CN109451015A - 群智感知数据的处理方法、装置、电子设备及存储介质 - Google Patents

群智感知数据的处理方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN109451015A
CN109451015A CN201811303535.0A CN201811303535A CN109451015A CN 109451015 A CN109451015 A CN 109451015A CN 201811303535 A CN201811303535 A CN 201811303535A CN 109451015 A CN109451015 A CN 109451015A
Authority
CN
China
Prior art keywords
task
intelligent perception
data
perception data
user
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.)
Granted
Application number
CN201811303535.0A
Other languages
English (en)
Other versions
CN109451015B (zh
Inventor
姜楠
许东
李进
周洁
甘岚
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.)
East China Jiaotong University
Original Assignee
East China Jiaotong University
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 East China Jiaotong University filed Critical East China Jiaotong University
Priority to CN201811303535.0A priority Critical patent/CN109451015B/zh
Publication of CN109451015A publication Critical patent/CN109451015A/zh
Application granted granted Critical
Publication of CN109451015B publication Critical patent/CN109451015B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/12Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种群智感知数据的处理方法、装置、电子设备及存储介质,该方法包括:获取多个用户的群智感知数据,每个用户的群智感知数据包括用户所执行的至少一个群智感知任务的群智感知数据;根据多个用户的群智感知数据,获取目标群智感知任务的所有群智感知数据中每种群智感知数据的个数,其中,多个用户中执行目标群智感知任务的用户的用户数量大于预设数量;根据每种群智感知数据的个数,获取最大个数所对应的群智感知数据,得到目标群智感知任务的任务结果。本方法可以获得准确的智能感知结果。

Description

群智感知数据的处理方法、装置、电子设备及存储介质
技术领域
本申请涉及群智感知技术领域,更具体地,涉及一种群智感知数据的处理方法、装置、电子设备及存储介质。
背景技术
群智感知是一种新型的大规模感知数据的模式,它利用用户随身携带的智能移动终端(智能手机、平板电脑、可穿戴设备等)形成大规模、随时随地且与人们日常生活密切相关的感知系统,通过广大用户采集数据(如声音、位置、噪音、GPS(Global PositioningSystem,全球定位系统)),从而完成感知任务的问题解决方案。利用采集的感知数据,研究人员能够实现多种大规模感知应用,如噪音检测、停车位检测、环境检测等。
但存在一些用户为了以最小代价获得更多报酬,可能会故意提交低质量或虚假的感知信息,而且用户的感知能力取决于感知设备的能力和主观的个人感受等情况,如果将这些用户返回的感知数据作为感知结果,则会导致感知结果不准确。
发明内容
鉴于上述问题,本申请提出了一种群智感知数据的处理方法、装置、电子设备及存储介质,以获得准确的感知结果。
第一方面,本申请实施例提供了一种群智感知数据的处理方法,包括:获取多个用户的群智感知数据,每个用户的群智感知数据包括用户所执行的至少一个群智感知任务的群智感知数据;根据多个用户的群智感知数据,获取目标群智感知任务的所有群智感知数据中每种群智感知数据的个数,其中,多个用户中执行目标群智感知任务的用户的用户数量大于预设数量;根据每种群智感知数据的个数,获取最大个数所对应的群智感知数据,得到目标群智感知任务的任务结果。
