CN108846577B - 一种基于情境分析的群体任务分配方法 - Google Patents

一种基于情境分析的群体任务分配方法 Download PDF

Info

Publication number
CN108846577B
CN108846577B CN201810616072.7A CN201810616072A CN108846577B CN 108846577 B CN108846577 B CN 108846577B CN 201810616072 A CN201810616072 A CN 201810616072A CN 108846577 B CN108846577 B CN 108846577B
Authority
CN
China
Prior art keywords
user
task
goodness
fitness
behavior
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.)
Active
Application number
CN201810616072.7A
Other languages
English (en)
Other versions
CN108846577A (zh
Inventor
张志勇
牛丹梅
王剑
张丽丽
向菲
王小雪
赵长伟
李玉祥
史培宁
黄涛
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.)
Henan University of Science and Technology
Original Assignee
Henan University of Science and Technology
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 Henan University of Science and Technology filed Critical Henan University of Science and Technology
Priority to CN201810616072.7A priority Critical patent/CN108846577B/zh
Publication of CN108846577A publication Critical patent/CN108846577A/zh
Application granted granted Critical
Publication of CN108846577B publication Critical patent/CN108846577B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Computing Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种基于情境分析的群体任务分配方法，首先，遍历任务列表和用户列表并获取用户的历史操作行为和历史信息，进一步计算用户在不同意图下的行为模式即用户的频繁功能体验，如果行为模式与任务类型相关，将符合要求的用户ID存入用户集合L1中，然后计算用户任务适合度，并按照用户任务适合度的高低对用户集合L1中的用户排序，取排序后前个用户存入L2集合中，为L2集合中的用分配任务，最后重复上述步骤直至不再有新的未分配任务为止。本发明通过分析用户当前在社交网络系统中的行为记录即可获得用户频繁的功能体验，在充分了解用户的频繁功能体验下分配相应的群体任务会更加准确。

