CN109636484A - 一种基于行为经济学偏好理论的群智感知系统的激励方法 - Google Patents

Abstract

本发明公开了一种基于行为经济学偏好理论的群智感知系统的激励方法，主要包括：将群智感知系统的工作流程抽象为6个步骤：1)平台发布任务；2)用户选择任务；3)决定参与计划；4)平台选择参与用户；5)用户报告感知数据；6)报酬支付；针对平台端，将行为经济学中的情境效应引入任务发布机制，建立群智感知中任务对用户吸引程度的函数，进而提高用户的积极性；针对用户端，通过设计新的报酬支付机制，修正基于传统经济学的效用函数，提高用户的效用；根据行为经济学中关于情景效应以及公平偏好的理论和实验，对新的模型进行参数调试，本发明在一定程度上降低了平台成本，提升了平台端与用户端的收益，从而进一步提高了社会效益。

Description

一种基于行为经济学偏好理论的群智感知系统的激励方法

技术领域

本发明涉及群智感知技术领域，尤其涉及一种将行为经济学偏好理论引入群智感知系统的激励机制和激励方法。

背景技术

群智感知是一个将人与虚拟网络相结合的系统，通过招募广大参与用户来获取感知数据。群智感知系统由平台端和用户端两个部分组成。在平台端，需要招募足够数量的参与者来执行感知任务；在用户端，需要保证用户的参与水平；无论是在平台端还是用户端，都需要保证其效用水平，所以，设计激励机制很有必要。

在传统的激励机制中，通常是基于传统经济学的理论，遵循偏好一致、实际效用等于实际收益的假设，前者表示个体对物品的偏好程度不会因为特定的情景而发生改变，后者表示个体的效用函数中一般仅包括实际得到的收益。而在行为经济学中，情景效应证明了个体的偏好会随着决策背景的变化而发生偏差；同时个体的一些社会性偏好，比如互惠偏好、公平偏好等会导致用户的效用不等同于实际收益，而由此导致用户的决策出现偏差。所以，以传统经济学理论为导向设计的激励机制有可能出现对用户决策判断失误、机制合理性不高等问题。

基于以上的分析，在平台端，本文引入行为经济学中的情境效应，设计了基于情境效应的任务发布框架，修正了传统经济学中偏好一致的假设；在用户端，根据行为经济学中的公平偏好理论，修正了基于传统经济学的参与用户效用函数，并基于此设计了基于公平偏好的用户报酬分配机制。通过仿真实验结果表明，我们的机制可以较好提高参与者积极性，与此同时在一定程度上降低了平台成本，提升了平台端与用户端的收益，从而进一步提高了社会效益。

在群智感知系统中，基于传统经济学中偏好理论的激励机制可能存在着对参与者决策的判断出现偏差、平台决策失准以及机制作用效果不佳等问题。比如在平台端发布任务的时候，若在选择集合中加入新的任务，根据偏好独立性原理，那么原有任务的被选择概率会降低。但是情景效应证明如果加入的任务满足一定条件，那么反而会使得特定的任务被选择概率提高；在用户端，传统经济学中考虑用户做出决策的依据仅仅是用户获得的实际报酬，而行为经济学中的互惠利他偏好、公平偏好等也会成为影响用户决策的重要因素，而有时候这些因素可能会导致机制的作用效果不佳，或更有甚者会起到反作用。所以本发明将行为经济学的理论引入群智感知的激励机制设计中，修正了基于传统经济学的参与用户效用函数，提高了参与者积极性，与此同时在一定程度上降低了平台成本，提升了平台端与用户端的收益，从而进一步提高了社会效益。

发明内容

本发明目的在于为群智感知系统设计一种激励机制，修正基于传统经济学激励机制的不足，并提高系统中各参与方的效用，具体技术方案如下：

一种基于行为经济学偏好理论的群智感知系统的激励方法，其特征在于，包括如下步骤：

步骤1、根据以平台为中心的群智感知模型的定义，对系统进行建模，分为平台端和用户端；

步骤2、将群智感知系统的工作流程抽象为6个步骤：1)平台发布任务；2)用户选择任务；3)决定参与计划；4)平台选择参与用户；5)用户报告感知数据；6)报酬支付；

步骤3、针对平台端，将行为经济学中的情境效应引入任务发布机制，设计新的任务发布机制，建立群智感知系统中任务对用户吸引程度的函数，进而提高用户的积极性；

步骤4、针对用户端，考虑用户基于行为经济学中的公平偏好理论，通过设计新的报酬支付机制，修正基于传统经济学的效用函数，提高用户的效用；

步骤5、根据行为经济学中关于情景效应以及公平偏好的理论和实验，对模型进行参数调试，使其符合行为经济学中的实际情况。

步骤6、进行实验仿真，得到相关参数的实验结果，并对数据进行分析，评估各机制所起到的效果。

优选地，所述步骤1中的建模包括：平台端每一轮发布两个类型的任务，任务集合为S＝{s_low,s_high}，这两类任务的详细信息将在下一节的任务建模中进行讨论。参与用户i根据任务s_ty(ty∈{low,high})对自身的吸引值以及自身阈值ψ_i来决定参与任务的类型，具体表示为：

