù)流量等完成群智感知任務(wù)，參與者需要得到一定數(shù)量的激勵(lì)以抵消這些損失。群智感知應(yīng)用的成功實(shí)施取決于參與者數(shù)量以及數(shù)據(jù)質(zhì)量，沒有激勵(lì)上述兩點(diǎn)都得不到保證。因此，激勵(lì)機(jī)制的設(shè)計(jì)在群智感知應(yīng)用中十分重要。

構(gòu)建指紋數(shù)據(jù)庫，收集較大范圍內(nèi)的地理數(shù)據(jù)等，均需要手機(jī)用戶相互合作去完成任務(wù)。面對(duì)這些合作性任務(wù)，用戶更希望和信任的人去共同完成任務(wù)，這樣可以更好的去分配任務(wù)，提高服務(wù)的質(zhì)量以及對(duì)個(gè)人隱私的保護(hù)，而現(xiàn)有的技術(shù)中并沒有允許用戶自行選擇信任的用戶去共同完成任務(wù)，用戶之間的兼容性被忽略。

本發(fā)明考慮在一個(gè)在線社區(qū)中發(fā)布一個(gè)存在多合作任務(wù)的移動(dòng)群智感知活動(dòng)。在線社區(qū)中的用戶對(duì)參與感知任務(wù)有興趣。每個(gè)合作任務(wù)需要一定數(shù)量的兼容用戶來完成。本發(fā)明從在線社區(qū)中用戶之間的社交關(guān)系挖掘用戶之間的兼容性。用戶根據(jù)所在社區(qū)中的社交關(guān)系向社交網(wǎng)絡(luò)應(yīng)用平臺(tái)提交一個(gè)含有兼容用戶集的標(biāo)書，社交網(wǎng)絡(luò)應(yīng)用平臺(tái)根據(jù)用戶提交的兼容用戶集，將用戶分成多個(gè)兼容用戶組。然后選擇入選者和計(jì)算每個(gè)用戶的報(bào)酬。本發(fā)明所提的移動(dòng)群智感知激勵(lì)方法滿足計(jì)算有效性、個(gè)人理性和防欺騙性。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題是針對(duì)背景技術(shù)中所存在到的缺陷，提供一種面向合作性任務(wù)的移動(dòng)群智感知激勵(lì)方法。

本發(fā)明的技術(shù)解決方案是：

考慮一個(gè)移動(dòng)群智感知系統(tǒng)包括一個(gè)社交網(wǎng)絡(luò)應(yīng)用平臺(tái)和一個(gè)在線社區(qū)，該在線社區(qū)中存在一批用戶。

本發(fā)明所述一種面向合作性任務(wù)的移動(dòng)群智感知激勵(lì)方法，社交網(wǎng)絡(luò)應(yīng)用平臺(tái)和用戶之間體現(xiàn)為一個(gè)反向拍賣過程，步驟如下：

步驟201：社交網(wǎng)絡(luò)應(yīng)用平臺(tái)發(fā)布一個(gè)任務(wù)集合t＝{t1,...,tm}，對(duì)于每個(gè)任務(wù)tj∈t需要至少rj個(gè)人去完成；

步驟202：設(shè)在線社區(qū)中的用戶集合為u＝{1,2,...,n}，每個(gè)用戶i∈u提交一個(gè)標(biāo)書bi＝(βi,bi,ξi)，其中為ki個(gè)任務(wù)的集合，bi為用戶i執(zhí)行任務(wù)集βi想要獲得的最少報(bào)酬，ξi為用戶i可以合作的一組用戶的集合，稱為用戶i的兼容用戶集；

步驟203：社交網(wǎng)絡(luò)應(yīng)用平臺(tái)對(duì)所有用戶執(zhí)行兼容用戶分組過程，產(chǎn)生g1,g2,...,gd共d個(gè)兼容用戶組，設(shè)為d個(gè)兼容用戶組的集合；

步驟204：社交網(wǎng)絡(luò)應(yīng)用平臺(tái)根據(jù)g計(jì)算入選者集合s；

步驟205：計(jì)算每個(gè)用戶i∈u的報(bào)酬pi；

步驟206：社交網(wǎng)絡(luò)應(yīng)用平臺(tái)通知入選者，入選者執(zhí)行感知任務(wù)，將感知數(shù)據(jù)提交社交網(wǎng)絡(luò)應(yīng)用平臺(tái)；