Description

一种基于情境分析的群体任务分配方法
技术领域
本发明属于互联网技术领域，尤其是一种基于情境分析的群体任务分配方法。
背景技术
社交网络平台安全隐私问题凸显，亟需社交网络用户对平台功能、安全防范和隐私保护等功能进行评估以改善用户的服务体验。如何将在线社交网络中实时出现的群体评估任务快速高效精准地分配给最适合的用户执行，已经成为当前研究的一个挑战。
目前最流行的分配方法是随机任务分配方法，此方法均认为用户的行为具有同质性，完全不考虑用户的行为可能对结果回收的影响，现有工作也通常假设基于静态场景，目前研究关注的重点都是任务自身，用户群体在群体计算过程中往往处于被动，较少考虑用户多维信息、功能体验和诚信程度等因素，现存的方法大都在实际应用中缺乏可行性。
发明内容
为了解决现有技术中的不足，本发明提供一种基于情境分析的群体任务分配方法，该方法通过分析在线社交用户的情境信息和历史信息，进而为用户分配适合的群体评估任务。
为了实现上述目的，本发明采用的具体方案为：
一种基于情境分析的群体任务分配方法，包括如下步骤：
(1)输入待完成任务列表T、用户列表U，遍历待完成任务列表T＝{t1,t2,…ti}和用户列表U＝{u1,u2,…uj}，获取待完成任务ti和用户ui的信息；
(2)对用户ui的情境信息λ进行分析处理，并通过用户行为模式发现算法获得用户uj的行为序列模式；
(3)如果用户uj的行为序列模式与待完成任务ti的类别φ相符合，则将用户uj的ID存入待分配任务的用户集合L1中；
(4)计算用户集合L1对于待完成任务ti的用户任务适合度
Figure BDA0001696847150000011
并将用户集合L1按照用户任务适合度
Figure BDA0001696847150000012
由高自低排序；
(5)选出排序后用户集合L1前θ个用户并存入用户集合L2；
(6)为集合L2中的用户分配任务；
(7)重复步骤(1)-(6)直到不再有新的未分配的任务为止。
对于以上步骤的获得，可通过以下具体方法进行。
在线社交网络中，用户的意图可能随时随地发生变化，意图变化最终体现在用户行为的变化，行为的变化则直接反映了用户对某项功能的体验程度，因此针对用户的这种变化，在线社交网络中的任务分配模式也有本质的改变，任务分配不仅要考虑用户的服务能力，而且要关注用户的功能体验。通过分析在线社交用户的访问行为和历史信息定义影响任务分配的三种分配因子(Task Assign Factor,TAF)，分别是服务反馈质量(ServiceFeedback Quality,SFQ)、访问行为(Operation Behavior,OB)、吻合度(CoincidenceDegree,CD)，并由此三种分配因子定义并计算用户任务适合度(User-Task-Suitability)。
定义1：服务反馈质量为分配至完成整个过程中平台对社交用户任务完成情况的客观评价。用户U i的SFQ与该用户的历史信息γ有关，用户的历史服务参数具体包括：完成度Ssucc、平均服务应答时间Sdel、相关度Ssat。
定义2：完成度Ssucc为用户U i成功完成历史任务的比例，由公式(1)计算得出，
Figure BDA0001696847150000021
其中Nsucc为历史服务成功次数，Ntotal为历史服务总次数。
定义3：平均服务应答时间Sdel为系统分配任务到用户接受任务的时间间隔，可由公式(2)计算得出，
Figure BDA0001696847150000022
其中d(hj)为历史任务hj的持续时间(hj∈H)，Ssucc(Ui)为任务分配的时间，e(Ui)为用户Ui接受任务的时间。
定义4：相关度Srel为用户擅长领域的相关程度，可由公式(3)计算得出，
Figure BDA0001696847150000023
其中s(hj)为用户对历史任务hj的相关度(hj∈H)，H为历史任务集合，ρ为衰减因子，它是一种随时间变化而动态衰减的量，即所隔时间越久，用户相关度对服务决策的影响越小，可用公式(4)表示如下：
Figure BDA0001696847150000024
定义5：访问行为是用户在社交网络中的操作过程，利用基于情境分析的用户意图序列化算法，分析用户的操作行为的SocialSitu(t)序列得出不同意图下行为模式即频繁功能体验。
SocialSitu(t)表示在时刻t的情境信息。SocialSitu(t)是一个四元组SocialSitu(t)＝{ID,d,A,E}，其中，d表示t时刻用户的意图(desire)，A表示在这一时刻与d相对应的用户的操作(即行为，behavior)，E表示环境信息，包括终端设备与位置信息；ID表示用户的身份信息，包括用户所在的群组以及在这个群组中担任的角色。
定义6：吻合度是评价个体用户与整体用户返回结果的一致性，由公式(5)计算得出，
Figure BDA0001696847150000031
其中，Rit为用户i对任务t的评价，