为ty类任务的参与时间吸引值，为报酬吸引值、α_i和β_i为用户i对参与时间的以及报酬的偏好因子，A,B,C三个参数为无差异曲线的一般表达式的系数，无差异曲线是用来表示两种商品或两组商品的不同数量的组合对消费者所提供的效用是相同的，本发明中使用二元一次函数近似替代无差异曲线，表示为另外，在本发明中，我们令ψ_i＝C。

根据以平台为中心的模型定义，参与用户i获得的报酬Q_i表示为：

其中，W代表任务的总报酬，t_i为用户i的参与时间，E代表所有参与者集合。另外，用户的效用函数P_i表示如下：

c_i表示用户i的单位参与时间开销

平台的总报酬M表示为：

M＝g(t₁,t₂,L t_l；n₁,n₂,L,n_l)-W (4)

其中，g(t₁,t₂,L t_l；n₁,n₂,L,n_l)为关于自变量单调递增的严格凹函数，表示用户的参与时间对使得平台能够得到的效益，n₁,n₂,L,n_l分别表示参与时间为t₁,t₂,L t_l的参与者数量。

优选地，所述步骤3中的设计新的任务发布机制包括，首先根据对群智感知模型的描述，对任务相关属性以及用户的行为模式进行建模：

(1)对任务建模

ty类型任务s_ty的属性：参与时间吸引值(与参与时间成反比)、报酬吸引值(与报酬成正比)，注：ty∈{low,high,decoy}

s_low：高/低；(用户若选择此类任务，时间成本低，得到的报酬也少)

s_high：低/高；(用户若选择此类任务，时间成本高，得到的报酬高)

(2)对用户分类

首先，用户分为3类：1.时间偏好用户(Time-Prefer User)TPU，这一类用户对时间的敏感程度高；2.报酬偏好用户(Payment-Prefer User)PPU，该类用户对报酬的敏感程度较高；3.无偏好用户(Non-Prefer User)NPU，该类用户不会因为报酬或者时间的增加而对其相对的属性有更高的预期要求。对用户i来说，这三类不同类型的有着不同的α_i和β_i，对于TPU，有α_i＞β_i，对于PPU，有α_i＜β_i，对于NPU，有α_i＝β_i，具体值的设置在实验章节会介绍。

(3)用户选择任务

当时，用户_i才会考虑参与ty类型的任务，否则用户i一定不参与，令表示为：

在这个前提下，用户参与哪一类任务的概率P_ty表示如下：

其中ty∈{low,high}。

优选地，所述情境效应是指当一新的选项被移入或移出一个选择集后，人们的偏好和选择行为发生重大转变的一种现象。

优选地，所述步骤3中的设计新的任务发布机制包括，在发布任务阶段加入一个诱导类任务s_decoy，诱导类任务需要根据发布的两类任务的属性来设计；具体来说，s_low为低参与时间类型任务，s_high为高参与时间任务，为了提高系统的总参与时间，要提升s_high对参与用户的吸引力，鼓励更多的用户参与s_high，所以根据情景效应理论，s_decoy的设计应遵循以下原则：1)优势属性与s_high的优势属性一致；2)劣势属性要比s_high的劣势属性更差一点，设计s_decoy如下：

其中，γ为诱导类任务的诱导因子，表示s_decoy的诱导程度，有0＜γ＜1。

优选地，可以为每个用户计算出选择哪个任务的概率，并基于此计算出每个用户的参与时间、效用以及平台的效用。

优选地，所述报酬支付机制包括：首先，改变用户的效用函数，在传统经济学中用户的效用函数如公式(3)所示，在考虑了公平偏好下用户i的效用函数变为：

为参与者i收益高于其他用户产生的心理收益的自豪正效用，为收益低于其他用户时，心理不平衡产生的嫉妒负效用,分别定义如下：

其中，n_ty表示参与ty类型任务的参与者数量，μ_i为参与者i的公平偏好系数，μ_i越大代表此时参与者的公平偏好程度对其效用影响越大，反之影响越小。

优选地，所述报酬支付机制，具体设计为平台在决定报酬的时候会为每一个参与用户i参与用户提出一个方案L，如果继续参与Δt_i时间，则会得到一个奖励报酬e_i，用数组对表示为L＝{Δt_i,e_i}，则参与用户i的报酬函数由Q_i变为表示如下：

