CN103886402A - 用于众包系统中的自动激励计算的方法和系统 - Google Patents

用于众包系统中的自动激励计算的方法和系统 Download PDF

Info

Publication number
CN103886402A
CN103886402A CN201310556817.2A CN201310556817A CN103886402A CN 103886402 A CN103886402 A CN 103886402A CN 201310556817 A CN201310556817 A CN 201310556817A CN 103886402 A CN103886402 A CN 103886402A
Authority
CN
China
Prior art keywords
excitation
task
criterion
maximum
upgrading
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201310556817.2A
Other languages
English (en)
Inventor
O·T·斯图尔特
M·武科维奇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Publication of CN103886402A publication Critical patent/CN103886402A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0208Trade or exchange of goods or services in exchange for incentives or rewards

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明的实施例公开了一种用于众包系统中的自动激励计算的方法和系统。本发明的实施例涉及要提交给定任务进行众包,其计算初始激励范围,所述初始激励范围具有最小激励、中等激励和最大激励,所述最大激励等于预先指定的最大激励值。获取与先前被众包的给定类型的任务有关的历史数据,其中所述历史数据包括完成时间和激励信息。使用所述历史数据与所述最小激励、所述中等激励和所述最大激励来计算最小、中等和最大激励任务完成时间。这些完成时间被用于确定是否满足第一、第二或第三准则,并且响应于满足第一或第二准则,转换所述给定任务,以及更新激励范围,以便在计算最终的激励值时使用。

