眾包任務(wù)分配算法的改進(jìn)與應(yīng)用.pdf

1、眾包市場作為一種利用大量互聯(lián)網(wǎng)工人來廉價收集數(shù)據(jù)的方法在研究者之間變得非常流行。然而，眾包對于工人管理較弱，如何將多樣性任務(wù)合理分配給擁有不同未知技能工人仍然是一個亟待解決的問題。多重任務(wù)分配算法(DualTask Assigner，DTA)是一種解決眾包環(huán)境下多樣化任務(wù)分配給未知技能眾包工人問題的新型任務(wù)分配算法。不過DTA算法對不誠實(shí)的眾包工人識別較差和對高技能等級的眾包工人利用不夠充分。為此本文將改進(jìn)DTA算法使其更為有效的分配任

2、務(wù)。
　　本文首先提出工人選擇算法來選出誠實(shí)的眾包工人進(jìn)入到后續(xù)的任務(wù)分配中，并與眾包平臺的自動檢索系統(tǒng)(Automatic Retrieval System，ARS)進(jìn)行對比發(fā)現(xiàn)工人選擇算法能夠有效的選出誠實(shí)的眾包工人，降低不誠實(shí)的眾包工人對后續(xù)任務(wù)分配的影響。其次，基于工人選擇算法的迭代結(jié)果計(jì)算眾包工人的技能等級值，并使用人工蜂群算法(Artificial Bee Colony, ABC)計(jì)算每個任務(wù)的基線權(quán)重值。然后，針對D

3、TA算法分配策略單一的問題，本文新增高技能等級的眾包工人多分配任務(wù)和技能等級不足的眾包工人不給予任何任務(wù)分配兩種分配策略，這樣可充分利用高技能等級的眾包工人，并確保最終任務(wù)結(jié)果擁有較高的質(zhì)量。最后，基于xTurk收集的真實(shí)實(shí)驗(yàn)數(shù)據(jù)對改進(jìn)后DTA算法進(jìn)行實(shí)驗(yàn)性分析發(fā)現(xiàn)改進(jìn)后DTA算法的表現(xiàn)優(yōu)于DTA算法和隨機(jī)分配算法。
　　在本文的最后，我們使用Python和Django框架搭建一個簡易的眾包網(wǎng)站，并將改進(jìn)后DTA算法的分配策略應(yīng)用