Figure BDA0001696847150000032
为整体用户对任务t的平均评价。因此，吻合度越高说明该用户与整体用户评价的一致性越高。
定义7：用户任务适合度是用户执行某项任务的适合程度。适合度由三种分配因子所对应的属性及权重计算得出，即完成度、服务应答时间、相关度、操作行为、吻合度。由公式6所示，
Figure BDA0001696847150000033
适合度越大表示用户越适合此项任务。其中wij表示用户i的第j个属性，αit表示对于任务t，用户i的第j个属性所占的权重，p为属性个数。
为了计算用户任务适合度，需要确定每一个属性的重要程度即权重。利用AHP层次分析法首先建立相应的层次分配体系，将总是与任务分配有关的因素分解为目标层、准则层和属性层，并进一步对各层属性的重要程度进行两两比较。其中，由完成度、平均服务应答时间、相关度、操作行为和吻合度组成属性层，由服务反馈质量、操作行为和吻合度组成准则层，用户任务适合度为目标层，属性层中各自对应的属性相对于目标层的权重分别为：完成度权重0.027、平均服务应答时间权重0.010、相关度权重0.067、操作行为权重0.632、吻合度权重0.260。
以上各个属性的权重可以通过以下方法获得。
确定各属性的权重前，首先需要对各层属性的重要性进行比较并构造判断矩阵。运用层次分析法对各属性的重要程度进行比较时，引入了九分位的相对重要的度量表，如表1所示。
表1属性度量表
Figure BDA0001696847150000041
A-B判断矩阵
Figure BDA0001696847150000042
B1-C判断矩阵
Figure BDA0001696847150000043
B2-C判断矩阵
Figure BDA0001696847150000044
B3-C判断矩阵
Figure BDA0001696847150000045
由于判断矩阵A-B中的每一列都近似地反映了权值的分配情况，故采用全部列向量的算数平均值来估计权重量，如公式(7)所示。
Figure BDA0001696847150000051
计算属性的权重的步骤如下：
1.将判断矩阵每一列正规化
Figure BDA0001696847150000052
2.将归一化后的各列相加；
3.将相加后的向量除以n即得到权重向量；
4.计算一致性指标CI(consistency index)，λxam为判断矩阵的最大特征值；
Figure BDA0001696847150000053
5.计算一致性比例CR(consistency Roti)，当CR＜0.10则认为判断矩阵的一致性是可以接受的，否则对判断矩阵进行适当修改。一致性检测防止因主观因素造成权重不准确。
Figure BDA0001696847150000054
最终通过计算得出属性层C中的各属性相对于目标层A的权重，即可进一步计算出用户任务适合度进而进行任务分配。
本发明要解决的问题是如何准确高效地为在线社交用户分配适合的任务，主要的思路是先利用SocialSitu(t)的用户意图序列化算法，通过分析用户操作行为的SocialSitu(t)序列得出不同意图下的行为模式，找到具有相关功能体验的用户群体L1并计算用户任务适合度，根据所需人数按适合度排序组成分配集合L2。
有益效果：根据用户的情境信息和历史完成记录，通过上述的技术方案得到针对每项任务的用户任务适合度，并按适合度高低进行排序以分配任务。其中，通过分析用户当前在社交网络系统中的行为记录(情境信息)即可获得用户频繁的功能体验，在充分了解用户的频繁功能体验下分配相应的群体评估任务会更加准确。
附图说明
图1是本发明方法的流程图；
具体实施方式
下面通过实施例对本发明中的技术方案进行清楚、完整地描述。
在线社交网络平台CyVOD中有一项群体评估任务ti需要θ个用户执行，本发明的技术方案可具体实施如下：
(1)首先，遍历数据库输入任务集合T，用户集合U，遍历待完成任务列表T＝{t1,t2,…ti}和用户列表U＝{u1,u2,…uj}，获取任务ti和用户ui的信息；
(2)其次对ui的情境信息λ进行分析处理，并通过用户行为模式发现算法SituBehaviorAnalytics(DS,Min_Support,G)获得用户uj的行为序列模式；
(3)如果用户uj的行为序列模式与待完成任务ti的类别φ相符合，则将用户uj的ID存入待分配任务的用户集合L1；
(4)计算集合L1的用户对于任务ti的适合度
Figure BDA0001696847150000061
并由高自低排序；
(5)选出前θ个用户并存入用户集合L2；
(6)为集合L2中的用户分配任务；
(7)重复步骤(1)-(6)直到不再有新的未分配的任务；
其中，SituBehaviorAnlytics(DS,Min_Support,G)函数指分析用户不同意图下的行为模式，DS为用户操作行为数据集，Min_Support为最小支持度，G为用户的意图。