Description

用于众包系统中的自动激励计算的方法和系统
技术领域
在此公开和要求保护的发明整体上涉及与众包软件相关的任务。更具体地,本发明涉及计算优化的激励,其将被提供用于成功的任务完成。
背景技术
如本领域技术人员所知,众包已经发展成为一种越来越受欢迎的用于实现特定种类的重要任务的方法。在众包工作或过程中,大量的希望提供相关服务的组织、个人和其他实体(诸如特定的提供方团体或者公众)被邀请参加由任务请求方给出的任务。这样的任务的例子包括但不限于:开发指定的软件组件等。如本领域技术人员所使用的,并且也如同本文所使用的,术语“众包市场”总的来说意思是或指的是:对于给定类型的任务而言众包服务的所有预期的提供方。
当前,众包平台可以充当任务请求方与众包市场之间的经纪人或中间人。众包平台一般允许请求方向众包市场公布或广播他们的任务,并进一步允许成功完成任务的进行参与的提供方接受激励或其它货币奖励。
然而,目前还没有系统的方法来计算或确定针对完成给定任务所提供的激励量。这一确定的细节一般留给众包任务请求方,其结果往往是次优和低效的激励。此外,在计算任务激励时一般不考虑动态众包市场的多个参数。
虽然任务请求方不会想提供一种不必要那么高的激励,但是向众包市场提供一种对于给定任务来说太低的激励也可能是不可取的。太低的激励可能使得最熟练的任务提供方不愿接受相关任务。这可能会导致任务实施失败,包括未能在所要求的期限内完成给定任务。一般来说,针对任务提供不当的激励可引起众包市场中在供给和需求之间的不匹配。
发明内容
本发明的实施例提供了一种方法、系统和计算机程序产品,用于在计算众包任务激励时实现多变量的优化。这是基于诸如以下考虑因素的优化:任务复杂性、任务实施所要求的技能,以及众包提供方的最佳参与。本发明的实施例进一步提供了对众包市场中复杂的可分解的任务的自动激励计算。
针对方法的实施例与要提交给众包市场来执行的给定类型的指定任务相关联,其中,必须在指定的最大时间之内完成任务执行。此外,针对任务执行所提供的激励不能超过指定的最大激励值。该实施例包括计算初始激励范围的步骤,所述初始激励范围具有用于最小激励、中等激励和最大激励的值,其中,所述最大激励等于所述指定的最大激励值。该方法还包括:获取与先前通过众包来执行的给定类型的任务有关的历史数据,其中所述历史数据至少包括先前所执行的任务的完成时间和激励。该方法进一步包括:使用所述历史数据以及所述最小激励、所述中等激励和所述最大激励来分别计算最小激励任务完成时间(CT[B(C)min])、中等激励任务完成时间(CT[B(C)mid])和最大激励任务完成时间(CT[B(C)max])。该方法进一步包括:选择性地处理CT[B(C)min]、CT[B(C)mid]和CT[B(C)max],以便确定是否满足第一准则、第二准则或第三准则。该方法进一步包括:响应于确定已经满足了第一准则或第二准则,选择性地转换所述指定任务,以及为所转换的任务计算经更新的激励范围。该方法进一步包括:在计算最终的激励值时使用所转化的任务和经更新的激励范围,以便向所述众包市场提交至少一部分所述指定任务。
附图说明
图1是说明了根据本发明实施例的众包过程的示意图。
图2是说明了本发明实施例的示例性任务的示意图。
图3是示出了包括本发明实施例的一种方法的步骤的流程图。
图4是示出了可在其中实现本发明实施例的数据处理系统的网络的框图。
图5是示出了可在实现本发明实施例时使用的数据处理系统或计算机的框图。
具体实施方式
所属技术领域的技术人员知道,本发明的各个方面可以实现为系统、方法或计算机程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、驻留软件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。此外,在一些实施例中,本发明的各个方面还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式,该计算机可读介质中包含计算机可读的程序代码。
可以采用一个或多个计算机可读介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
下面将参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述本发明。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机程序指令实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些计算机程序指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。
也可以把这些计算机程序指令存储在计算机可读介质中,这些指令使得计算机、其它可编程数据处理装置、或其他设备以特定方式工作,从而,存储在计算机可读介质中的指令就产生出包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的指令的制造品(article ofmanufacture)。
计算机程序指令也可以被加载到计算机、其它可编程数据处理装置或其它设备上,以便在计算机、其它可编程装置或其它上设备实施一系列的操作步骤,从而产生计算机实现的过程,使得在计算机或其它可编程装置上执行的指令提供过程来实现在流程图和/或框图的一个或多个方框中指定的功能/动作。
参照图1,其示出了示意图,该示意图说明了众包系统和过程100,以及参与这样的过程的各个实体(如本发明实施例所修改的)。一般来说,请求方102是诸如企业或其它组织的实体,其期望实施特定的任务。任务请求方102也可以是个人。举例来说,任务可以是开发或测试指定的软件组件,或者可以是另一示例(诸如在下文中进一步详细描述的示例)。然而,本发明并不限定于此。
请求方102指定了任务要求描述,并且提供接受准则来定义成功的任务完成。请求方102也可以指定开始和结束日期以及激励。在根据本发明的实施例中,请求方使用激励计算组件104,如下面进一步详细描述的,以便为任务确定激励量或激励值。
请求方102通过向众包平台106提交对于实施特定任务的请求来启动众包过程。平台106是向众包市场108张贴或呈现该任务请求的经纪人。该市场包括软件或其它服务的所有提供方,他们可能对实施该任务感兴趣,并且有技术和能力来做这件事。然后,可以随后选择这些提供方之一来完成该任务。此外,如果请求方102是大型公司实体或类似物,则众包平台106可以是同一大型实体的另一组成部分。
图2是说明了本发明实施例的各方面的示意图。可以理解,对于激励的适当取值(将伴随被提交给众包市场的任务来提供该值)的确定取决于多种因素或条件。这包括:该任务相对于其它任务的优先级、将要执行该任务的实施方所提供的交付质量和所要求的技术级别、众包市场中的条件,以及任务复杂性。此外,任务紧迫性或者必须完成该任务的时间可能也是非常重要的。如在此所使用的,术语“复杂的任务”指的是这样的任务,即该任务要求实施至少两个分立可识别的较小任务或者子任务或原子(atomic)任务。此外,当给定任务中所包括的原子任务的数目增加时,给定任务的复杂性增加。
根据本发明的实施例,已经发现在选择任务激励时,可以在考虑如上所述的那些条件的情况下进行权衡。本发明的实施例使得能够调整激励,以确保满足针对任务的绝对要求。图2示出了简化的例子,其中可以进行在任务复杂性方面的权衡,以便减少任务完成所需要的激励量。
图2较为特别地描绘了任务202,其包括将技术文档(被称为XYZ公司数字电话服务手册)的第1章从英语翻译成日语。基于可用的众包市场,任务请求方预计任务202将需要提供100美元的激励或者等值的其它货币。请求方预计任务提供方将需要一天来完成任务202。
图2进一步示出了任务204,其包括将XYZ公司服务手册的第2章从英语翻译成日语。任务请求方预计该任务将需要150美元的激励,并且将需要一天来完成。
进一步参见图2,其中示出了任务206,该任务206包括比任务202或204更复杂的任务。更具体地,任务206是通过合并任务202和204而形成的,XYZ公司服务手册的第1章和第2章都需要翻译。根据本发明的实施例可能发生这种合并或打包(bundling),如结合图3在下文中进一步详细描述的。虽然该任务所需要的激励是200美元,但是这样的数量低于任务请求方将需要为任务202和204这二者支付的250美元的总激励量。
作为任务请求方的进一步利益,图2示出了任务206具有0.5天的完成时间,而不是任务202和204的一天的完成时间。这可能因为以下原因而发生:提供给更复杂的任务206的更高的激励可以鼓励具有较高专业知识水平的众包代理来接受任务206。这种代理可以比可能接受任务202或204的代理人快得多地完成任务206。
参见图3,其中示出了流程图,该流程图描绘了包括本发明实施例的方法的步骤。图3的部分步骤或全部步骤可以通过自动激励计算组件104来实现,但本发明并不限于此。在步骤302指定或定义了任务C,其中该任务将被提交给众包市场来执行。有用的是,任务C是包括多个原子任务的复杂任务。
提供图3的方法来为所提交的任务确定出将是最优的激励值。在以下情况下激励是最优的:该激励是众包请求方为了吸引提供方所必须提供的最低量,其中所述提供方将具有专业知识以满足所提交的任务的所有要求。
在步骤304指定分别与任务C相关联的历史数据集H和特定参数,并且使得它们可用。这些参数包括Tmax、B(C)max和Z,其中Tmax是众包提供方将不得不完成任务C的最大时间。B(C)max是众包请求方作为预算向众包市场提供当作任务C的激励的最大量。因而,最终的激励不能超过B(C)max。Z是由系统管理员等在确定最优任务激励的过程中定义来获得所需精确度的参数。
对于给定类型的任务C,历史数据集H包括与先前提交到众包市场的该类型的任务有关的统计数据。数据集H的元素将包括诸如以下的信息:针对先前的任务的激励量、所要求的任务完成时间,以及必要的技术水平。作为示例,任务C可以包括图2的任务206,其与对特定技术材料的指定翻译有关。如果先前已经众包了与对相同或相似的材料的类似翻译有关的多个任务,则与那些先前的任务相关联的激励和完成时间将被包括在用于任务206的数据集H中。这样的信息显然在为任务206计算适当激励的时候是非常有用的。
步骤306定义了一组激励范围值,其中,所述范围的最高值在初始被选为B(C)max。如上所述,这是众包请求方可以为任务C提供的最大激励量。所述范围的最低值B(C)min在初始被设置为零。中点或中间值B(C)mid为B(C)mid=[B(C)min+B(C)max]/2。
在步骤308,使用数据集H与各激励值B(C)max、B(C)min和B(C)mid来为任务C计算完成时间CT。这些完成时间在此分别表示为CT[B(C)max]、CT[B(C)min]和CT[B(C)mid]。在本发明的有用实施例中,通过估计完成时间(ECT)函数来进行该计算,其中相应的完成时间如下:
CT[B(C)min]=ECT(H,hB(C)min)    表达式(1)
CT[B(C)max]=ECT(H,hB(C)max)    表达式(2)
CT[B(C)mid]=ECT(H,hB(C)mid)    表达式(3)
在表达式(1)-(3)中,ECT函数的hB(C)项分别表示针对特定激励值B(C)min、B(C)max和B(C)mid的任务C。H是历史的统计数据集,如上所述,其涉及与任务C具有相同或相似类型的先前被众包的任务。如上面进一步描述的,这样的统计数据包括针对这样的先前任务的激励量和完成时间。
可以预料到函数ECT可具有多种不同的形式,或者包括多种不同的处理工具。在本发明的一个有用的实施例中,ECT包括比例风险模型(proportional hazard model),诸如Cox比例风险模型。这些是使用统计信息来确定相关事件发生的时间的生存模型。在下文中进一步详细描述了可用于ECT函数表达式(1)-(3)的一种形式或模式,但是本发明的实施例绝不限于此。
在判定步骤310中,有必要确定完成时间CT[B(C)min]是否比完成时间CT[B(C)max]大出超过精度Z的量。也就是说,必须确定以下不等式是否有效:
CT[B(C)min]-CT[B(C)max]>Z    表达式(4)
如果不等式表达式(4)是无效的,则图3的方法前进到在下文描述的步骤312,其后该方法结束。否则,该方法前进到判定步骤314。在此步骤中,有必要确定完成任务所允许的最大时间Tmax是否小于CT[B(C)mid]。也就是说,步骤314确定下面的表达式是否有效:
CT[B(C)mid]≥Tmax    表达式(5)
如果表达式(5)是有效的或肯定的,则该方法前进到步骤316,否则到达步骤320。如果表达式(5)是有效的,这表明对于处在激励范围中部的激励值,完成时间可能超过了所允许的任务完成时间Tmax。因此,步骤316通过将任务C转换成两个或更多个较小的任务来解决这种情况。作为该情况的示例,如果任务C包括图2的任务206,则任务C可被转换或分解成任务202,其涉及仅将服务手册的第1章从英语翻译成日语。然后,对第2章的翻译将作为单独的任务被进行众包。
在步骤316转换了任务C之后,通过将用于经更新的激励范围的[B(C)max]的值设置成用于先前的激励范围的[B(C)mid]的值,在步骤318更新先前的激励范围。[B(C)min]的值与用于先前的激励范围的[B(C)min]相同。用于经更新的激励范围的[B(C)mid]被确定为:用于经更新的范围的[B(C)max]和[B(C)min]的总和除以二。因而,步骤318的过程包括将先前的激励范围一分为二。步骤318还具有为所转换的任务增加激励以便减少完成时间的效果。
在步骤318之后,所转换的任务C和经更新的激励范围值被返回给步骤308作为新的输入。步骤308然后针对这些输入计算新的完成时间。
进一步参见图3,如果该方法前进到步骤320,则存在以下推论:既可以减少为任务提供的激励,又在所要求的时间Tmax内实现了对任务的完成。鉴于此,步骤320通过将任务C与相关类型的一个或多个原子任务进行打包来转换任务C。作为该情况的示例,如果任务C包括图2的任务206,则除了服务手册的第1章和第2章之外,还可以将服务手册的多个部分的从英语翻译成日语的一个或多个任务与任务206进行打包。
在步骤320转换了任务C之后,通过将用于经更新的激励范围的[B(C)min]的值设置成用于先前的激励范围的[B(C)mid]的值,在步骤322更新先前的激励范围。[B(C)max]的值与用于先前的激励范围的[B(C)max]相同。用于经更新的激励范围的[B(C)mid]被确定为:用于经更新的范围的[B(C)max]和[B(C)min]的总和除以二。因而,步骤322的过程包括将先前的激励范围一分为二。步骤322还具有为所转换的任务降低激励的效果。
在步骤322之后,所转换的任务C和经更新的激励范围值被返回给步骤308作为新的输入。步骤308然后针对这些输入计算新的完成时间。
当图3的方法被导向步骤312时,任务C(如然后经转换的任务C)被选择用于提交给众包市场。因而,此类提交的任务将包括最初指定的任务C的至少一部分。伴随所提交的任务而提供的激励将会是激励范围的然后的当前中间值[B(C)mid]。
如上所述,ECT函数可以包括诸如Cox模型的比例风险模型,但本发明的实施例并不限于此。Cox比例风险模型是准参数模型,其中具有预测因子X的用于个体单元(individual unit)的风险函数具有以下形式:
log(h(t,X))=log(h0(t))+Σiαi.Xi
对于函数ECT,在以上风险函数中完成时间将由t来表示。风险函数的预测因子X是其动态元素。预测因子X因而将包括用于函数ECT的激励值,并且可进一步包括上述在数据集H中的数据。
图4是可在其中实现本发明的说明性实施例的数据处理系统的网络的图形表示。网络数据处理系统400是其中可实现说明性实施例的计算机的网络。网络数据处理系统400含有网络402,其是用于提供网络数据处理系统400内连接在一起的各种设备和计算机之间的通信链路的介质。网络402可包括诸如有线、无线通信链路或光纤电缆这样的连接。
在所描述的示例中,服务器计算机404和服务器计算机406以及存储单元408连接到网络402。此外,客户端计算机410、412和414也连接到网络402。举例来说,客户端计算机410、412和414可以是个人计算机或网络计算机。在所描绘的示例中,服务器计算机404向客户端计算机410、412和414提供诸如引导文件、操作系统映像和应用这样的信息。客户端计算机410、412和414在该例中是服务器计算机404的客户端。网络数据处理系统400可以包括附加的服务器计算机、客户端计算机,以及未示出的其它设备。
位于网络数据处理系统400中的程序代码可被存储在计算机可记录存储介质上,并被下载到数据处理系统或其它设备以便使用。例如,程序代码可被存储在服务器计算机404上的计算机可记录存储介质,并通过网络402被下载到客户端计算机410以便在客户端计算机410上使用。
在所描述的示例中,网络数据处理系统400是具有代表全世界的网络和网关(它们使用传输控制协议/因特网协议(TCP/IP)协议集来彼此通信)的集合的网络402的因特网。因特网的中心是在(由路由数据和消息的成千上万的商业、政府、教育和其它计算机系统构成的)主机计算机或主要节点之间的高速数据通信线路的骨干。当然,网络数据处理系统400也可以被实现为多种不同类型的网络,例如像内联网、局域网(LAN)或广域网(WAN)。图4是旨在示例而不是对不同说明性实施例的体系结构的限制。
现在转到图5,根据说明性实施例描绘了对数据处理系统的说明。该数据处理系统可被用作系统100的一个或多个组件。在该说明性示例中,数据处理系统500包括通信结构502,其提供了在处理器单元504、存储器506、持久性存储装置508、通信单元510、输入/输出(I/O)单元512和显示器514之间的通信。
处理器单元504用于执行可被加载到存储器506的软件的指令。处理器单元504可以是若干处理器、多处理器核心或者一些其它类型的处理器,这取决于具体的实施方式。如此处针对项目所使用的“若干”是指一个或多个项目。另外,可以使用若干异构处理器系统(其中主处理器随次级处理器存在于单个芯片上)来实现处理器单元504。作为另一说明性示例,处理器单元504可以是含有相同类型的多个处理器的对称多处理器系统。
存储器506和持久性存储装置508是存储设备516的示例。存储设备是能够存储信息(举例来说,诸如但不限于:数据、函数形式的程序代码和/或基于临时和/或永久的其它合适的信息)的任何硬件块。在这些示例中,存储设备516也可以被称为计算机可读存储设备。在这些示例中,存储器506可以是例如随机存取存储器或任何其它合适的易失性或非易失性存储设备。持久性存储装置508可以采取各种形式,这取决于具体的实施方式。
例如,持久性存储装置508可以含有一个或多个组件或设备。例如,持久性存储装置508可以是硬盘驱动器、闪存、可重写光盘、可重写磁带或者上述特定组合。持久性存储装置508所使用的介质也可以是可装卸的。例如,可装卸的硬盘驱动器可用于持久性存储装置508。
在这些示例中,通信单元510提供与其它数据处理系统或设备的通信。在这些示例中,通信单元510是网络接口卡。通信单元510可以通过使用物理和无线通信链路之一或二者来提供通信。
输入/输出单元512允许输入和输出与可连接到数据处理系统500的其它设备的数据。例如,输入/输出单元512可以通过键盘、鼠标和/或一些其它合适的输入设备提供针对用户输入的连接。此外,输入/输出单元512可以发送输出到打印机。显示器514提供了用于向用户显示信息的机制。
用于操作系统、应用和/或程序的指令可位于存储设备516中,存储设备516通过通信结构502与处理器单元504通信。在这些说明性示例中,指令按照功能性形式处在持久性存储装置508上。这些指令可被加载到存储器506中用于由处理器单元504执行。可以由处理器单元504使用计算机实现的指令(其可位于诸如存储器506那样的存储器中)来实施不同实施例的过程。
这些指令被称为程序代码、计算机可用程序代码或可由处理器单元504中的处理器读取和执行的计算机可读程序代码。不同实施例中的程序代码可体现在不同的物理或计算机可读存储介质(例如存储器506或持久性存储装置508)上。
程序代码518按照功能性形式位于计算机可读介质520上,计算机可读介质520可被选择性地装卸并且可被加载或传送到数据处理系统500用于由处理器单元504执行。在这些示例中,程序代码518和计算机可读介质520形成计算机程序产品522。在一个示例中,计算机可读介质520可以是计算机可读存储介质524。计算机可读存储介质524可以包括例如:插入或放入到作为持久性存储装置508的一部分的驱动器或其它设备的光盘或磁盘,用于传送到作为持久性存储装置508的一部分的存储设备(诸如硬盘驱动器)。计算机可读存储介质524也可以采取被连接到数据处理系统500的持久性存储装置的形式,诸如硬盘驱动器、拇指驱动器(thumbdrive)或闪速存储器。在某些情况下,计算机可读存储介质524不一定对于数据处理系统500来说是可装卸的。在一些实施例中,计算机可读介质520也可以包括计算机可读信号介质526。
所说明的用于数据处理系统500的不同组件并不意味着对于可实现不同实施例的方式提供体系结构的限制。不同的说明性实施例可被实现于包括除了针对数据处理系统500所说明的那些组件之外,或者包括代替针对数据处理系统500所说明的那些组件的一些组件的数据处理系统中。图5中所示出的其它组件可以随所示出的说明性实施例而发生变化。可以使用能够运行程序代码的任何硬件设备或系统来实现不同的实施例。作为一个示例,数据处理系统可以包括集成了无机组分的有机组分,和/或可以在不包括人类的情况下完全由有机组分组成。例如,存储设备可以由有机半导体组成。
在另一说明性实施例中,处理器单元504可以采取硬件单元的形式,该硬件单元具有被制造或被配置用于特定用途的电路。这种类型的硬件可在不需要将程序代码从被配置为实施操作的存储设备加载到存储器的情况下实施操作。
例如,当处理器单元504采取硬件单元形式的时候,处理器单元504可以是电路系统、专用集成电路(ASIC)、可编程逻辑设备,或者一些其它合适类型的被配置为实施若干操作的硬件。在可编程逻辑设备的情况下,该设备被配置为实施若干操作。该设备可在稍后的时间被重新配置,或者可被永久地配置为实施若干操作。可编程逻辑设备的示例包括例如:可编程逻辑阵列、可编程阵列逻辑、现场可编程逻辑阵列、现场可编程门阵列,以及其它合适的硬件设备。在该类型的实施方式中,也可以因为在硬件单元中实现了用于不同实施例的过程而省略程序代码518。
在又一说明性示例中,可以使用硬件单元和计算机中找到的处理器的组合来实现处理器单元504。处理器单元504可以具有若干硬件单元和若干被配置为运行程序代码518的处理器。在此描述的示例中,其中一些过程可被实现于若干硬件单元中,而其它过程可被实现于若干处理器中。
作为另一示例,数据处理系统500中的存储设备是可存储数据的任何硬件装置。存储器506、持久性存储装置508和计算机可读介质520是有形形式的存储设备的示例。
在另一示例中,总线系统可用于实现通信结构502,并且可以包括一个或多个总线,例如系统总线或输入/输出总线。当然,可以使用任何合适类型的体系结构(其提供了在附接到总线系统的不同组件或设备之间的数据传输)来实现总线系统。此外,通信单元可以包括一个或多个用于传送和接收数据的设备,例如调制解调器或网络适配器。另外,存储器可以是例如存储器506或高速缓存,诸如存在于可出现在通信结构502中的接口和存储控制器集线器中。
已经出于说明性目的给出了本发明各种实施例的描述,但并不旨在穷举或局限于所公开的实施例。在不脱离所描述的实施例的范围和精神的情况下,许多修改和变化对于本领域的普通技术人员来说将是显而易见的。选择此处所使用的术语是为了最好地解释实施例的原理、实际应用或相对于市场上存在的技术而言的技术改进,或者用于使得本领域的其他普通技术人员能够理解此处所公开的实施例。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。

Claims (16)

1.关联于要提交给众包市场来执行的给定类型的指定任务,其中必须在指定的最大时间内完成任务执行,并且为任务执行所提供的激励不能超过指定的最大激励值,一种方法包括以下步骤:
计算初始激励范围,所述初始激励范围具有用于最小激励、中等激励和最大激励的值,其中,所述最大激励等于指定的最大激励值;
获取与先前通过众包来执行的所述给定类型的任务有关的历史数据,其中所述历史数据至少包括先前所执行的任务的完成时间和激励;
使用所述历史数据与所述最小激励、所述中等激励和所述最大激励来分别计算最小激励任务完成时间(CT[B(C)min])、中等激励任务完成时间(CT[B(C)mid])和最大激励任务完成时间(CT[B(C)max]);
选择性地处理CT[B(C)min]、CT[B(C)mid]和CT[B(C)max],以便确定是否满足第一准则、第二准则或第三准则;
响应于确定已经满足了第一准则或第二准则,选择性地转换所述指定任务,以及为所转换的任务计算经更新的激励范围;以及
在计算最终的激励值时使用所转化的任务和经更新的激励范围,以便向所述众包市场提交至少一部分所述指定任务。
2.根据权利要求1所述的方法,其中:
响应于满足第一准则或第二准则,选择性地使用一分为二技术来计算经更新的激励范围。
3.根据权利要求1所述的方法,其中:
当差值|CT[B(C)min]-CT[B(C)max]|大于指定精度参数,并且兼具CT[B(C)mid]不小于对任务完成所指定的最大时间的条件时,满足第一准则。
4.根据权利要求1所述的方法,其中:
响应于满足第一准则,在经更新的最大激励值的情况下计算经更新的修改后的激励范围,所述经更新的最大激励值小于所述初始激励范围的最大激励。
5.根据权利要求4所述的方法,其中:
所述经更新的激励范围具有等于所述初始激励范围的中等激励的经更新的最大激励值。
6.根据权利要求1所述的方法,其中:
所述指定任务包括两个或更多个原子任务,并且响应于满足第一准则,通过从所述指定任务中移除所述原子任务中的至少一个原子任务来转换所述指定任务。
7.根据权利要求1所述的方法,其中:
所述指定任务包括一个或多个复杂任务,每个复杂任务包括两个或更多个原子任务,并且响应于满足第一准则,通过将所述原子任务中的至少一个原子任务从其复杂任务中移除来转换所述指定任务。
8.根据权利要求1所述的方法,其中:
当差值|CT[B(C)min]-CT[B(C)max]|大于指定精度参数,并且兼具CT[B(C)mid]小于对任务完成所指定的最大时间的条件时,满足第二准则。
9.根据权利要求1所述的方法,其中:
响应于满足第二准则,在经更新的最小激励值的情况下计算经更新的激励范围,所述经更新的最小激励值大于所述初始激励范围的最小激励。
10.根据权利要求9所述的方法,其中:
所述经更新的激励范围具有等于所述初始激励范围的中等激励的经更新的最小激励值。
11.根据权利要求1所述的方法,其中:
响应于满足第二准则,通过将所述指定任务与一个或多个其它任务进行打包来转换所述指定任务。
12.根据权利要求1所述的方法,其中:
当差值|CT[B(C)min]-CT[B(C)max]|不大于精度参数时,满足第三准则,所述精度参数被预先指定以便获得所期望的精确度。
13.根据权利要求1所述的方法,其进一步包括:
迭代执行一组或多组步骤直到满足第三准则,其中,每组步骤包括第一步骤和第二步骤,第一步骤包括选择性地对所述指定任务或者所述指定任务的最新转换结果进行转换,并且第二步骤包括针对然后的当前任务转换结果计算激励范围。
14.根据权利要求13所述的方法,其中:
响应于满足第三准则,选择最新计算的激励范围的中等激励作为最终的激励值。
15.根据权利要求1所述的方法,其中:
比例风险模型被用于分别计算CT[B(C)min]、CT[B(C)mid]和CT[B(C)max]。
16.关联于要提交给众包市场来执行的给定类型的指定任务,其中必须在指定的最大时间内完成任务执行,并且为任务执行所提供的激励不能超过指定的最大激励值,一种计算机系统,其包括被配置为实施根据权利要求1至15中任何一项所述的方法步骤的装置。
CN201310556817.2A 2012-12-20 2013-11-11 用于众包系统中的自动激励计算的方法和系统 Pending CN103886402A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/722,123 US20140180779A1 (en) 2012-12-20 2012-12-20 Automated incentive computation in crowdsourcing systems
US13/722,123 2012-12-20

Publications (1)

Publication Number Publication Date
CN103886402A true CN103886402A (zh) 2014-06-25

Family

ID=50955284

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310556817.2A Pending CN103886402A (zh) 2012-12-20 2013-11-11 用于众包系统中的自动激励计算的方法和系统

Country Status (2)

Country Link
US (2) US20140180779A1 (zh)
CN (1) CN103886402A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104794644A (zh) * 2015-04-16 2015-07-22 西安交通大学 一种面向智能服务引擎的任务众包方法
CN107730131A (zh) * 2017-10-24 2018-02-23 北京航空航天大学 一种众包软件开发者的能力预测及推荐方法、装置
CN107871196A (zh) * 2016-09-28 2018-04-03 郑州大学 一种基于滑动任务窗的众包质量评估方法
CN108052376A (zh) * 2017-12-22 2018-05-18 山东师范大学 移动平台众包任务的多点打包方法及系统
CN110956350A (zh) * 2018-09-27 2020-04-03 阿里巴巴集团控股有限公司 分配奖励的方法、装置及系统
CN111639969A (zh) * 2020-05-28 2020-09-08 浙江大学 用于众包系统的动态激励计算方法、系统、设备及介质

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104573995A (zh) * 2015-01-28 2015-04-29 重庆软文科技有限责任公司 众包任务发布、执行方法及发布、执行装置
US10952123B1 (en) 2015-07-28 2021-03-16 National Technology & Engineering Solutions Of Sandia, Llc Ultra-high reliability wireless communication systems and methods
US9544327B1 (en) 2015-11-20 2017-01-10 International Business Machines Corporation Prioritizing security findings in a SAST tool based on historical security analysis
US9531745B1 (en) 2015-11-20 2016-12-27 International Business Machines Corporation Crowd-sourced security analysis
CN106203893A (zh) * 2016-09-09 2016-12-07 扬州大学 一种众包环境下的基于遗传算法的任务分配方法
US10867315B2 (en) * 2017-02-20 2020-12-15 Honda Motor Co., Ltd. System and method for implementing a demand response event with variable incentives for vehicles
CN110233864B (zh) * 2018-03-06 2021-12-28 顺丰科技有限公司 一种基于众包的信息采集方法、装置、设备、存储介质
CN108596501A (zh) * 2018-04-28 2018-09-28 华东师范大学 基于技能图的任务分配方法、装置、介质、设备及系统
CN111126743B (zh) * 2019-10-17 2024-05-03 深圳市伟博思技术有限公司 基于管理平台的tqcs特征计算方法、系统及存储介质
CN111858807B (zh) * 2020-07-16 2024-03-05 北京百度网讯科技有限公司 一种任务处理方法、装置、设备以及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100293026A1 (en) * 2009-05-18 2010-11-18 Microsoft Corporation Crowdsourcing
WO2011134048A1 (en) * 2010-04-26 2011-11-03 Locationary Inc. System, method and computer program for creation or collection of information using crowd sourcing combined with targeted incentives
CN102279947A (zh) * 2010-06-11 2011-12-14 微软公司 审计众包竞争提交

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011112173A1 (en) * 2010-03-08 2011-09-15 Hewlett-Packard Development Company, L.P. Methods and systems for identifying customer status for developing customer retention and loyalty strategies
US20130066961A1 (en) * 2011-09-08 2013-03-14 International Business Machines Corporation Automated crowdsourcing task generation
US9727881B2 (en) * 2012-01-16 2017-08-08 Xerox Corporation Feedback based technique towards total completion of task in crowdsourcing
US20140067451A1 (en) * 2012-08-30 2014-03-06 Xerox Corporation Hybrid Multi-Iterative Crowdsourcing System

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100293026A1 (en) * 2009-05-18 2010-11-18 Microsoft Corporation Crowdsourcing
WO2011134048A1 (en) * 2010-04-26 2011-11-03 Locationary Inc. System, method and computer program for creation or collection of information using crowd sourcing combined with targeted incentives
CN102279947A (zh) * 2010-06-11 2011-12-14 微软公司 审计众包竞争提交

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
夏远强 等: "多任务协调均衡下的IT外包激励机制研究", 《信息系统学报》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104794644A (zh) * 2015-04-16 2015-07-22 西安交通大学 一种面向智能服务引擎的任务众包方法
CN107871196A (zh) * 2016-09-28 2018-04-03 郑州大学 一种基于滑动任务窗的众包质量评估方法
CN107730131A (zh) * 2017-10-24 2018-02-23 北京航空航天大学 一种众包软件开发者的能力预测及推荐方法、装置
CN107730131B (zh) * 2017-10-24 2021-09-10 北京航空航天大学 一种众包软件开发者的能力预测及推荐方法、装置
CN108052376A (zh) * 2017-12-22 2018-05-18 山东师范大学 移动平台众包任务的多点打包方法及系统
CN110956350A (zh) * 2018-09-27 2020-04-03 阿里巴巴集团控股有限公司 分配奖励的方法、装置及系统
CN111639969A (zh) * 2020-05-28 2020-09-08 浙江大学 用于众包系统的动态激励计算方法、系统、设备及介质

Also Published As

Publication number Publication date
US20140180779A1 (en) 2014-06-26
US20140180780A1 (en) 2014-06-26

Similar Documents

Publication Publication Date Title
CN103886402A (zh) 用于众包系统中的自动激励计算的方法和系统
US10902373B2 (en) System, method and computer program product for order fulfillment in retail supply networks
US11263052B2 (en) Determining optimal compute resources for distributed batch based optimization applications
Hulshof et al. Patient admission planning using approximate dynamic programming
CN103281344A (zh) 用于混合云的服务使用的集成计量的方法和系统
US20080281652A1 (en) Method, system and program product for determining an optimal information technology refresh solution and associated costs
CN104660669A (zh) 针对应用模式组件从多个主机选择一个主机的方法和系统
JP6782680B2 (ja) 指示分析のためのシステムおよび方法
Leung et al. Prediction of B2C e-commerce order arrival using hybrid autoregressive-adaptive neuro-fuzzy inference system (AR-ANFIS) for managing fluctuation of throughput in e-fulfilment centres
Javanmard et al. A bi-objective model for scheduling of multiple projects under multi-skilled workforce for distributed load energy usage
CN112102099B (zh) 保单数据处理方法、装置、电子设备及存储介质
CN110377769B (zh) 基于图数据结构的建模平台系统、方法、服务器及介质
US20180060887A1 (en) Brand equity prediction
WO2022116738A1 (en) Optimizing placements of workloads on multiple platforms as a service based on costs and service levels
US20230252536A1 (en) Probability distribution based prediction
CN114595026A (zh) 在多平台即服务的系统中估计平台上运行的工作负载的属性
CN114741618A (zh) 线下服务点推荐方法、推荐装置、设备及介质
CN113159926A (zh) 贷款业务的还款日期确定方法及装置
CN113034183A (zh) 定价处理方法、装置、电子设备和存储介质
CN113298120A (zh) 基于融合模型的用户风险预测方法、系统和计算机设备
Sigurleifsson et al. An approach for modeling the operational requirements of FaaS applications for optimal deployment
JP4926211B2 (ja) プロジェクト管理システム及びプロジェクト管理プログラム
JP7257979B2 (ja) サーバ装置、プログラム、および情報処理方法
US11704156B2 (en) Determining optimal placements of workloads on multiple platforms as a service in response to a triggering event
JP7461378B2 (ja) 予備乗務員パターンを最適化すること

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20140625

WD01 Invention patent application deemed withdrawn after publication