CN105787788A - 带预算的连续时间区间覆盖移动群智感知激励框架 - Google Patents

带预算的连续时间区间覆盖移动群智感知激励框架 Download PDF

Info

Publication number
CN105787788A
CN105787788A CN201610141592.8A CN201610141592A CN105787788A CN 105787788 A CN105787788 A CN 105787788A CN 201610141592 A CN201610141592 A CN 201610141592A CN 105787788 A CN105787788 A CN 105787788A
Authority
CN
China
Prior art keywords
time interval
incentive
platform
frame
time
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
CN201610141592.8A
Other languages
English (en)
Inventor
徐佳
项金鑫
李辉
徐小龙
李千目
李涛
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.)
Nupt Institute Of Big Data Research At Yancheng Co Ltd
Original Assignee
Nupt Institute Of Big Data Research At Yancheng Co Ltd
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 Nupt Institute Of Big Data Research At Yancheng Co Ltd filed Critical Nupt Institute Of Big Data Research At Yancheng Co Ltd
Priority to CN201610141592.8A priority Critical patent/CN105787788A/zh
Publication of CN105787788A publication Critical patent/CN105787788A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/08—Auctions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本发明提供带预算的连续时间区间覆盖移动群智感知激励框架，针对连续时间区间覆盖任务的群智感知系统，设计了用户激励框架。该框架包含一个反向拍卖框架和两个可选的激励框架，分别是基于感知时间区间的激励框架和基于标书时间区间的激励框架。基于感知时间区间的激励框架遍历在感知时间区间内所有可能的连续时间区间，并选择防欺骗机制计算得到的最佳结果。而基于标书时间区间的激励框架基于手机用户的标书时间区间，遍历所有可能的连续时间区间。本发明所述带预算的连续时间区间覆盖移动群智感知激励框架是能高效运行的、个人理性的、防欺骗的以及满足预算约束的。