步驟207：社交網(wǎng)絡(luò)應(yīng)用平臺(tái)向入選者支付報(bào)酬。

在步驟203中，社交網(wǎng)絡(luò)應(yīng)用平臺(tái)對(duì)所有用戶執(zhí)行兼容用戶分組過程的步驟如下：

步驟301：初始化用戶集合其中δ是一個(gè)常數(shù)，δ＜n；

步驟302：利用兼容用戶集構(gòu)造一個(gè)關(guān)于所用用戶的有向圖g：對(duì)任意兩個(gè)用戶i,j∈u,i≠j，如果用戶j在用戶i的兼容用戶集中，則增加一條從用戶i到用戶j的有向邊；

步驟303：令將有向圖g中的每個(gè)用戶隨機(jī)分配到χ個(gè)用戶子集中，設(shè)χ個(gè)用戶子集分別為u1,u2,...,uχ，設(shè)a＝{u1,u2,...,uχ}是χ個(gè)用戶子集的集合；

步驟304：從a中隨機(jī)選擇個(gè)用戶子集，設(shè)aδ為個(gè)用戶子集的集合；

步驟305：對(duì)每一個(gè)用戶子集ui∈a，如果ui∈aδ，則執(zhí)行步驟305，否則執(zhí)行步驟306；

步驟306：如果則將ui中的所有用戶并入用戶集合sδ；否則從ui中選擇始點(diǎn)為非ui中用戶的入邊最多的前個(gè)用戶，將該個(gè)用戶并入用戶集合sδ；

步驟307：如果則將ui中的所有用戶并入用戶集合sδ；否則從ui中選擇始點(diǎn)為非ui中用戶的入邊最多的前個(gè)用戶，將該個(gè)用戶并入用戶集合sδ；

步驟308：若|sδ|＜δ，則從不在sδ中的用戶中隨機(jī)選取δ-|sδ|個(gè)用戶并入sδ；

步驟309：從有向圖g中刪除不在sδ中的用戶以及與sδ中用戶相關(guān)聯(lián)的邊，求出更新后的圖g中的所有強(qiáng)連通分量，將每個(gè)強(qiáng)連通分量中的用戶放入一個(gè)兼容用戶組中，設(shè)共計(jì)產(chǎn)生g1,g2,...,gd共d個(gè)兼容用戶組，設(shè)為d個(gè)兼容用戶組的集合；

步驟310：返回結(jié)束。

在步驟204中，社交網(wǎng)絡(luò)應(yīng)用平臺(tái)根據(jù)g計(jì)算入選者集合s的步驟如下：

步驟401：初始化入選者集合

步驟402：對(duì)所有兼容用戶組gk∈g，執(zhí)行步驟403到步驟404；

步驟403：令sk為已經(jīng)從兼容用戶組gk中選擇出的入選者集合，初始化sk＝φ；

步驟404：對(duì)于所有的任務(wù)tj∈t，令為兼容用戶組gk完成任務(wù)tj所需花費(fèi)的最小的邊際成本；

步驟405：對(duì)所有的任務(wù)tj∈t執(zhí)行步驟406到步驟409；

步驟406：對(duì)所有兼容用戶組gk∈g，令sk為已經(jīng)從兼容用戶組gk中選擇出的入選者集合，s'k為擬從兼容用戶組gk中選擇的入選者集合，初始化sk＝φ，s'k＝φ，令qk＝{i|i∈sk,tj∈βi}，其中qk為sk中為任務(wù)tj報(bào)價(jià)的用戶集合；

步驟407：如果gk中提交標(biāo)書中含有任務(wù)tj的用戶數(shù)不少于rj，并且rj多于集合qk的用戶數(shù)，則從gk\sk中選擇報(bào)價(jià)最低的且提交標(biāo)書中含有任務(wù)tj的前rj-|qk|個(gè)用戶，將這rj-|qk|個(gè)用戶并入集合s'k中，并將s'k用戶的報(bào)價(jià)相加得到值賦給

