考虑信誉更新的移动群智感知在线激励机制研究.docxVIP

考虑信誉更新的移动群智感知在线激励机制研究.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
考虑信誉更新的移动群智感知在线激励机制研究 杨堤 李卓青 杨绿溪 徐琴珍 (东南大学信息科学与工程学院;江苏南京;210096) 摘要:激励更多用户参与感知任务并提供高质量数据是移动群智感知研究的热点问题之一。针对在线到达 的激励机制场景中,参与用户提供数据的质量以及其信誉值没有得到足够重视等问题,本文提出用户在线 参与感知任务的信誉评价方法并构建其信誉评价模型。综合考虑用户历史和现实的信誉记录,建立信誉更 新算法模型,设计基于信誉更新的多阶段在线激励机制ROM。仿真结果表明,该算法能够帮助平台获得 更好的效用,提高收集数据的质量从而提高雇佣效率。 关键词:移动群智感知;在线激励机制;信誉更新算法 Research On Reputation-Updating Online Incentive Mechanism for Mobile Crowd Sensing Yang Di, Li Zhuoqing, Yang Lvxi, Xu Qinchen (Information Science and Engineering College, Southeast; Nanjing China; 210001) Abstract : It is one of the hot issues to motivate more users to participate in mobile crowd sensing tasks and provide high-quality data. As for that in many online incentive mechanisms, questions for the data quality provided by users and credit marks of the users are not paid enough attention, an online incentive mechanisms for sensory tasks and the evaluation of user credit model are proposed in this paper. Based on the reality and history credit of users, the credit updating algorithm model is established and the multi-stage online incentive mechanism ROM based on credit updating is designed. The simulation results show that the algorithm can help the platform obtain better utility and improve the employment efficiency. Key words: Mobile Crowd Sensing; Online Incentive Mechanism; Reputation-updateing algorithm 引言 随着移动互联网技术和应用的迅速发展,移动智能终端得到广泛普及,移动智能终端设备的应用也更 为广泛⑴⑵⑶。对于移动群智感知系统而言,用户参与感知任务伴随着隐私泄露的风险倒,同时也会付出消 耗资源的代价。因此,为补偿用户的付出,设计合理的激励机制是当前研究的一个热点⑸。早期的研究主 要集中在对用户离线到达的场景建模研究⑹,J.S.Lee对于离线场景的用户提出了基于反向拍卖的动态定价 机制RADP⑺,之后又在RADP机制的基础上考虑了用户的虚拟信誉积分,设计了加入虚拟信誉分的 RADP-VPC同的机制。在离线的场景下,有意愿参与感知任务的用户,统一将包含其报价等资料的信息提 交给平台处理,平台在接受完所有用户信息之后,离线计算选择部分用户完成任务,并统一反馈选择结果 [9]o离线场景下的移动群智感知应用也受到广泛关注。TruCentive【9]利用移动群智感知,激励用户参与获取 城市停车位信息,NoisemapU。】是一款利用移动群智感知设计的测量城市噪声污染的软件,LivecomparM】 为商品比价设计了一个离线的激励机制系统。以上的理论和应用的成果都基于离线的场景,同时针对离线 问题下的用户提交数据质量以及用户信誉的的研究,也有一定的研究。A.Albers等人提出了一种计算用户 的信誉分值去衡量数据质量的方法[⑵;K.L.Huang等人针对移动群智感知问题提出了一种信誉系统[⑶; Wen Y等人提出了一种研究室内定位的质量驱动的激励机制QDA^]。然而对于实际情况来说,用户并不 是集中到达统一提交资

文档评论(0)

183****5363 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8063051134000031

1亿VIP精品文档

相关文档