第二方面,本申请实施例提供了一种群智感知数据的处理装置,包括:数据获取模块、数据统计模块、结果获取模块,其中,数据获取模块用于获取多个用户的群智感知数据,每个用户的群智感知数据包括用户所执行的至少一个群智感知任务的群智感知数据;数据统计模块,用于根据多个用户的群智感知数据,获取目标群智感知任务的所有群智感知数据中每种群智感知数据的个数,其中,多个用户中执行目标群智感知任务的用户的用户数量大于预设数量;结果获取模块,用于根据每种群智感知数据的个数,获取最大个数对应的群智感知数据,得到目标群智感知任务的任务结果。
第三方面,本申请实施例提供了一种电子设备,包括存储器以及处理器,存储器耦接到处理器,存储器存储有指令,当指令由处理器执行时处理器执行上述第一方面提供的群智感知数据的处理方法。
第四方面,本申请实施例提供了一种具有处理器可调用执行的程序代码的计算机可读取存储介质,程序代码使处理器执行上述第一方面提供的群智感知数据的处理方法。
相对于现有技术,本申请实施例提供的一种群智感知数据的处理方法、装置、电子设备及存储介质,通过获取重复率最高的群智感知数据来得到群智感知任务的任务结果,有效避免了某些用户故意提交的低质量或虚假的感知数据的干扰,能够获得准确的群智感知结果。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了根据本申请一个实施例的群智感知数据的处理方法流程图。
图2示出了根据本申请另一个实施例的群智感知数据的处理方法流程图。
图3示出了本申请实施例的群智感知数据的处理方法的步骤S220的流程图。
图4示出了根据本申请一个实施例的群智感知数据的处理装置的框图。
图5示出了根据本申请实施例的群智感知数据的处理装置中数据统计模块的框图。
图6示出了根据本申请另一个实施例的群智感知数据的处理装置的框图。
图7是本申请实施例的用于执行根据本申请实施例的群智感知数据的处理方法的电子设备的框图。
图8是本申请实施例的用于保存或者携带实现根据本申请实施例的群智感知数据的处理方法的程序代码的存储单元。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
随着各种各样的移动便携设备的普及和广泛使用,如智能手机、平板电脑、可穿戴设备等,群智感知提供了一种新的感知环境、收集数据和提供信息服务的模式。但是群智感知数据的收集依赖于大量用户参与感知,这就会存在一些用户为了以最小代价获得更多报酬,可能会故意提交低质量或虚假的感知信息,而且用户的感知能力取决于感知设备的能力和主观的个人感受等情况。如果将这些用户返回的感知数据作为感知结果,则会导致感知结果不准确。
针对上述问题,发明人经过长时间的研究并提出了本申请实施例提供的群智感知数据的处理方法、装置、电子设备以及计算机可读取存储介质,通过获取筛选出群智感知任务的群智感知数据中出现次数最多的感知数据,就能有效避免了少量用户提供的低质量、虚假数据的干扰,从而获得准确的感知结果。
请参阅图1,本申请实施例提供了一种群智感知数据的处理方法,可应用于电子设备,该方法可以包括:
步骤S110:获取多个用户的群智感知数据,每个用户的群智感知数据包括用户所执行的至少一个群智感知任务的群智感知数据。
电子设备在需要得到群智感知任务的结果时,可以获取多个用户的群智感知数据,群智感知数据里包含每个用户所执行的至少一个群智感知任务的群智感知数据。
在本申请实施例中,电子设备可以为服务器,例如云服务器,也可以是移动终端,也可以是可穿戴设备。具体的电子设备在本申请实施例中并不作为限定。
当电子设备为服务器时,电子设备获取多个用户的群智感知数据,可以是用户接受群智感知任务之后,通过智能移动终端收集数据后,返回数据至服务器,使电子设备得到多个用户的群智感知数据;当电子设备为移动终端或者可穿戴设备时,电子设备获取多个用户的群智感知数据,可以是从服务器获取多个用户上传至服务器的群智感知数据。
上述群智感知任务可以是图片识别、问卷调查、数据收集等。群智感知数据可以是用户从给出的特定选项中选择一个选项,例如,问卷调查里的选择题,也可以是采集数据,例如,空气质量数据采集。当然,以上群智感知任务以及群智感知数据仅为举例,并不代表对本申请实施例中的群智感知任务以及群智感知数据的限定。
例如,当电子设备需要得到当前城市的空气质量数据和噪音数据时,每个用户利用手机终端作为感知单元,感知和收集空气质量数据和/或噪音数据后再返回至服务器,电子设备通过上述的方法可以获取到多个用户的感知数据。其中,在获取的多个用户中的感知数据里,部分用户的感知数据中仅包括空气质量数据,部分用户的感知数据中仅包括噪音数据,部分用户的感知数据中同时包括空气质量数据以及噪音数据。
步骤S120:根据多个用户的群智感知数据,获取目标群智感知任务的所有群智感知数据中每种群智感知数据的个数,其中,多个用户中执行目标群智感知任务的用户的用户数量大于预设数量。
由于每个用户执行的每个群智感知任务对应的群智感知数据可能会不同,所以同一个群智感知任务会存在有多种群智感知数据的情况。因此,当电子设备需要得到目标群智感知任务的结果时,可以获取目标群智感知任务的每种群智感知数据的个数,即获取每种群智感知数据的重复个数。
可以理解的是,由于电子设备获取的多个用户的群智感知数据是至少一个群智感知任务的群智感知数据,所以电子设备在获取到多个用户的群智感知数据后,电子设备可以选取具体某一个群智感知任务,作为目标群智感知任务,然后根据获取的多个用户的群智感知数据,筛选出目标群智感知任务对应的所有群智感知数据,最后再获取目标群智感知任务对应的所有群智感知数据中每种群智感知数据的个数。