步驟408：對(duì)所有兼容用戶組gk∈g，找出的值最小的兼容用戶組，設(shè)該兼容用戶組為gk'，k'∈{1,2,...,d}；

步驟409：令sk'＝sk'∪s'k'，s＝s∪sk'；

步驟410：返回入選者集合s，結(jié)束。

在步驟205中，社交網(wǎng)絡(luò)應(yīng)用平臺(tái)計(jì)算每個(gè)用戶i∈u的報(bào)酬pi的步驟如下：

步驟501：對(duì)任意用戶i∈u，令其報(bào)酬pi＝0；

步驟502：對(duì)所有的入選者i∈s執(zhí)行步驟503到步驟506；

步驟503：對(duì)所有的任務(wù)tj∈t執(zhí)行步驟504到步驟506；

步驟504：根據(jù)步驟401到步驟410所述方法從用戶集ug\{i}中為任務(wù)tj選擇入選者集合，其中ug為g中所有用戶的集合；

步驟505：根據(jù)步驟401到步驟410所述方法計(jì)算和其中為在沒有用戶i的情況下執(zhí)行任務(wù)tj所需的最小邊際成本，為在有用戶i的情況下執(zhí)行任務(wù)tj所需的最小邊際成本；

步驟506：如果則令用戶i的報(bào)酬

步驟507：返回所有用戶的報(bào)酬向量p＝(p1,p2,...,pn)，結(jié)束。

有益效果

本發(fā)明采用以上技術(shù)方案與現(xiàn)有技術(shù)相比，具有以下技術(shù)效果：

1.首次在移動(dòng)群智感知系統(tǒng)的激勵(lì)機(jī)制設(shè)計(jì)中考慮用戶之間的兼容性，使得用戶可以更高效地完成合作性的任務(wù)；

2.計(jì)算時(shí)間復(fù)雜度低，該激勵(lì)方法總的時(shí)間復(fù)雜度為是一個(gè)完全多項(xiàng)式時(shí)間方法，具有計(jì)算有效性；

3.該激勵(lì)方法是個(gè)人理性的，即平臺(tái)支付給每個(gè)入選者的報(bào)酬數(shù)額一定大于等于該用戶所需耗費(fèi)的真實(shí)代價(jià)，因此對(duì)于吸引大量用戶以及提高數(shù)據(jù)質(zhì)量有積極作用；

4.該激勵(lì)方法是防欺騙的，當(dāng)其他用戶都提交自身的真實(shí)的報(bào)價(jià)和兼容用戶集時(shí)，即使用戶采取某種策略虛報(bào)報(bào)價(jià)和兼容用戶集，也不會(huì)使得該用戶的效用變高，因此用戶傾向于提交自身的真實(shí)的報(bào)價(jià)和兼容用戶集。防欺騙性對(duì)于防止市場(chǎng)壟斷或者串通具有重要作用。

附圖說明

圖1是本發(fā)明中社交網(wǎng)絡(luò)應(yīng)用平臺(tái)和用戶之間反向拍賣執(zhí)行流程；

圖2是本發(fā)明中社交網(wǎng)絡(luò)應(yīng)用平臺(tái)對(duì)所有用戶執(zhí)行兼容用戶分組執(zhí)行流程；

圖3是本發(fā)明中社交網(wǎng)絡(luò)應(yīng)用平臺(tái)選擇入選者集合的執(zhí)行流程；

圖4是本發(fā)明中社交網(wǎng)絡(luò)應(yīng)用平臺(tái)計(jì)算入選者報(bào)酬的執(zhí)行流程。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)說明：

本發(fā)明中社交網(wǎng)絡(luò)應(yīng)用平臺(tái)根據(jù)用戶提交的兼容用戶集，將用戶分成多個(gè)兼容用戶組。然后選擇入選者和計(jì)算每個(gè)入選者的報(bào)酬。

名詞說明：

移動(dòng)群智感知系統(tǒng)：一種利用大量智能手機(jī)感知數(shù)據(jù)的大型數(shù)據(jù)采集系統(tǒng)，移動(dòng)群智感知系統(tǒng)由處于云端的移動(dòng)群智感知平臺(tái)和一批智能手機(jī)用戶組成。本發(fā)明中處于云端的移動(dòng)群智感知平臺(tái)是一個(gè)社交網(wǎng)絡(luò)應(yīng)用平臺(tái)；智能手機(jī)用戶處于一個(gè)在線社區(qū)中。