Description

带预算的连续时间区间覆盖移动群智感知激励框架
技术领域
本发明涉及带预算的连续时间区间覆盖移动群智感知激励框架方法，属于无线传感器网络和移动互联网的交叉领域。
背景技术
目前的智能手机上已经集成了许多功能强大且廉价的传感器，如摄像头、亮度传感器、GPS、加速度传感器、数字罗盘、陀螺仪、麦克风、距离传感器等，因而智能手机已经发展成强大的可移动数据采集设备。由于有广阔的时空覆盖，低成本，高扩展性，普遍存在的应用场景等特点，利用智能手机采集数据，即移动群智感知技术具有十分广阔的应用前景。移动群智感知目前在健康护理、智能交通、社交网络、环境监控等领域中有许多应用。
但目前的这些应用都是假设参与者能自愿地积极的参加数据感知，这往往不切实际。因为参与者需要消耗设备的能量、计算能力、存储空间、数据流量等完成群智感知任务，同时参与者在提交感知数据的同时，往往会暴露自身的隐私信息。设计合理的激励机制能弥补参与者的损失，进而提高感知数据的质量。
然而，激励机制的设计并不容易，因为单个参与者往往会采取策略行为，以最大化自身的效用，这将对选择参与者已经决定支付数额产生破坏。目前已经存在一些移动群智感知激励方法的研究，但并没有考虑连续时间区间覆盖的感知任务，而这类任务是普遍存在的。本发明提供两个解决带预算的连续时间区间覆盖移动群智感知激励框架。
发明内容
本发明的目的是提供移动群智感知中带预算的连续时间区间覆盖移动群智感知激励框架，解决在带预算连续时间区间覆盖任务的群智感知中选择用户和计算支付数额的问题。本发明相对于目前的激励方法，首次解决了带预算的连续时间区间覆盖的群智感知应用场景的激励机制设计问题。本发明首先提出了该应用场景的系统模型，在所提的系统模型下最大化连续时间区间覆盖。接着本发明提出了两个基于穷举的带预算的激励框架：分别称为基于感知时间区间的激励框架和基于标书时间区间的激励框架。基于感知时间区间的激励框架遍历在感知时间区间内所有可能的连续时间区间，并选择防欺骗机制计算得到的最佳结果。而基于标书时间区间的激励框架基于手机用户的标书时间区间，遍历所有可能的连续时间区间。本发明采用“移动群智感知中一种用于单时间窗口任务的激励方法(申请号：201510047053.3)”作为防欺骗机制来最大化社会效益。本发明所述带预算的连续时间区间覆盖移动群智感知激励框架是能高效运行的、个人理性的、防欺骗的以及满足预算约束的。
本发明的技术解决方案是：
考虑一个移动群智感知系统包括一个平台和一群智能手机用户。平台处于云端，并要求在特点时间区间内采集时间连续的感知数据。每个智能手机用户可以提交一个或多个可以完成感知任务的时间区间。本发明专利所述带预算的连续时间区间覆盖移动群智感知激励框架包含一个反向拍卖框架和两个可选的激励框架。
本发明所述带预算的连续时间区间覆盖移动群智感知激励框架中，平台和智能手机用户的交互过程体现为一个反向拍卖流程，步骤如下：
步骤201：平台发布一个感知时间区间W＝[TS,TE]和支付预算B，其中TS和TE分别为感知时间区间的开始时间和结束时间，即平台请求从TS到TE的感知数据。B为平台愿意支付给手机用户的额度总和；
步骤202：设智能手机用户集合为U＝{1,2,…,n}，每个用户向平台提交一个标书Ai＝([si,ei],bi)，其中[si,ei]是用户i能完成感知任务的时间区间，称为标书时间区间。每个标书都存在一个真实代价ci。bi是用户i完成任务[si,ei]的报价，即用户i希望获得的报酬；
步骤203：平台通过激励框架计算出一个用户子集作为本次感知任务的参与者，并为每个参与者计算报酬；
步骤204：用户在自己提交的时间区间内感知数据，将数据提交平台；
