31、众包平台中的智能任务分配

众包平台中的智能任务分配

1. 相关工作

众包平台在任务分配给用户方面的研究一直在持续进行。在一些众包平台中，任务请求者会给出特定任务所需的技能集，拥有这些技能的工作者可以申请该任务，任务完成后会进行质量检查。此前，也有在众包市场机制设计的背景下研究任务分配的情况。

任务分配还可以基于寻找特定人员的专业知识或技能集来进行。专家发现方法在社交媒体应用和面向服务的系统中很常见，向量空间模型可用于了解人员的知识。然而，即便一个人知识丰富，我们也不能确保他能成功完成工作。为解决这一问题，一些研究人员引入了用于任务分配的信任算法。

在电子商务网站、社交媒体应用和网络安全领域，已经有各种算法用于评估人员的可信度。例如，电子商务网站会使用页面排名算法和信任排名算法来寻找值得信赖的客户，也会采用评分和反馈方法。著名的谷歌则使用页面排名算法根据关键词搜索文档。

目前，考虑人员信任进行任务分配的众包应用并不多。有新的排名算法用于验证用户在特定任务中的熟练度，也有基于交易的信任模型来识别不诚实的人，还有上下文感知的信任模型用于计算基于任务类型和任务奖励金额的信任。

2. 信任算法用于任务分配

提出的基于信念和知识的信任算法，旨在找出在众包平台上申请任务的人员的可信度。任务请求者会根据信任值将工作分配给合适的人。

设 $U = (u_1, u_2, … u_m)$ 是用户集合，任务请求者表示为 $R = (r_1, r_2, … r_s)$，任务集合表示为 $T = (t_1, t_2, … t_n)$。在模型中，考虑两个属性来计算信任值：用户的信念 $B(u_i)$ 和用户对任务的知识 $K(u_i → t_i)$，用