入選者：由本發(fā)明基所提激勵(lì)方法選擇出來的用戶，是移動(dòng)群智感知的最終參與者。

用戶的效用：用戶獲得的報(bào)酬與付出的成本的差值。在防欺騙的激勵(lì)方法中，用戶的成本等于用戶的報(bào)價(jià)。

本發(fā)明所述一種面向合作性任務(wù)的移動(dòng)群智感知激勵(lì)方法，社交網(wǎng)絡(luò)應(yīng)用平臺(tái)和用戶之間體現(xiàn)為一個(gè)反向拍賣過程，執(zhí)行流程如圖1所示，步驟如下：

步驟201：社交網(wǎng)絡(luò)應(yīng)用平臺(tái)發(fā)布一個(gè)任務(wù)集合t＝{t1,...,tm}，對(duì)于每個(gè)任務(wù)tj∈t需要至少rj個(gè)人去完成；

步驟202：設(shè)在線社區(qū)中的用戶集合為u＝{1,2,...,n}，每個(gè)用戶i∈u提交一個(gè)標(biāo)書bi＝(βi,bi,ξi)，其中為ki個(gè)任務(wù)的集合，bi為用戶i執(zhí)行任務(wù)集βi想要獲得的最少報(bào)酬，ξi為用戶i可以合作的一組用戶的集合，稱為用戶i的兼容用戶集；

步驟203：社交網(wǎng)絡(luò)應(yīng)用平臺(tái)對(duì)所有用戶執(zhí)行兼容用戶分組過程，產(chǎn)生g1,g2,...,gd共d個(gè)兼容用戶組，設(shè)為d個(gè)兼容用戶組的集合；

步驟204：社交網(wǎng)絡(luò)應(yīng)用平臺(tái)根據(jù)g計(jì)算入選者集合s；

步驟205：計(jì)算每個(gè)用戶i∈u的報(bào)酬pi；

步驟206：社交網(wǎng)絡(luò)應(yīng)用平臺(tái)通知入選者，入選者執(zhí)行感知任務(wù)，將感知數(shù)據(jù)提交社交網(wǎng)絡(luò)應(yīng)用平臺(tái)；

步驟207：社交網(wǎng)絡(luò)應(yīng)用平臺(tái)向入選者支付報(bào)酬。

在步驟203中，社交網(wǎng)絡(luò)應(yīng)用平臺(tái)對(duì)所有用戶執(zhí)行兼容用戶分組的流程如圖2所示，步驟如下：

步驟301：初始化用戶集合其中δ是一個(gè)常數(shù)，δ＜n；

步驟302：利用兼容用戶集構(gòu)造一個(gè)關(guān)于所用用戶的有向圖g：對(duì)任意兩個(gè)用戶i,j∈u,i≠j，如果用戶j在用戶i的兼容用戶集中，則增加一條從用戶i到用戶j的有向邊；

步驟303：令將有向圖g中的每個(gè)用戶隨機(jī)分配到χ個(gè)用戶子集中，設(shè)χ個(gè)用戶子集分別為u1,u2,...,uχ，設(shè)a＝{u1,u2,...,uχ}是χ個(gè)用戶子集的集合；

步驟304：從a中隨機(jī)選擇個(gè)用戶子集，設(shè)aδ為個(gè)用戶子集的集合；

步驟305：對(duì)每一個(gè)用戶子集ui∈a，如果ui∈aδ，則執(zhí)行步驟305，否則執(zhí)行步驟306；

步驟306：如果則將ui中的所有用戶并入用戶集合sδ；否則從ui中選擇始點(diǎn)為非ui中用戶的入邊最多的前個(gè)用戶，將該個(gè)用戶并入用戶集合sδ；

步驟307：如果則將ui中的所有用戶并入用戶集合sδ；否則從ui中選擇始點(diǎn)為非ui中用戶的入邊最多的前個(gè)用戶，將該個(gè)用戶并入用戶集合sδ；

步驟308：若|sδ|＜δ，則從不在sδ中的用戶中隨機(jī)選取δ-|sδ|個(gè)用戶并入sδ；

步驟309：從有向圖g中刪除不在sδ中的用戶以及與sδ中用戶相關(guān)聯(lián)的邊，求出更新后的圖g中的所有強(qiáng)連通分量，將每個(gè)強(qiáng)連通分量中的用戶放入一個(gè)兼容用戶組中，設(shè)共計(jì)產(chǎn)生g1,g2,...,gd共d個(gè)兼容用戶組，設(shè)為d個(gè)兼容用戶組的集合；