步骤205：平台通过在线形式给每个参与者支付报酬。
在步骤203中，平台选择参与者的问题形式化表示为
其中，为平台的价值函数，即参与者可以感知的最长连续时间区间的长度。上述形式化问题的本质是：寻找一个用户的子集，使得子集中的用户的连续感知时间最长，并且平台支付给参与者的报酬总和不大于支付预算。
在步骤203中，平台选择参与者和计算报酬时，可采用两种激励框架，其中基于感知时间区间的激励框架的步骤如下：
步骤301：初始化当前最大平台价值vmax＝0，参与者集合S为空，当前参与者集合S'为空，报酬向量P＝0，当前报酬向量P'＝0；
步骤302：检查对于感知时间区间中从Ts到TE-1的每个时间单元ti是否遍历结束，如果没有，则执行步骤303，否则执行步骤308；
步骤303：检查对于从TE到ti+1的每个时间单元tj是否遍历结束，如果没有，则执行步骤304，否则执行步骤302；
步骤304：如果时间区间[ti,tj]的长度，即|[ti,tj]|大于当前最大平台价值vmax，则执行步骤305；否则执行步骤303；
步骤305：对于时间区间[ti,tj]和用户标书集合A运行防欺骗激励机制，将计算得到的参与者放入集合S'中，将计算得到的支付额放入当前报酬向量P'中；
步骤306：如果S'中参与者的支付总额不大于支付预算B，则执行步骤307，否则执行步骤302；
步骤307：令S＝S'，vmax＝|[ti,tj]|，P＝P'，执行步骤302；
步骤308：结束，返回集合S和向量P。
经过基于感知时间区间的激励框架后，集合S就是平台所选择的参与者集合，报酬向量P中就是平台计算出的给每个用户的支付额。
进一步地，在步骤203中，平台选择参与者和计算报酬时，可采用两种激励框架，其中基于标书时间区间的激励框架的步骤如下：
步骤401：初始化当前最大平台价值vmax＝0，当前起始时间s0＝-1，参与者集合S为空，当前参与者集合S'为空，报酬向量P＝0，当前报酬向量P'＝0；
步骤402：将所有标书时间区间按照开始时间非递减排序，并存放在队列Q中；
步骤403：将所有标书时间区间按照结束时间非递增排序，并存放在队列Q'中；
步骤404：检查对于队列Q中的从队头开始的每个标书时间区间i是否遍历结束，如果没有，则执行步骤405，否则执行步骤416；
步骤405：如果si≠s0，执行步骤406，否则执行步骤404；
步骤406：令s0←si，并令q为队列Q'的队头；
步骤407：如果时间区间[si,eq]的长度，即|[si,eq]|大于当前最大平台价值vmax，则执行步骤408；否则执行步骤416；
步骤408：检查对于队列Q'中的每个标书时间区间j是否遍历结束，如果没有，则执行步骤409，否则执行步骤411；
步骤409：如果ej≤sj，则执行步骤410，否则执行步骤408；
步骤410：将标书时间区间j从队列Q'中删除；
步骤411：检查对于队列Q'中从队头开始的每个标书时间区间j是否遍历结束，如果没有，则执行步骤412，否则执行步骤404；
步骤412：如果时间区间[si,ej]的长度，即|[si,ej]|大于当前最大平台价值vmax，则执行步骤413；否则执行步骤411；
步骤413：对于时间区间[si,ej]和和用户标书集合A运行防欺骗激励机制，将计算得到的参与者放入集合S’中，将计算得到的支付额放入当前报酬向量P'中；
步骤414：如果S’中参与者的支付总额不大于支付预算B，则执行步骤415，否则执行步骤411；
步骤415：令S＝S'，vmax＝|[ti,tj]|，P＝P'，执行步骤404；
步骤416：结束，返回集合S和向量P。