其中，E_ty为参与ty类型任务的参与者集合，W_ty为ty类型任务的总报酬。

同样的，用户的参与时间变为 表示用户i接受L后的参与时间。由此我们可以得到参与用户i在接受方案L前后的效用，分别为和如下所示：

其中与分别为加入奖励报酬之后，参与用户i的自豪效用以及嫉妒效用，用户会根据与之间的差值的大小决定是否接受方案L，本发明引入费米公式，并根据本文的描述对其进行改进，用户接受L的概率ω表示如下：

其中，K为系统参数，在本文中取0.1。

优选地，进一步分析方案L的具体设置，首先我们利用Stackelberg博弈来分析我们的模型。在本文中，平台相当于处于支配地位的领导者，参与者们相当于处于被支配地位的追随者，参与者会决定自己的参与时间来实现自身利益最大化。首先我们先计算出用户i在纳什均衡下的最优参与时间令计算得到：其中，E_ty-i表示在ty类型任务的参与者集合中，除去用户i之后得到的参与者集合。而当时，代表用户不参与任务，有所以可以得到：

计算奖励报酬e_i，我们令其中b_i为奖励报酬的系数，代表平台根据用户i的参与时间对其进行奖励的程度。根据权利要求9中对的凹函数的限制，加上奖励报酬后，对t_i的二阶偏导要小于0，令得到：

而b_i越大，用户的效用越高，所以这里我们取从而可以得到e_i的值。

优选地，为了保证参与用户i的效用不低于加入机制之前，需要满足而当Δt_i越大，用户为平台带来的效用就越高，所以这里我们取

本发明具有以下有益效果：

在平台端，我们设计了基于情境效应的任务发布框架，通过在已有的任务类型中加入诱导类任务，以此提高高参与时间任务的被选择率，进一步提高总的参与时间。

在用户端我们设计了基于公平偏好的报酬分配机制，给参与者提供额外的报酬，我们考虑用户公平偏好，用户实际效用会因为追求公平而大于平台实际给出的报酬，从而促进参与者提高自己的参与水平，同时提高参与者的效用。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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发明的一些实施例，对于本领域普通技术人员来讲，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是本发明群智感知系统模型图；

图2是基于情境效应任务发布机制的流程图；

图3是用户选择任务算法的流程图；

图4是公平偏好的报酬支付算法流程图；

图5是本发明的具体实施方式图；

图6是采用本发明的报酬机制对多个参与用户的效用图；

图7是额外参与时间对平台效用的影响图；

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。

S1：如图1所示，整个系统由两部分组成，群智感知平台和参与用户。图1的右边部分为系统的工作流程，如序号所示分为六个步骤。1.首先感知平台发布任务；2.在参与用户收到任务描述(包括任务集合、任务要求、预期报酬等)之后，参与者根据任务描述以及自身条件决定是否参与任务的感知；3.参与者根据任务描述决定参与程度和需要的报酬，发送给感知平台；4.再由感知平台根据用户反馈的信息来选择最终的参与者用户集合；5.然后参与用户执行任务并发送感知数据给感知平台；6.在接收到参与者的感知数据后，平台支付相应的报酬给参与用户。

S2-S3：由图2可以得到设计任务发布机制的流程。图2中(a)代表在加入机制之前，两类任务都在无差异曲线上。(b)代表加入了机制之后，新的任务与原有的任务构成了新的无差异曲线。这里我们令：和那么，无差异曲线的表达式可以由这两点确定，表达如下：

本发明中，我们令ψ_i＝0，α_i和β_i在(0.8,1.2)中随机分布，表示分布在如图2(a)中的虚线方框中。若令则在图2(a)中当点分布在虚线方框中无差异曲线的右上半部分满足，可以看到在图2(a)中，s_high和s_low满足这个条件的概率基本一致。而在图2(b)中s_low满足条件的点分布依然处于50％左右，而s_high的虚线框位于新无差异曲线的右上半部分要远大于50％，所以在加入s_decoy之后，相对于s_low，s_high的被选择概率会大大提高。