例如,电子设备在获取到多个用户的当前城市的空气质量数据和噪音数据后,筛选出多个用户的当前城市的空气质量数据,如果用户的当前城市的空气质量数据有3种,分别是40,60,70,则分别统计出在多个用户的当前城市的空气质量数据中当前城市的空气质量数据为40的出现次数,当前城市的空气质量数据为60的出现次数,当前城市的空气质量数据为70的出现次数。
进一步的,电子设备选取的目标群智感知任务的执行用户的用户数量要大于预设数量,如果电子设备选取的目标群智感知任务的执行用户的用户数量小于预设数量,则电子设备获取的该群智感知任务的感知数据不参与统计,电子设备需要继续获取该群智感知任务的感知数据直至满足条件。如此,通过设定执行目标群智感知任务的用户数量下限,避免了由于用户量少,导致感知数据的数量不够、数据不准确的问题。
其中,预设数量是指执行目标群智感知任务的用户数量需要达到的最小值。预设数量的值不小于3,预设数量的值越大,得到的目标群智感知任务的群智感知数据的可靠性越高,任务结果越趋近于真实值。
例如,电子设备设定的预设数量为500,若接受检测当前城市的空气质量数据任务的用户数量为600,接受检测当前城市的噪音数据任务的用户数量为400,则电子设备能够得到检测当前城市的空气质量数据任务的任务结果,不能得到检测当前城市的噪音数据任务的任务结果,电子设备需要继续获取多个用户的检测当前城市的噪音数据任务的群智感知数据。
步骤S130:根据每种群智感知数据的个数,获取最大个数对应的群智感知数据,得到目标群智感知任务的任务结果。
电子设备在获取到目标群智感知任务的每种群智感知数据的个数后,进一步需要得到目标群智感知任务的任务结果时,可以获取目标群智感知任务的每种群智感知数据的最大个数对应的群智感知数据,即筛选出重复率最高的群智感知数据,得到每个群智感知任务的任务结果。这样,不直接把用户返回的群智感知数据作为群智感知结果,有效避免了某些用户故意提交的低质量或虚假的感知数据的干扰,能够获得准确的群智感知结果。
例如,电子设备统计出在获取到的多个用户的当前城市的空气质量数据中当前城市的空气质量数据为40的出现次数为200,当前城市的空气质量数据为60的出现次数为350,当前城市的空气质量数据为70的出现次数为50,则出现次数最高的数据为检测当前城市的空气质量数据的任务结果,即当前城市的空气质量数据为60。
本申请提供的群智感知数据的处理方法,在成功获取到多个用户的群智感知数据后,通过筛选出重复率最高的群智感知数据,得到群智感知任务的任务结果。从而,不直接把用户返回的群智感知数据作为群智感知结果,有效避免了某些用户故意提交的低质量或虚假的感知数据的干扰,能够获得准确的群智感知结果。进一步的,通过设定群智感知任务的执行用户数量的下限,仅对满足下限的群智感知任务的群智感知数据进行处理,避免了由于用户量少,导致感知数据的数量不够、数据不准确的问题。
请参阅图2,本申请另一实施例提供了一种群智感知数据的处理方法,可应用于电子设备,该方法可以包括:
步骤S210:获取多个用户的群智感知数据,每个用户的群智感知数据包括用户所执行的至少一个群智感知任务的群智感知数据。
在本申请实施例中,上述获取多个用户的群智感知数据,包括:获取多个用户在预设时间段执行的所有群智感知任务的群智感知数据。
其中,预设时间段预先存储于电子设备,可根据群智感知任务的具体情况进行合理设置。在一种可能的实施方式中,预设时间段可以为1个月,即多个用户的群智感知数据的获取操作只能进行1个月,该群智感知任务一般为期限性任务和/或时效性任务,例如:当前城市当月的空气质量检测。在另一种可能的实施方式中,预设时间段也可以为1个月,与上述实施方式不同的是,多个用户的群智感知数据的获取操作是以1个月为周期进行一次,该群智感知任务一般为长期性任务,例如,当前城市每个月的空气质量检测。
通过上述方式,利用设定预设时间段,使获取的群智感知数据为规定的预设时间段所执行的群智感知任务的群智感知数据,提升获取的群智感知数据的真实性和有效性。
步骤S220:根据多个用户的群智感知数据,获取目标群智感知任务的所有群智感知数据中每种群智感知数据的个数,其中,多个用户中执行目标群智感知任务的用户的用户数量大于预设数量。
进一步的,请参阅图3,上述根据多个用户的群智感知数据,获取目标群智感知任务的所有群智感知数据中每种群智感知数据的个数,包括:
步骤S221:根据多个用户的群智感知数据,获取所有群智感知任务中每个群智感知任务对应的执行用户的用户数量;
步骤S222:根据每个群智感知任务对应的执行用户的用户数量,获取执行用户的用户数量大于预设数量的群智感知任务中的至少一个目标群智感知任务;
步骤S223:获取目标群智感知任务的所有群智感知数据中每种群智感知数据的个数。
本申请实施例中,电子设备需要选取具体某一个群智感知任务作为目标群智感知任务,由于电子设备选取的目标群智感知任务的执行用户的用户数量要大于预设数量,所以在这之前,电子设备需要先获取每个群智感知任务对应的执行用户的用户数量,然后筛选出所有群智感知任务中执行用户的用户数量大于预设数量的群智感知任务,最后电子设备从所有执行用户的用户数量大于预设数量的群智感知任务中,选取具体某一个群智感知任务作为目标群智感知任务。电子设备在得到目标群智感知任务后,再获取目标群智感知任务对应的所有群智感知数据中每种群智感知数据的个数。