经过基于标书时间区间的激励框架后，集合S就是平台所选择的参与者集合，报酬向量P中就是平台计算出的给每个用户的支付额。
进一步地，在步骤305和步骤413中，防欺骗机制采用“移动群智感知中一种用于单时间窗口任务的激励方法(申请号：201510047053.3)”中所述方法。
有益效果
本发明的有益效果是：带预算的连续时间区间覆盖移动群智感知激励框架，可用于移动群智感知系统中时间区间连续覆盖相关任务的用户激励，从而形成该类应用的市场化机制。本发明具有以下显著的优点：
1、所述两种带预算的连续时间区间覆盖移动群智感知激励框架均可在多项式时间内完成计算，具有实际应用的价值。其中基于感知时间区间的激励框架时间复杂度为O(|W|2|n2logn)，其中n为用户数，|W|为感知时间区间的长度；基于标书时间区间的激励框架时间复杂度为O(n4logn)。
2、所述两种带预算的连续时间区间覆盖移动群智感知激励框架均是个人理性的，即平台支付给每个参与者的报酬数额一定大于等于该用户所需耗费的真实代价，因此对于吸引大量智能手机用户以及提高数据质量有积极作用。
3、所述两种带预算的连续时间区间覆盖移动群智感知激励框架均是防欺骗的，即使智能手机用户采取某种策略提高报价，也不是使得用户的效益变高，因此用户倾向于报自身的真实价格作为报价。防欺骗性对于防止市场垄断或者串通具有重要作用。
4、所述两种带预算的连续时间区间覆盖移动群智感知激励框架均是满足预算约束的，即支付给参与者的报酬总数不会超过支付约束B。
附图说明
图1是带预算的连续时间区间覆盖移动群智感知反向拍卖流程图；
图2是本发明实施例中基于感知时间区间的激励框架流程图；
图3是本发明实施例中基于感知时间区间的激励框架流程图。
具体实施方式
名词说明：
支付预算：平台支付给参与者的总报酬的最大数额，在本发明中表示为B
感知时间区间：由平台发布的需要感知的时间区间，在本发明中表示为W
标书时间区间：能完成感知任务的时间窗口，在本发明中用户i的标书时间区间表示为[si,ei]
下面结合附图详细说明本发明的优选实施例。
考虑一个移动群智感知系统包括一个平台和一群智能手机用户。平台处于云端，并要求在特点时间区间内采集时间连续的感知数据。每个智能手机用户可以提交一个或多个可以完成感知任务的时间区间。本发明专利所述带预算的连续时间区间覆盖移动群智感知激励框架包含一个反向拍卖框架和两个可选的激励框架。
本发明所述带预算的连续时间区间覆盖移动群智感知激励框架中，平台和智能手机用户的交互过程体现为一个反向拍卖框架。实施流程如图1所示，具体步骤如下：
步骤201：平台发布一个感知时间区间W＝[TS,TE]和支付预算B，其中TS和TE分别为感知时间区间的开始时间和结束时间，即平台请求从TS到TE的感知数据。B为平台愿意支付给手机用户的额度总和；
步骤202：设智能手机用户集合为U＝{1,2,…,n}，每个用户向平台提交一个标书Ai＝([si,ei],bi)，其中[si,ei]是用户i能完成感知任务的时间区间，称为标书时间区间。每个标书都存在一个真实代价ci。bi是用户i完成任务[si,ei]的报价，即用户i希望获得的报酬；
步骤203：平台通过激励框架计算出一个用户子集作为本次感知任务的参与者，并为每个参与者计算报酬；
步骤204：用户在自己提交的时间区间内感知数据，将数据提交平台；
步骤205：平台通过在线形式给每个参与者支付报酬。
在步骤203中，平台选择参与者的问题形式化表示为
其中，为平台的价值函数，即参与者可以感知的最长连续时间区间的长度。上述形式化问题的本质是：寻找一个用户的子集，使得子集中的用户的连续感知时间最长，并且平台支付给参与者的报酬总和不大于支付预算。