Claims (2)

1.一种基于情境分析的群体任务分配方法，其特征在于，包括如下步骤：
(1)输入待完成任务列表T、用户列表U，遍历待完成任务列表T＝{t1,t2,…ti}和用户列表U＝{u1,u2,…uj}，根据完成度Ssucc、平均服务应答时间Sdel和吻合度获取待完成任务ti和用户ui的信息；其中完成度Ssucc由公式
Figure FDA0003196697720000011
计算得出，Nsucc为历史服务成功次数，Ntotal为历史服务总次数；平均服务应答时间Sdel由公式
Figure FDA0003196697720000012
计算得出，d(hj)为历史任务hj的持续时间(hj∈H)，S(Ui)为任务分配的时间，e(Ui)为用户Ui接受任务的时间；吻合度由公式
Figure FDA0003196697720000013
计算得出，Rit为用户i对任务t的评价，
Figure FDA0003196697720000014
为整体用户对任务t的平均评价；
(2)对用户ui的情境信息λ进行分析处理，并通过用户行为模式发现算法获得用户uj的行为序列模式；
(3)根据用户擅长领域的相关程度计算公式
Figure FDA0003196697720000015
计算用户ui对应的相关度Srel，其中s(hj)为用户对历史任务hj的相关度(hj∈H)，H为历史任务集合，ρ为衰减因子，
Figure FDA0003196697720000016
如果用户uj的行为序列模式与待完成任务ti的类别φ相符合，则将用户uj的ID存入待分配任务的用户集合L1中；
(4)根据用户任务适合度计算公式
Figure FDA0003196697720000017
计算用户集合L1对于待完成任务ti的用户任务适合度
Figure FDA0003196697720000018
并将用户集合L1按照用户任务适合度
Figure FDA0003196697720000019
由高自低排序；其中wij表示用户i的第j个属性，αit表示对于任务t，用户i的第j个属性所占的权重，p为属性个数；
(5)选出排序后用户集合L1前θ个用户并存入用户集合L2；
(6)为集合L2中的用户分配任务；
(7)重复步骤(1)～(6)直到不再有新的未分配的任务为止。
2.根据权利要求1所述的一种基于情境分析的群体任务分配方法，其特征在于，所述用户任务适合度由三种分配因子所对应的属性及权重计算得出，三种分配因子包括服务反馈质量、操作行为和吻合度，其中服务反馈质量和完成度、平均服务应答时间和相关度有关；利用层次分析法建立层次分配体系，其中由完成度、平均服务应答时间、相关度、操作行为和吻合度组成属性层，由服务反馈质量、操作行为和吻合度组成准则层，用户任务适合度为目标层，属性层中各自对应的属性相对于目标层的权重分别为：完成度权重0.027、平均服务应答时间权重0.010、相关度权重0.067、操作行为权重0.632、吻合度权重0.260。
CN201810616072.7A 2018-06-14 2018-06-14 一种基于情境分析的群体任务分配方法 Active CN108846577B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810616072.7A CN108846577B (zh) 2018-06-14 2018-06-14 一种基于情境分析的群体任务分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810616072.7A CN108846577B (zh) 2018-06-14 2018-06-14 一种基于情境分析的群体任务分配方法

Publications (2)

Publication Number Publication Date
CN108846577A CN108846577A (zh) 2018-11-20
CN108846577B true CN108846577B (zh) 2021-11-05

Family

ID=64202571

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810616072.7A Active CN108846577B (zh) 2018-06-14 2018-06-14 一种基于情境分析的群体任务分配方法

Country Status (1)

Country Link
CN (1) CN108846577B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111488385B (zh) * 2020-04-07 2023-08-15 腾讯科技（深圳）有限公司 基于人工智能的数据处理方法、装置和计算机设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101815326A (zh) * 2010-01-11 2010-08-25 北京邮电大学 基于协商的无线传感器网络任务分配方法
CN103631657A (zh) * 2013-11-19 2014-03-12 浪潮电子信息产业股份有限公司 一种基于MapReduce的任务调度算法
CN105183543A (zh) * 2015-08-28 2015-12-23 中国科学技术大学苏州研究院 一种基于移动社交网络的群智计算在线任务分配方法
CN106649884A (zh) * 2017-01-11 2017-05-10 河南科技大学 一种基于用户情境分析的多媒体内容推荐方法
CN108038740A (zh) * 2017-12-29 2018-05-15 西南大学 时间敏感的众包平台任务定价与分配方法
CN108133330A (zh) * 2018-01-12 2018-06-08 东北大学 一种面向社交众包任务分配方法及其系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160140478A1 (en) * 2014-11-13 2016-05-19 International Business Machines Corporation Adaptive task assignment to improve skill growth and balance service level agreements
US10354539B2 (en) * 2015-06-08 2019-07-16 Biofli Technologies, Inc. Situational awareness analysis and fatigue management system
US10552781B2 (en) * 2016-10-24 2020-02-04 Accenture Global Solutions Limited Task transformation responsive to confidentiality assessments