步骤S230:根据每种群智感知数据的个数,获取最大个数对应的群智感知数据,得到目标群智感知任务的任务结果。
进一步的,设定一个数阈值,该个数阈值为最大个数(重复率最高的群智感知数据的的重复个数)需要达到的最小值,且该个数阈值不超过目标群智感知任务对应的执行用户的用户数量。当最大个数小于个数阈值时,最大个数所对应的群智感知数据不会作为对应的目标群智感知任务的任务结果。
例如,个数阈值设定为300,如果电子设备统计出在获取到的多个用户的当前城市的空气质量数据中当前城市的空气质量数据为40的出现次数为200,当前城市的空气质量数据为60的出现次数为350,当前城市的空气质量数据为70的出现次数为50时,由于最高出现次数大于个数阈值,则最高出现次数对应的群智感知数据为检测当前城市的空气质量数据的任务结果,即当前城市的空气质量数据为60,如果电子设备统计出在获取到的多个用户的当前城市的空气质量数据中当前城市的空气质量数据为60的出现次数为250,由于最高出现次数小于个数阈值,则最高出现次数对应的群智感知数据不会作为检测当前城市的空气质量数据的任务结果,电子设备需要继续获取多个用户的检测当前城市的噪音数据任务的群智感知数据直至满足个数阈值的条件。
上述个数阈值的设定可以提高群智感知任务的任务结果的可靠性。在一定范围内,个数阈值越大,获得的群智感知数据就会越集中,群智感知任务的任务结果的可靠性就会越高。
步骤S240,获取最大个数与用户数量的比值,得到任务结果的可信度,可信度用于检测任务结果是否正确。
当电子设备需要评估目标群智感知任务的任务结果的可信度时,可以将获取到的最大个数(目标群智感知任务中重复率最高的群智感知数据的重复个数)与获取到的目标群智感知任务对应的执行用户的用户数量作比值运算,计算得到的比值即为任务结果的可信度。可信度的数值范围为0~1,可信度可以用来检测任务结果是否正确,可以理解的是,可信度越高,则任务结果准确性越高,从而提供了用于评价任务结果的依据。
进一步的,当用户想获取自己的群智感知数据的可信度时,可通过触发″可信度查询″按钮向电子设备发送可信度获取指令,从而得到可信度结果。
当电子设备获取到用户发送来的可信度获取指令时,可以将之前获取到的用户对应的群智感知数据的重复个数与之前获取到的对应群智感知任务对应的执行用户的用户数量作比值运算,比值即为用户的群智感知数据的可信度,然后将得到的可信度返回给用户。
在本申请实施例中,在获取最大个数与用户数量的比值,得到任务结果的可信度之后,该群智感知数据的处理方法还可以包括:
步骤S250:判断可信度是否大于预设阈值。
步骤S260:如果大于预设阈值,获得用于表征任务结果正确的结果;如果不大于预设阈值,获得用于表征任务结果不正确的结果。
电子设备在获取到目标群智感知任务的任务结果的可信度后,需要根据可信度来判断目标群智感知任务的任务结果是否正确。因此,电子设备设定一个预设阈值,当可信度大于预设阈值,获得用于表征任务结果正确的结果,当可信度不大于预设阈值,获得用于表征任务结果不正确的结果。
预设阈值为电子设备根据群智感知任务实际情况设定的数值,用于判断群智感知任务的任务结果是否正确。预设阈值的设定区间为数值0~1,预设阈值越趋近于1,群智感知数据的质量越高,群智感知的任务结果的可靠性和真实性越高。
在本申请实施例中,假设预设阈值为数值0.5。当群智感知任务的任务结果可信度大于0.5时,则群智感知任务的任务结果正确;当群智感知任务的可信度不大于0.5时,则群智感知任务的任务结果不正确。
进一步的,在上述如果大于预设阈值,获得用于表征任务结果正确的结果之后,该群智感知数据的处理方法还可以包括:
步骤S270:获取用于表征目标用户执行目标群智感知任务的的群智感知数据正确的结果或者用于表征目标用户执行目标群智感知任务的的群智感知数据不正确的结果。
在本申请实施例中,步骤S270可以包括:判断执行目标群智感知任务的用户中目标用户的群智感知数据与任务结果是否相同;如果相同,获得用于表征目标用户执行目标群智感知任务的的群智感知数据正确的结果;如果不相同,获得用于表征目标用户执行目标群智感知任务的的群智感知数据不正确的结果;
电子设备在获取到用于表征目标群智感知任务的任务结果正确的结果后,需要根据目标群智感知任务的任务结果的判断结果,来评估每个用户的目标群智感知任务对应的群智感知数据是否正确。若用户的群智感知数据与任务结果相同,则表示用户感知成功,用户的群智感知数据正确,得到用于表征用户执行目标群智感知任务的的群智感知数据正确的结果。若用户的群智感知数据与任务结果不相同,则表示用户感知失败,用户提交的群智感知数据不正确,得到用于表征用户执行目标群智感知任务的的群智感知数据不正确的结果。
在本申请实施例中,步骤S270还可以包括:在上述可信度不大于预设阈值,获得用于表征任务结果不正确的结果之后,获得用于表征目标用户执行目标群智感知任务的的群智感知数据不正确的结果。
电子设备在获取到用于表征目标群智感知任务的任务结果不正确的结果后,电子设备可以获取到用于表征用户执行目标群智感知任务的群智感知数据不正确的结果,目标群智感知任务的所有执行用户都感知失败,所有执行用户的群智感知数据都不正确。
进一步的,当用户想获取自己的群智感知数据评价结果时,可通过触发″感知结果查询″按钮向电子设备发送感知结果获取指令,从而得到群智感知数据结果。
当电子设备获取到用户发送来的感知结果获取指令时,执行步骤S270,得到用户的群智感知数据的评价结果,然后将得到的评价结果返回给用户。
在本申请实施例中,当目标用户的群智感知数据包括多个群智感知任务的群智感知数据时,该群智感知数据的处理方法还可以包括:
步骤S280:根据目标用户的群智感知数据,获取目标用户所执行的所有群智感知任务的任务个数;
步骤S290:获取目标用户的群智感知数据中正确的群智感知数据的第一个数以及不正确的群智感知数据的第二个数;
步骤S300:获取第一个数与任务个数的第一比值,以及第二个数与任务个数的第二比值;
电子设备在需要获取目标用户的群智感知数据的正确率和不正确率时,可以根据目标用户的所有群智感知数据,先获取目标用户所执行的所有群智感知任务的任务个数,然后再获取目标用户的所有群智感知数据中正确的群智感知数据的个数即第一个数和不正确的群智感知数据的个数即第二个数,最后将目标用户的第一个数与任务个数作比值运算,得到的第一比值可以表示目标用户的群智感知数据的正确率,将目标用户的第二个数与任务个数作比值运算,得到的第二比值可以表示目标用户的群智感知数据的不正确率。
步骤S310:获取第一比值与第二比值的差值,将差值作为目标用户的任务执行能力进行输出。
当电子设备需要评估目标用户的任务执行能力时,获取目标用户的第一比值与第二比值的差值,该差值可以作为目标用户的任务执行能力进行输出。差值的数值范围为-1~1。差值为目标用户的正确率与不正确率之间的差值,具体地,当差值大于0时,则目标用户的群智感知数据的正确率大于不正确率,即目标用户的正确的群智感知数据多于不正确的群智感知数据,因此可以表示目标用户的任务执行能力是合格的。
进一步的,可以设定一个能力阈值,当目标用户的任务执行能力低于能力阈值时,电子设备可以获得一个判断结果。判断结果可以是目标用户的任务执行能力等级,任务执行能力等级可以是不合格、合格、良好、优秀等,也可以是判断是否执行操作,执行操作可以是将目标用户拉入黑名单、将目标用户列入优选名单等。目标用户拉入黑名单可以是之后的所有群智感知任务的数据处理都不再算入目标用户的群智感知数据,也可以是之后的所有群智感知任务暂时不再算入目标用户的群智感知数据。目标用户列入优选名单可以是在任何情况下都优先考虑目标用户的群智感知数据。
通过设定能力阈值,可以筛选出任务执行能力高的用户,也可以漏除掉任务执行能力低的用户,有效保证了用户的群智感知数据的质量,提高了群智感知任务的任务结果的可靠性。
本申请提供的一种群智感知数据的处理方法,通过设定较大的个数阈值,使任务结果对应的群智感知数据的重复个数必须满足个数阈值条件,提高了群智感知任务的任务结果的可靠性,通过获取任务结果的可信度,来检测任务结果是否正确,避免了以用户提交的低质量或虚假数据作为群智感知的任务结果,保证了任务结果的可靠性和真实性。通过获取用户的执行能力值,可以筛选出任务执行能力高的用户,也可以漏除掉任务执行能力低的用户,有效保证了用户的群智感知数据的质量,提高了群智感知任务的任务结果的可靠性。
请参阅图4,其示出了本申请又一实施例提供的一种群智感知数据的处理装置400的结构框图,该装置可以包括:数据获取模块410、数据统计模块420以及结果获取模块430。其中:数据获取模块410用于获取多个用户的群智感知数据,每个用户的群智感知数据包括用户所执行的至少一个群智感知任务的群智感知数据;数据统计模块420用于根据多个用户的群智感知数据,获取目标群智感知任务的所有群智感知数据中每种群智感知数据的个数,其中,多个用户中执行目标群智感知任务的用户的用户数量大于预设数量;结果获取模块430用于根据每种群智感知数据的个数,获取最大个数对应的群智感知数据,得到目标群智感知任务的任务结果。
在本申请实施例中,请参见图5,数据统计模块420可以包括:用户数量获取单元421、目标任务获取单元422以及数据个数获取单元423。其中,用户数量获取单元421用于根据多个用户的群智感知数据,获取所有群智感知任务中每个群智感知任务对应的执行用户的用户数量;目标任务获取单元422用于根据每个群智感知任务对应的执行用户的用户数量,获取执行用户的用户数量大于预设数量的群智感知任务中的至少一个目标群智感知任务;数据个数获取单元423用于获取目标群智感知任务的所有群智感知数据中每种群智感知数据的个数。
在本申请实施例中,请参见图6,该群智感知数据的处理装置400还可以包括:可信度获取模块440。可信度获取模块440用于获取最大个数与用户数量的比值,得到任务结果的可信度,可信度用于检测任务结果是否正确。
在本申请实施例中,请参见图6,该群智感知数据的处理装置400还可以包括:可信度判断模块450、第一结果获取模块460以及第二结果获取模块470。其中,可信度判断模块450用于判断可信度是否大于预设阈值;第一结果获取模块460用于如果大于预设阈值,获得用于表征任务结果正确的结果;第二结果获取模块470用于如果不大于预设阈值,获得用于表征任务结果不正确的结果。
在本申请实施例中,请参见图6,该群智感知数据的处理装置400还可以包括:数据判断模块480、第一评价获取模块490、第二评价获取模块500以及第三评价获取模块510。其中,数据判断模块480用于在如果大于预设阈值,获得用于表征任务结果正确的结果之后,判断执行目标群智感知任务的用户中目标用户的群智感知数据与任务结果是否相同;第一评价获取模块490用于如果相同,获得用于表征目标用户执行目标群智感知任务的的群智感知数据正确的结果;第二评价获取模块500用于如果不相同,获得用于表征目标用户执行目标群智感知任务的的群智感知数据不正确的结果;第三评价获取模块510用于在如果不大于预设阈值,获得用于表征任务结果不正确的结果之后,获得用于表征目标用户执行目标群智感知任务的的群智感知数据不正确的结果。
在本申请实施例中,请参见图6,该群智感知数据的处理装置400还包括:任务数获取模块520、统计数获取模块530、比值获取模块540以及差值获取模块550。其中,任务数获取模块520用于根据目标用户的群智感知数据,获取目标用户所执行的所有群智感知任务的任务个数;统计数获取模块530用于获取目标用户的群智感知数据中正确的群智感知数据的第一个数以及不正确的群智感知数据的第二个数;比值获取模块540用于获取第一个数与任务个数的第一比值,以及第二个数与任务个数的第二比值;差值获取模块550用于获取第一比值与第二比值的差值,将差值作为目标用户的任务执行能力进行输出。
在本申请实施例中,数据获取模块410可以具体用于:获取多个用户在预设时间段执行的所有群智感知任务的群智感知数据。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述装置、模块、单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,模块相互之间的耦合可以是电性,机械或其它形式的耦合。
另外,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
综上,本申请实施例提供的一种群智感知数据的处理方法及装置,在成功获取到多个用户的群智感知数据后,通过筛选出重复率最高的群智感知数据,得到群智感知任务的任务结果。从而,不直接把用户返回的群智感知数据作为群智感知结果,有效避免了某些用户故意提交的低质量或虚假的感知数据的干扰,能够获得准确的群智感知结果。进一步的,通过设定群智感知任务的执行用户数量的下限,仅对满足下限的群智感知任务的群智感知数据进行处理,避免了由于用户量少,导致感知数据的数量不够、数据不准确的问题。
请参考图7,其示出了本申请实施例提供的一种电子设备的结构框图。该电子设备600可以是智能手机、平板电脑、电子书等能够运行应用程序的电子设备。本申请中的电子设备600可以包括一个或多个如下部件:处理器610、存储器620、以及一个或多个应用程序,其中一个或多个应用程序可以被存储在存储器620中并被配置为由一个或多个处理器610执行,一个或多个程序配置用于执行如前述方法实施例所描述的方法。
处理器610可以包括一个或者多个处理核。处理器610利用各种接口和线路连接整个电子设备600内的各个部分,通过运行或执行存储在存储器620内的指令、程序、代码集或指令集,以及调用存储在存储器620内的数据,执行电子设备600的各种功能和处理数据。可选地,处理器610可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable LogicArray,PLA)中的至少一种硬件形式来实现。处理器610可集成中央处理器(CentralProcessing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器610中,单独通过一块通信芯片进行实现。
存储器620可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。存储器620可用于存储指令、程序、代码、代码集或指令集。存储器620可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等。存储数据区还可以存储电子设备600在使用中所创建的数据(比如电话本、音视频数据、聊天记录数据)等。
请参考图8,其示出了本申请实施例提供的一种计算机可读存储介质的结构框图。该计算机可读存储介质800中存储有程序代码,程序代码可被处理器调用执行上述方法实施例中所描述的方法。
计算机可读存储介质800可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地,计算机可读存储介质800包括非易失性计算机可读介质(non-transitory computer-readable storage medium)。计算机可读存储介质800具有执行上述方法中的任何方法步骤的程序代码810的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码810可以例如以适当形式进行压缩。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种群智感知数据的处理方法,其特征在于,包括:
获取多个用户的群智感知数据,每个用户的所述群智感知数据包括所述用户所执行的至少一个群智感知任务的群智感知数据;
根据所述多个用户的群智感知数据,获取目标群智感知任务的所有群智感知数据中每种群智感知数据的个数,其中,所述多个用户中执行所述目标群智感知任务的用户的用户数量大于预设数量;
根据所述每种群智感知数据的个数,获取最大所述个数对应的群智感知数据,得到所述目标群智感知任务的任务结果。
2.根据权利要求1所述的方法,其特征在于,所述根据所述多个用户的群智感知数据,获取目标群智感知任务的所有群智感知数据中每种群智感知数据的个数,包括:
根据所述多个用户的群智感知数据,获取所有群智感知任务中每个群智感知任务对应的执行用户的用户数量;
根据所述每个群智感知任务对应的执行用户的用户数量,获取所述执行用户的用户数量大于预设数量的群智感知任务中的至少一个目标群智感知任务;
获取所述目标群智感知任务的所有群智感知数据中每种群智感知数据的个数。
3.根据权利要求1所述的方法,其特征在于,在所述根据所述每种群智感知数据的个数,获取最大所述个数对应的群智感知数据,得到所述群智感知任务的任务结果之后,所述方法还包括:
获取所述最大所述个数与所述用户数量的比值,得到所述任务结果的可信度,所述可信度用于检测所述任务结果是否正确。
4.根据权利要求3所述的方法,其特征在于,在所述获取所述最大所述个数与所述用户数量的比值,得到所述任务结果的可信度之后,所述方法还包括:
判断所述可信度是否大于预设阈值;
如果大于所述预设阈值,获得用于表征所述任务结果正确的结果;
如果不大于所述预设阈值,获得用于表征所述任务结果不正确的结果。
5.根据权利要求4所述的方法,其特征在于,在所述如果大于所述预设阈值,获得用于表征所述任务结果正确的结果之后,所述方法还包括:
判断执行所述目标群智感知任务的用户中目标用户的群智感知数据与所述任务结果是否相同;
如果相同,获得用于表征所述目标用户执行所述目标群智感知任务的的群智感知数据正确的结果;
如果不相同,获得用于表征所述目标用户执行所述目标群智感知任务的的群智感知数据不正确的结果;
在所述如果不大于预设阈值,获得用于表征所述任务结果不正确的结果之后,所述方法还包括:
获得用于表征所述目标用户执行所述目标群智感知任务的的群智感知数据不正确的结果。
6.根据权利要求5所述的方法,其特征在于,当所述目标用户的所述群智感知数据包括多个群智感知任务的群智感知数据时,所述方法还包括:
根据所述目标用户的群智感知数据,获取所述目标用户所执行的所有所述群智感知任务的任务个数;
获取所述目标用户的群智感知数据中正确的群智感知数据的第一个数以及不正确的群智感知数据的第二个数;
获取所述第一个数与所述任务个数的第一比值,以及所述第二个数与所述任务个数的第二比值;
获取所述第一比值与所述第二比值的差值,将所述差值作为所述目标用户的任务执行能力进行输出。
7.如权利要求1-6任一项所述的方法,其特征在于,所述获取多个用户的群智感知数据,包括:
获取所述多个用户在预设时间段执行的所有所述群智感知任务的群智感知数据。
8.一种群智感知数据的处理装置,其特征在于,包括:
数据获取模块,用于获取多个用户的群智感知数据,每个用户的所述群智感知数据包括所述用户所执行的至少一个群智感知任务的群智感知数据;
数据统计模块,用于根据所述多个用户的群智感知数据,获取目标群智感知任务的所有群智感知数据中每种群智感知数据的个数,其中,所述多个用户中执行所述目标群智感知任务的用户的用户数量大于预设数量;
结果获取模块,用于根据所述每种群智感知数据的个数,获取最大所述个数对应的群智感知数据,得到所述目标群智感知任务的任务结果。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器;
一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序配置用于执行如权利要求1-7任一项所述的方法。
10.一种计算机可读取存储介质,其特征在于,所述计算机可读取存储介质中存储有程序代码,所述程序代码可被处理器调用执行如权利要求1-7任一项所述的方法。
CN201811303535.0A 2018-11-02 2018-11-02 群智感知数据的处理方法、装置、电子设备及存储介质 Active CN109451015B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811303535.0A CN109451015B (zh) 2018-11-02 2018-11-02 群智感知数据的处理方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811303535.0A CN109451015B (zh) 2018-11-02 2018-11-02 群智感知数据的处理方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN109451015A true CN109451015A (zh) 2019-03-08
CN109451015B CN109451015B (zh) 2021-10-08

Family

ID=65550764