步驟310：返回結(jié)束。

在步驟204中，社交網(wǎng)絡(luò)應(yīng)用平臺(tái)根據(jù)g計(jì)算入選者集合s的執(zhí)行流程如圖3所示，步驟如下：

步驟401：初始化入選者集合

步驟402：對(duì)所有兼容用戶組gk∈g，執(zhí)行步驟403到步驟404；

步驟403：令sk為已經(jīng)從兼容用戶組gk中選擇出的入選者集合，初始化sk＝φ；

步驟404：對(duì)于所有的任務(wù)tj∈t，令為兼容用戶組gk完成任務(wù)tj所需花費(fèi)的最小的邊際成本；

步驟405：對(duì)所有的任務(wù)tj∈t執(zhí)行步驟406到步驟409；

步驟406：對(duì)所有兼容用戶組gk∈g，令sk為已經(jīng)從兼容用戶組gk中選擇出的入選者集合，s'k為擬從兼容用戶組gk中選擇的入選者集合，初始化sk＝φ，s'k＝φ，令qk＝{i|i∈sk,tj∈βi}，其中qk為sk中為任務(wù)tj報(bào)價(jià)的用戶集合；

步驟407：如果gk中提交標(biāo)書中含有任務(wù)tj的用戶數(shù)不少于rj，并且rj多于集合qk的用戶數(shù)，則從gk\sk中選擇報(bào)價(jià)最低的且提交標(biāo)書中含有任務(wù)tj的前rj-|qk|個(gè)用戶，將這rj-|qk|個(gè)用戶并入集合s'k中，并將s'k用戶的報(bào)價(jià)相加得到值賦給

步驟408：對(duì)所有兼容用戶組gk∈g，找出的值最小的兼容用戶組，設(shè)該兼容用戶組為gk'，k'∈{1,2,...,d}；

步驟409：令sk'＝sk'∪s'k'，s＝s∪sk'；

步驟410：返回入選者集合s，結(jié)束。

在步驟205中，社交網(wǎng)絡(luò)應(yīng)用平臺(tái)計(jì)算每個(gè)用戶i∈u的報(bào)酬pi的執(zhí)行流程如圖4所示，步驟如下：

步驟501：對(duì)任意用戶i∈u，令其報(bào)酬pi＝0；

步驟502：對(duì)所有的入選者i∈s執(zhí)行步驟503到步驟506；

步驟503：對(duì)所有的任務(wù)tj∈t執(zhí)行步驟504到步驟506；

步驟504：根據(jù)權(quán)利要求3步驟401到步驟410所述方法從用戶集ug\{i}中為任務(wù)tj選擇入選者集合，其中ug為g中所有用戶的集合；

步驟505：根據(jù)權(quán)利要求3步驟401到步驟410所述方法計(jì)算和其中為在沒有用戶i的情況下執(zhí)行任務(wù)tj所需的最小邊際成本，為在有用戶i的情況下執(zhí)行任務(wù)tj所需的最小邊際成本；

步驟506：如果則令用戶i的報(bào)酬

步驟507：返回所有用戶的報(bào)酬向量p＝(p1,p2,...,pn)，結(jié)束。

本技術(shù)領(lǐng)域技術(shù)人員可以理解的是，除非另外定義，這里使用的所有術(shù)語(包括技術(shù)術(shù)語和科學(xué)術(shù)語)具有與本發(fā)明所屬領(lǐng)域中的普通技術(shù)人員的一般理解相同的意義。還應(yīng)該理解的是，諸如通用字典中定義的那些術(shù)語應(yīng)該被理解為具有與現(xiàn)有技術(shù)的上下文中的意義一致的意義，并且除非像這里一樣定義，不會(huì)用理想化或過于正式的含義來解釋。

以上所述的具體實(shí)施方式，對(duì)本發(fā)明的目的、技術(shù)方案和有益效果進(jìn)行了進(jìn)一步詳細(xì)說明，所應(yīng)理解的是，以上所述僅為本發(fā)明的具體實(shí)施方式而已，并不用于限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。