在步骤203中，平台选择参与者和计算报酬时，可采用两种激励框架，其中基于感知时间区间的激励框架的流程如图2所示，具体步骤如下：
步骤301：初始化当前最大平台价值vmax＝0，参与者集合S为空，当前参与者集合S'为空，报酬向量P＝0，当前报酬向量P'＝0；
步骤302：检查对于感知时间区间中从Ts到TE-1的每个时间单元tj是否遍历结束，如果没有，则执行步骤303，否则执行步骤308；
步骤303：检查对于从TE到ti+1的每个时间单元tj是否遍历结束，如果没有，则执行步骤304，否则执行步骤302；
步骤304：如果时间区间[ti,tj]的长度，即|[ti,tj]|大于当前最大平台价值vmax，则执行步骤305；否则执行步骤303；
步骤305：对于时间区间[ti,tj]和用户标书集合A运行防欺骗激励机制，将计算得到的参与者放入集合S'中，将计算得到的支付额放入当前报酬向量P'中；
步骤306：如果S'中参与者的支付总额不大于支付预算B，则执行步骤307，否则执行步骤302；
步骤307：令S＝S'，vmax＝|[ti,tj]|，P＝P'，执行步骤302；
步骤308：结束，返回集合S和向量P；
经过基于感知时间区间的激励框架后，集合S就是平台所选择的参与者集合，报酬向量P中就是平台计算出的给每个用户的支付额。
进一步地，在步骤203中，平台选择参与者和计算报酬时，可采用两种激励框架，其中基于标书时间区间的激励框架的流程如图3所示，具体步骤如下：
步骤401：初始化当前最大平台价值vmax＝0，当前起始时间s0＝-1，参与者集合S为空，当前参与者集合S'为空，报酬向量P＝0，当前报酬向量P'＝0；
步骤402：将所有标书时间区间按照开始时间非递减排序，并存放在队列Q中；
步骤403：将所有标书时间区间按照结束时间非递增排序，并存放在队列Q'中；
步骤404：检查对于队列Q中的从队头开始的每个标书时间区间i是否遍历结束，如果没有，则执行步骤405，否则执行步骤416；
步骤405：如果si≠s0，执行步骤406，否则执行步骤404；
步骤406：令s0←si，并令q为队列Q'的队头；
步骤407：如果时间区间[si,eq]的长度，即|[si,eq]|大于当前最大平台价值vmax，则执行步骤408；否则执行步骤416；
步骤408：检查对于队列Q'中的每个标书时间区间j是否遍历结束，如果没有，则执行步骤409，否则执行步骤411；
步骤409：如果ej≤sj，则执行步骤410，否则执行步骤408；
步骤410：将标书时间区间j从队列Q'中删除；
步骤411：检查对于队列Q'中从队头开始的每个标书时间区间j是否遍历结束，如果没有，则执行步骤412，否则执行步骤404；
步骤412：如果时间区间[si,ej]的长度，即|[si,ej]|大于当前最大平台价值vmax，则执行步骤413；否则执行步骤411；
步骤413：对于时间区间[si,ej]和用户标书集合A运行防欺骗激励机制，将计算得到的参与者放入集合S'中，将计算得到的支付额放入当前报酬向量P'中；
步骤414：如果S'中参与者的支付总额不大于支付预算B，则执行步骤415，否则执行步骤411；
步骤415：令S＝S'，vmax＝|[ti,tj]|，P＝P'，执行步骤404；
步骤416：结束，返回集合S和向量P；
经过基于标书时间区间的激励框架后，集合S就是平台所选择的参与者集合，报酬向量P中就是平台计算出的给每个用户的支付额。
进一步地，在步骤305和步骤413中，防欺骗机制采用“移动群智感知中一种用于单时间窗口任务的激励方法(申请号：201510047053.3)”中所述方法。

Claims (8)

1.带预算的连续时间区间覆盖移动群智感知激励框架，其特征在于：
包含一个反向拍卖框架和两个可选的激励框架，分别是基于感知时间区间的激励框架和基于标书时间区间的激励框架，其中，反向拍卖框架的实施步骤为：
步骤201：平台发布一个感知时间区间和支付预算B，其中TS和TE分别为感知时间区间的开始时间和结束时间，即平台请求从TS到TE的感知数据，B为平台愿意支付给手机用户的额度总和；
步骤202：设智能手机用户集合为U＝{1,2,...,n}，每个用户向平台提交一个标书Ai＝([si,ei],bi)，其中[si,ei]是用户i能完成感知任务的时间区间，称为标书时间区间，每个标书都存在一个真实代价ci。bi是用户i完成任务[si,ei]的报价，即用户i希望获得的报酬；
步骤203：平台通过激励框架计算出一个用户子集作为本次感知任务的参与者，并为每个参与者计算报酬；
步骤204：用户在自己提交的时间区间内感知数据，将数据提交平台；
步骤205：平台通过在线形式给每个参与者支付报酬。
2.如权利要求1所述的带预算的连续时间区间覆盖移动群智感知激励框架，其特征在于：
在步骤203中，平台选择参与者的问题形式化表示为
其中，为平台的价值函数，即参与者可以感知的最长连续时间区间的长度，上述形式化问题的本质是：寻找一个用户的子集，使得子集中的用户的连续感知时间最长，并且平台支付给参与者的报酬总和不大于支付预算。
3.如权利要求1所述的带预算的连续时间区间覆盖移动群智感知激励框架，其特征在于：
在步骤203中，平台选择参与者和计算报酬时，可选用基于感知时间区间的激励框架，步骤如下：
步骤301：初始化当前最大平台价值vmax＝0，参与者集合S为空，当前参与者集合S'为空，报酬向量P＝0，当前报酬向量P'＝0；
步骤302：检查对于感知时间区间中从Ts到TE-1的每个时间单元tj是否遍历结束，如果没有，则执行步骤303，否则执行步骤308；
步骤303：检查对于从TE到ti+1的每个时间单元tj是否遍历结束，如果没有，则执行步骤304，否则执行步骤302；
步骤304：如果时间区间[ti,tj]的长度，即|[ti,tj]|大于当前最大平台价值vmax，则执行步骤305；否则执行步骤303；
步骤305：对于时间区间[ti,tj]和用户标书集合A运行防欺骗激励机制，将计算得到的参与者放入集合S'中，将计算得到的支付额放入当前报酬向量P'中；
步骤306：如果S'中参与者的支付总额不大于支付预算B，则执行步骤307，否则执行步骤302；
步骤307：令S＝S'，vmax＝|[ti,tj]|，P＝P'，执行步骤302；
步骤308：结束，返回集合S和向量P；
经过基于感知时间区间的激励框架后，集合S就是平台所选择的参与者集合，报酬向量P中就是平台计算出的给每个用户的支付额。
4.如权利要求1所述的带预算的连续时间区间覆盖移动群智感知激励框架，其特征在于：
在步骤203中，平台选择参与者和计算报酬时，可选用基于标书时间区间的激励框架，步骤如下：
步骤401：初始化当前最大平台价值vmax＝0，当前起始时间s0＝-1，参与者集合S为空，当前参与者集合S'为空，报酬向量P＝0，当前报酬向量P'＝0；
步骤402：将所有标书时间区间按照开始时间非递减排序，并存放在队列Q中；
步骤403：将所有标书时间区间按照结束时间非递增排序，并存放在队列Q'中；
步骤404：检查对于队列Q中的从队头开始的每个标书时间区间i是否遍历结束，如果没有，则执行步骤405，否则执行步骤416；
步骤405：如果si≠s0，执行步骤406，否则执行步骤404；
步骤406：令s0←si，并令q为队列Q'的队头；
步骤407：如果时间区间[si,eq]的长度，即|[si,eq]|大于当前最大平台价值vmax，则执行步骤408；否则执行步骤416；
步骤408：检查对于队列Q'中的每个标书时间区间j是否遍历结束，如果没有，则执行步骤409，否则执行步骤411；
步骤409：如果ej≤sj，则执行步骤410，否则执行步骤408；
步骤410：将标书时间区间j从队列Q'中删除；
步骤411：检查对于队列Q'中从队头开始的每个标书时间区间j是否遍历结束，如果没有，则执行步骤412，否则执行步骤404；
步骤412：如果时间区间[si,ej]的长度，即|[si,ej]|大于当前最大平台价值vmax，则执行步骤413；否则执行步骤411；
步骤413：对于时间区间[si,ej]和用户标书集合A运行防欺骗激励机制，将计算得到的参与者放入集合S'中，将计算得到的支付额放入当前报酬向量P'中；
步骤414：如果S'中参与者的支付总额不大于支付预算B，则执行步骤415，否则执行步骤411；
步骤415：令S＝S'，vmax＝|[ti,tj]|，P＝P'，执行步骤404；
步骤416：结束，返回集合S和向量P；
经过基于标书时间区间的激励框架后，集合S就是平台所选择的参与者集合，报酬向量P中就是平台计算出的给每个用户的支付额。
5.如权利要求3或4所述的基于标书时间区间的激励框架，其特征在于：
可在多项式时间内完成计算，具有实际应用的价值，其中基于感知时间区间的激励框架时间复杂度为其中n为用户数，为感知时间区间的长度；基于标书时间区间的激励框架时间复杂度为O(n4logn)。
6.如权利要求3或4所述的基于标书时间区间的激励框架，其特征在于：
基于感知时间区间的激励框架和基于标书时间区间的激励框架均是个人理性的，即平台支付给每个参与者的报酬数额一定大于等于该用户所需耗费的真实代价，因此对于吸引大量智能手机用户以及提高数据质量有积极作用。
7.如权利要求3或4所述的基于标书时间区间的激励框架，其特征在于：
基于感知时间区间的激励框架和基于标书时间区间的激励框架均是防欺骗的，即使智能手机用户采取某种策略提高报价，也不是使得用户的效益变高，因此用户倾向于报自身的真实价格作为报价，防欺骗性对于防止市场垄断或者串通具有重要作用。
8.如权利要求3或4所述的基于标书时间区间的激励框架，其特征在于：
基于感知时间区间的激励框架和基于标书时间区间的激励框架均是满足预算约束的，即支付给参与者的报酬总数不会超过支付约束B。
CN201610141592.8A 2016-03-11 2016-03-11 带预算的连续时间区间覆盖移动群智感知激励框架 Pending CN105787788A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610141592.8A CN105787788A (zh) 2016-03-11 2016-03-11 带预算的连续时间区间覆盖移动群智感知激励框架

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610141592.8A CN105787788A (zh) 2016-03-11 2016-03-11 带预算的连续时间区间覆盖移动群智感知激励框架

Publications (1)

Publication Number Publication Date
CN105787788A true CN105787788A (zh) 2016-07-20

Family

ID=56393376

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610141592.8A Pending CN105787788A (zh) 2016-03-11 2016-03-11 带预算的连续时间区间覆盖移动群智感知激励框架

Country Status (1)

Country Link
CN (1) CN105787788A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106485415A (zh) * 2016-10-11 2017-03-08 安徽慧达通信网络科技股份有限公司 一种基于供需关系的带预算的移动群智感知激励方法
CN107248092A (zh) * 2017-06-14 2017-10-13 南京邮电大学盐城大数据研究院有限公司 一种基于供需关系的移动群智感知激励方法
CN107316223A (zh) * 2017-06-02 2017-11-03 南京邮电大学 一种面向多合作任务的多报价标书移动群智感知激励方法
CN108171593A (zh) * 2017-11-17 2018-06-15 南京邮电大学 一种基于地点覆盖带预算的移动群智感知激励方法
CN108269129A (zh) * 2018-01-23 2018-07-10 重庆邮电大学 一种基于逆向拍卖的移动群智感知网络中用户激励方法
CN108337656A (zh) * 2018-01-16 2018-07-27 武汉工程大学 一种移动群智感知激励方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104899760A (zh) * 2015-02-17 2015-09-09 南京邮电大学 一种时间相关移动群智感知系统中的激励方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104899760A (zh) * 2015-02-17 2015-09-09 南京邮电大学 一种时间相关移动群智感知系统中的激励方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JIA XU 等: "incentive maximum continuous time interval coverage under budge construction", 《WIRELESS NETW》 *
孟锦 等: "考虑时间参数的网络安全态势评估模型研究", 《计算机应用研究》 *
陈翔 等: "基于社会行为分析的群智感知数据收集研究", 《计算机应用研究》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106485415A (zh) * 2016-10-11 2017-03-08 安徽慧达通信网络科技股份有限公司 一种基于供需关系的带预算的移动群智感知激励方法
CN106485415B (zh) * 2016-10-11 2019-09-03 安徽慧达通信网络科技股份有限公司 一种基于供需关系的带预算的移动群智感知激励方法
CN107316223A (zh) * 2017-06-02 2017-11-03 南京邮电大学 一种面向多合作任务的多报价标书移动群智感知激励方法
CN107316223B (zh) * 2017-06-02 2020-12-18 南京邮电大学 一种面向多合作任务的多报价标书移动群智感知激励方法
CN107248092A (zh) * 2017-06-14 2017-10-13 南京邮电大学盐城大数据研究院有限公司 一种基于供需关系的移动群智感知激励方法
CN108171593A (zh) * 2017-11-17 2018-06-15 南京邮电大学 一种基于地点覆盖带预算的移动群智感知激励方法
CN108337656A (zh) * 2018-01-16 2018-07-27 武汉工程大学 一种移动群智感知激励方法
CN108337656B (zh) * 2018-01-16 2020-09-22 武汉工程大学 一种移动群智感知激励方法
CN108269129A (zh) * 2018-01-23 2018-07-10 重庆邮电大学 一种基于逆向拍卖的移动群智感知网络中用户激励方法
CN108269129B (zh) * 2018-01-23 2022-02-08 重庆邮电大学 一种基于逆向拍卖的移动群智感知网络中用户激励方法

Similar Documents

Publication Publication Date Title
CN105787788A (zh) 带预算的连续时间区间覆盖移动群智感知激励框架
CN104899760B (zh) 一种时间相关移动群智感知系统中的激励方法
CN104850935B (zh) 一种以最小化支付为目标的移动群智感知激励方法
CN108269129B (zh) 一种基于逆向拍卖的移动群智感知网络中用户激励方法
CN104657133B (zh) 移动群智感知中一种用于单时间窗口任务的激励方法
Li et al. Deep reinforcement scheduling for mobile crowdsensing in fog computing
Guo et al. TaskMe: Toward a dynamic and quality-enhanced incentive mechanism for mobile crowd sensing
Wang et al. Quality-aware and fine-grained incentive mechanisms for mobile crowdsensing
CN110189174A (zh) 一种基于数据质量感知的移动群智感知激励方法
CN103533502B (zh) 一种群智感知系统中的防欺骗拍卖方法及系统
Zhang et al. Toward Green Metaverse Networking: Technologies, Advancements, and Future Directions
Mohri et al. Revenue optimization against strategic buyers
CN103870990A (zh) 移动群智感知系统中覆盖问题的激励机制实现方法
CN106485415B (zh) 一种基于供需关系的带预算的移动群智感知激励方法
CN108681921B (zh) 一种基于随机博弈获取群智感知激励策略的方法及装置
CN107944947A (zh) 一种利用社交网络的移动群智感知激励方法
CN108171593B (zh) 一种基于地点覆盖带预算的移动群智感知激励方法
CN105282246B (zh) 基于拍卖机制的感知任务分配的方法
US11790565B2 (en) Compressing image-to-image models with average smoothing
CN109978352A (zh) 一种面向时空大数据群智感知任务的激励方法
CN108364198A (zh) 一种基于社交网络的移动众包在线激励方法
CN111626563A (zh) 一种双目标鲁棒移动群智感知系统及其激励方法
Guijarro et al. Competition in data-based service provision: Nash equilibrium characterization
Gu et al. QoI-aware incentive for multimedia crowdsensing enabled learning system
CN107316223B (zh) 一种面向多合作任务的多报价标书移动群智感知激励方法

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: 20160720

WD01 Invention patent application deemed withdrawn after publication