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811303535.0A Active CN109451015B (zh) 2018-11-02 2018-11-02 群智感知数据的处理方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN109451015B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112153648A (zh) * 2020-09-02 2020-12-29 大连理工大学 基于d2d通信技术的移动群智感知可靠数据收集方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104599084A (zh) * 2015-02-12 2015-05-06 北京航空航天大学 一种群体计算的质量控制方法及装置
CN107622335A (zh) * 2016-07-15 2018-01-23 阿里巴巴集团控股有限公司 任务的处理方法、装置和系统
CN108055119A (zh) * 2017-12-11 2018-05-18 北方工业大学 一种群智感知应用中基于区块链的安全激励方法和系统
CN108549909A (zh) * 2018-04-17 2018-09-18 清华大学 基于众包的对象分类方法及对象分类系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104599084A (zh) * 2015-02-12 2015-05-06 北京航空航天大学 一种群体计算的质量控制方法及装置
CN107622335A (zh) * 2016-07-15 2018-01-23 阿里巴巴集团控股有限公司 任务的处理方法、装置和系统
CN108055119A (zh) * 2017-12-11 2018-05-18 北方工业大学 一种群智感知应用中基于区块链的安全激励方法和系统
CN108549909A (zh) * 2018-04-17 2018-09-18 清华大学 基于众包的对象分类方法及对象分类系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112153648A (zh) * 2020-09-02 2020-12-29 大连理工大学 基于d2d通信技术的移动群智感知可靠数据收集方法
CN112153648B (zh) * 2020-09-02 2022-03-22 大连理工大学 基于d2d通信技术的移动群智感知可靠数据收集方法

Also Published As

Publication number Publication date
CN109451015B (zh) 2021-10-08

Similar Documents

Publication Publication Date Title
US11893961B2 (en) Automatically adjusting screen brightness based on screen content
CN107590654A (zh) 一种在线支付的方法、终端及计算机可读介质
CN108346011A (zh) 指标波动分析方法及装置
CN111143697B (zh) 一种内容推荐的方法以及相关装置
CN110060087B (zh) 异常数据的检测方法、装置和服务器
CN110221953A (zh) 测试结果分析方法、装置、服务器及存储介质
CN106357480A (zh) 监测应用的网络性能的方法、装置及移动终端
CN108460651A (zh) 车辆推荐方法及装置
CN111324675B (zh) 一种应用访问链路的分析展示方法、系统以及电子设备
CN110580217A (zh) 软件代码健康度的检测方法、处理方法、装置及电子设备
CN115445212A (zh) 一种游戏礼包的推送方法、装置、计算机设备和存储介质
CN109451015A (zh) 群智感知数据的处理方法、装置、电子设备及存储介质
CN113360790A (zh) 信息推荐方法、装置及电子设备
CN111177562B (zh) 一种目标对象的推荐排序处理方法、装置及服务器
CN110580218A (zh) 软件代码复杂度的检测方法、装置及电子设备
CN109447489B (zh) 群智感知用户的选择方法、装置、电子设备及存储介质
CN102567425B (zh) 一种数据的处理方法和设备
CN105930027A (zh) 一种终端的提示方法和终端
CN105843721B (zh) 一种u盘的系统参数检测方法、装置及一种u盘
CN110675009A (zh) 小区便利性评价方法和装置
CN105630474A (zh) 一种提醒方法和装置
CN113610573A (zh) 基于多维度的用户体验度量方法、设备和存储介质
CN112416291A (zh) 一种电子设备的使用提示方法、电子设备及存储介质
CN112184265A (zh) 记账理财的实现方法、装置、终端及车辆
CN110765326A (zh) 推荐方法、装置、设备及计算机可读存储介质

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