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101815326A (zh) * 2010-01-11 2010-08-25 北京邮电大学 基于协商的无线传感器网络任务分配方法
CN103631657A (zh) * 2013-11-19 2014-03-12 浪潮电子信息产业股份有限公司 一种基于MapReduce的任务调度算法
CN105183543A (zh) * 2015-08-28 2015-12-23 中国科学技术大学苏州研究院 一种基于移动社交网络的群智计算在线任务分配方法
CN106649884A (zh) * 2017-01-11 2017-05-10 河南科技大学 一种基于用户情境分析的多媒体内容推荐方法
CN108038740A (zh) * 2017-12-29 2018-05-15 西南大学 时间敏感的众包平台任务定价与分配方法
CN108133330A (zh) * 2018-01-12 2018-06-08 东北大学 一种面向社交众包任务分配方法及其系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Task assignment approach in a multi-agent system;Hong Liu;《 Proceedings of the 2012 IEEE 16th International Conference on Computer Supported Cooperative Work in Design (CSCWD)》;20120621;page 47-51 *

Also Published As

Publication number Publication date
CN108846577A (zh) 2018-11-20

Similar Documents

Publication Publication Date Title
Hung et al. Minimizing efforts in validating crowd answers
CN106446959B (zh) 一种云计算资源动态匹配方法及装置
CN109766454A (zh) 一种投资者分类方法、装置、设备及介质
CN109862431B (zh) 一种基于mcl-hcf算法的电视节目混合推荐方法
Chen et al. $ d $ d-Simplexed: Adaptive Delaunay Triangulation for Performance Modeling and Prediction on Big Data Analytics
Roy et al. An extended MABAC for multi-attribute decision making using trapezoidal interval type-2 fuzzy numbers
CN108205570A (zh) 一种数据检测方法和装置
CN107609084A (zh) 一种基于群智汇聚收敛的资源关联方法
Unuvar et al. Selecting optimum cloud availability zones by learning user satisfaction levels
CN114881547A (zh) 一种互联网项目的团队绩效评估方法及装置
CN113032367A (zh) 面向动态负载场景的大数据系统跨层配置参数协同调优方法和系统
Schweikert et al. Preference prediction based on eye movement using multi-layer combinatorial fusion
CN113435713B (zh) 基于gis技术和两模型融合的风险地图编制方法及系统
CN108846577B (zh) 一种基于情境分析的群体任务分配方法
WO2017016403A1 (zh) 确定业务对象品牌指数信息的方法及装置
CN105447117B (zh) 一种用户聚类的方法和装置
CN117993772A (zh) 一种基于知识图谱的众包数据采集方法、系统及电子设备
CN110399818A (zh) 一种风险预测的方法和设备
Archetti et al. Heterogeneous datasets for federated survival analysis simulation
CN111292062B (zh) 基于网络嵌入的众包垃圾工人检测方法、系统及存储介质
CN111753998A (zh) 多数据源的模型训练方法、装置、设备及存储介质
Park et al. Cracking the Code of Negative Transfer: A Cooperative Game Theoretic Approach for Cross-Domain Sequential Recommendation
Li et al. A unified task recommendation strategy for realistic mobile crowdsourcing system
Parau et al. Using community detection for sentiment analysis
CN111221915A (zh) 基于CWK-means的在线学习资源质量分析方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant