位置信息挖掘中差异化服务机制设计.docxVIP

位置信息挖掘中差异化服务机制设计 移动智能设备的广泛应用和互联网技术的快速进步促进了基于站点服务的开发（lbs）技术的蓬勃发展。lbs技术不仅可以应用于定位旅行的旅行，还可以应用于用户感兴趣点的建议，以及基于社交网络信息的共享，如图1所示。然而，用户通过积极报告地理位置为服务提供必要的服务，如图1所示。当用户试图提供服务时，他们的个人信息不可避免地会被泄露，这会影响用户的生活和工作。用户向服务提供的信息是分散的，但服务提供方可以利用这些信息来挖掘用户的生活习惯、兴趣和社交网络等个人信息来获得收入。 从商业角度分析, 服务提供方希望通过提供服务换取用户位置信息获益, 而用户则通过上报自身位置信息获得所需的服务等级, 双方均可从LBS系统中获益.但在实际的服务方和被服务方所构成的联合体中双方都被视为理性个体, 即双方各自倾向于自身收益的最大化.此外, 不同用户对服务水平和位置隐私的偏好存在差异, 而服务提供方对特定用户的真实偏好类型未知, 导致信息的不对称, 所以服务提供方在提供服务时难以实现更好的个性化服务, 从而获得最佳收益.合同理论是解决信息不对称场景的一种有效机制 现有的位置信息挖掘领域的研究工作中, 文献 作为经济学理论的一个重要的分支, 同博弈论、拍卖理论一样, 合同理论得到了十分广泛的应用.合同理论研究的是当其中一方知道某些信息而另一方不知道这些信息时, 如何设计合理的合同契约来解决这一信息不对称问题.通常合同理论的建立基于以下2个条件 1) 合同契约双方存在一定的利益冲突; 2) 合同契约双方之间存在信息不对称问题. 因此, 许多场景也可以运用合同理论来解决偏好未知等信息不对称问题.比如如何针对小区缓存系统中视频内容提供商的实际偏好类型未知的问题, 构建服务提供商和视频内容提供商的收益函数以及最优合同 本文研究的主要内容及创新点如下: 1) 考虑LBS场景下不同用户对服务水平和位置隐私的偏好存在差异, 针对偏好的差异性设计合适的机制, 使得服务提供方的收益最大化; 2) 针对LBS场景下的信息不对称问题, 提出使用合同理论方法, 为不同偏好类型的用户设计不同的最优合同组合, 建立最优合同模型并使用拉格朗日乘子法进行求解, 提供差异化的服务. 1 用户方社会服务的提供方和n种偏好类型的用户关系 用户在使用LBS系统中通常具有隐私保护意识, 本文假设用户普遍采取的位置信息保护策略为模糊法 假设服务提供方无法准确获取每个用户的具体偏好信息, 但可以知道用户的服务水平偏好分布情况.针对服务提供方对用户偏好类型未知引起的信息不对称性问题, 提出使用合同理论方法, 对服务提供方和N种偏好类型的用户进行建模分析. A.服务提供方模型 服务提供方制定合同组合为{P, SL}, 由服务水平和用户享受服务时需要提供的个人位置隐私组成.其中SL代表服务方提供的服务水平, 而P代表LBS用户方使用服务时需要付出的个人位置隐私的等级.P={P 服务提供方的收益主要来源于用户在使用服务时付出的个人位置信息.假设服务提供方获取用户位置信息的单位收益为Φ, 提供服务水平需要的单位成本为Ψ, 则服务提供方为偏好类型π 其中α B.用户方模型 用户的收益主要来源于所获得的服务, 不同用户对服务等级的偏好不同, 因而单位服务水平带给不同用户的收益也有差异, 假设偏好类型π 其中:h (π 所以h (π 2 基于同理论的最优合同组合设计 考虑到LBS系统中用户对服务等级和位置隐私的偏好类型不同, 服务提供方也无法准确获知各自偏好信息, 故提出构建最优合同模型.合同理论作为不完全信息场景的有效机制算法, 可以解决信息不对称问题.服务提供方的目标是如何为各个偏好类型的用户设计一系列最优的合同组合, 使得每个类型的用户只能选择其中一种最优合同最大化自身收益.在设计最优合同过程中, 考虑N种类型的用户满足个体理性 (Individual Rationality, IR) 和激励兼容 (Incentive Compatibility, IC) 2.1 基于激励兼容ic的偏好类型 定义1个体理性 定义2激励兼容 基于IR和IC约束条件, 最优合同模型描述如下: 基于文献 证根据激励兼容IC的约束条件, 偏好类型π 证根据激励兼容IC的约束条件获得偏好类型π 由于函数h (π 引理3 LBS场景下, 用户方与服务提供方之间的任意一个可行合同 (P 证如果用户对服务水平的偏好类型为π 故用户使用LBS服务过程中, 当服务水平的偏好类型满足π 2.2 最优合同求解 本小节是对逆向选择问题 (5) 进行求解.为了降低求解的复杂度, 首先减少约束条件的个数, 在减少的同时需要保证问题解的准确性. 从优化问题 (5) 中可以发现最优合同模型总共有N个IR约束条件, 下面通过