S4：这一步我们设计了基于公平偏好报酬支付系统，根据图4的流程图以及图5的实施例图，我们简单说明机制的具体实施过程。在图4中我们可以看到整个机制的流程包括5个步骤：1.初始化。在本发明中这一步直接使用S4得到的结果。2.计算纳什均衡下参与用户i的参与时间这个时间可以使用公式(15)来计算。3.计算奖励报酬e_i，可以通过公式(16)来计算。4.计算额外参与时间Δt_i，在权利要求11中有具体的计算过程。5.计算接受方案L之后用户的参与时间以及报酬。接下来结合图5的例子来具体阐述。

如图5所示，最上面的圆圈代表用户，最下面的方框代表任务，可以看到有6个用户和3个任务，用户上面的两个参数分别代表用户的参与时间与用户单位时间的开销，为了简化实例的说明，在这里我们简化了求纳什均衡下用户参与时间的过程。用户指向平台的箭头代表用户参与的任务，平台指向用户的箭头代表平台为用户提供的方案，任务指向平台的箭头指任务的总报酬。比如用户1参与任务1，平台向用户1提供的方案为L₁，任务1的总报酬为15。接下来结合前文的分析来实施我们的机制。

由图5我们可以知道，任务1的参与者集合E₁＝{u₁,u₂,u₄}，任务2的参与者集合E₂＝{u₃,u₅}，任务3的参与者集合E₃＝{u₆}。在这里我们假设用户的公平偏好系数μ＝0.3，系统参数K＝0.1。在不考虑公平偏好的情况下，根据公式(2)(3)我们可以计算出每个用户i的效用P_i，计算过程如下：

用户1：根据以上的计算方式，同理我们可以得到其他用户的效用，表示如下：

用户2：P₂＝3.5，用户3：P₃＝5.02，用户4：P₄＝5.25，用户5：P₅＝3.4，用户6：P₆＝3.63。

然而，在考虑公平偏好的情况下，根据公式(8)(9)(10)可以计算出每个用户i的考虑公平偏好时的效用计算过程如下：

用户1：根据以上的计算方式，同理我们可以得到其他用户在考虑公平偏好下的效用，表示如下：

用户2：用户3：用户4：用户5：用户6：

然后我们为用户i计算方案L_i中奖励报酬以及额外参与时间。以用户1为例，由上文的分析我们知道在考虑公平偏好下每个用户的效用，其中为用户1计算方案L₁，首先，根据公式(19)得到奖励报酬然后根据e₁以及权利要求11计算额外参与时间所以有L₁＝(e₁,Δt₁)＝(0.73,0.53)，我们可以计算出用户接受方案L后的效用，表示如下：同样的，我们可以计算出每个用户的方案中的具体数值以及在接受方案之后的效用，表示如下：

用户2：e₂＝0.37，Δt₂＝0.74，

用户4：e₄＝1.44，Δt₄＝0.33，

用户5：e₅＝0.74，Δt₅＝1.23，

用户6：由于用户6没有共同参与任务的用户，所以机制对用户6没有起到作用，有这样我们就得到了所有用户在接受方案后的参与时间以及效用。

进一步地，对本发明的有效性进行验证：

为了更进一步评估本发明的性能，本发明也与其它目前具有代表性的机制(IMCC)进行比较。验证结果表明，本发明的性能均优于其它目前最先进的方法。相关的数据取值如下表2-3所示,表2是参与人数的比较，表3是平台效用的比较。

表格2

表格3

另外，其他相关参数的实验验证如图6和图7所示。

综上，其旨在上述详细描述被认为是例示性的而非限制性的，并且应当理解，所述权利要求(包括所有等同物)旨在限定本发明的精神和范围。以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (10)

1.一种基于行为经济学偏好理论的群智感知系统的激励方法，其特征在于，包括如下步骤：

步骤1、根据以平台为中心的群智感知模型的定义，对系统进行建模，分为平台端和用户端；

步骤2、将群智感知系统的工作流程抽象为6个步骤：1)平台发布任务；2)用户选择任务；3)决定参与计划；4)平台选择参与用户；5)用户报告感知数据；6)报酬支付；

步骤3、针对平台端，将行为经济学中的情境效应引入任务发布机制，设计新的任务发布机制，建立群智感知系统中任务对用户吸引程度的函数，进而提高用户的积极性；

步骤4、针对用户端，考虑用户基于行为经济学中的公平偏好理论，通过设计新的报酬支付机制，修正基于传统经济学的效用函数，提高用户的效用；

步骤5、根据行为经济学中关于情景效应以及公平偏好的理论和实验，对模型进行参数调试，使其符合行为经济学中的实际情况；

步骤6、进行实验仿真，得到相关参数的实验结果，并对数据进行分析，评估各机制所起到的效果。

2.根据权利要求1所述的激励方法，所述步骤1中的建模包括：平台端每一轮发布两个类型的任务，任务集合为S＝{s_low,s_high}，这两类任务的详细信息将在下一节的任务建模中进行讨论，参与用户i根据任务s_ty(ty∈{low,high})对自身的吸引值以及自身阈值ψ_i来决定参与任务的类型，具体表示为：

为ty类任务的参与时间吸引值，为报酬吸引值、α_i和β_i为用户i对参与时间的以及报酬的偏好因子，A,B,C三个参数为无差异曲线的一般表达式的系数，无差异曲线是用来表示两种商品或两组商品的不同数量的组合对消费者所提供的效用是相同的，使用二元一次函数近似替代无差异曲线，表示为另外另ψ_i＝C；

根据以平台为中心的模型定义，参与用户i获得的报酬Q_i表示为：

其中，W代表任务的总报酬，t_i为用户i的参与时间，E代表所有参与者集合；另外，用户的效用函数P_i表示如下：

c_i表示用户i的单位参与时间开销

平台的总报酬M表示为：

M＝g(t₁,t₂,L t_l；n₁,n₂,L,n_l)-W (4)

其中，g(t₁,t₂,L t_l；n₁,n₂,L,n_l)为关于自变量单调递增的严格凹函数，表示用户的参与时间对使得平台能够得到的效益，n₁,n₂,L,n_l分别表示参与时间为t₁,t₂,L t_l的参与者数量。

3.根据权利要求2所述的激励方法，所述步骤3中的设计新的任务发布机制包括，首先根据对群智感知模型的描述，对任务相关属性以及用户的行为模式进行建模：

(1)对任务建模

ty类型任务s_ty的属性：参与时间吸引值(与参与时间成反比)、报酬吸引值(与报酬成正比)，注：ty∈{low,high,decoy}

s_low：高/低；(用户若选择此类任务，时间成本低，得到的报酬也少)

s_high：低/高；(用户若选择此类任务，时间成本高，得到的报酬高)

(2)对用户分类

首先，用户分为3类：1.时间偏好用户(Time-Prefer User)TPU，这一类用户对时间的敏感程度高；2.报酬偏好用户(Payment-Prefer User)PPU，该类用户对报酬的敏感程度较高；3.无偏好用户(Non-Prefer User)NPU，该类用户不会因为报酬或者时间的增加而对其相对的属性有更高的预期要求，对用户i来说，这三类不同类型的有着不同的α_i和β_i，对于TPU，有α_i＞β_i，对于PPU，有α_i＜β_i，对于NPU，有α_i＝β_i，具体值的设置在实验章节会介绍；

(3)用户选择任务

当时，用户i才会考虑参与ty类型的任务，否则用户i一定不参与，令表示为：

在这个前提下，用户参与哪一类任务的概率P_ty表示如下：

其中ty∈{low,high}。

4.根据权利要求3所述的激励方法，其特征在于，所述情境效应是指当一新的选项被移入或移出一个选择集后，人们的偏好和选择行为发生重大转变的一种现象。

5.根据权利要求4所述的激励方法，所述步骤3中的设计新的任务发布机制包括，在发布任务阶段加入一个诱导类任务s_decoy，诱导类任务需要根据发布的两类任务的属性来设计；具体来说，s_low为低参与时间类型任务，s_high为高参与时间任务，为了提高系统的总参与时间，要提升s_high对参与用户的吸引力，鼓励更多的用户参与s_high，所以根据情景效应理论，s_decoy的设计应遵循以下原则：1)优势属性与s_high的优势属性一致；2)劣势属性要比s_high的劣势属性更差一点，设计s_decoy如下：

其中，γ为诱导类任务的诱导因子，表示s_decoy的诱导程度，有0＜γ＜1。

6.根据权利要求5所述的激励方法，其特征在于，可以为每个用户计算出选择哪个任务的概率，并基于此计算出每个用户的参与时间、效用以及平台的效用。

7.根据权利要求1所述的激励方法，所述报酬支付机制包括：首先，改变用户的效用函数，在传统经济学中用户的效用函数如公式(3)所示，在考虑了公平偏好下用户i的效用函数变为：

P_i ^pro为参与者i收益高于其他用户产生的心理收益的自豪正效用，P_i ^jea为收益低于其他用户，心理不平衡产生的嫉妒负效用,分别定义如下：

其中，n_ty表示参与ty类型任务的参与者数量，μ_i为参与者i的公平偏好系数，μ_i越大代表此时参与者的公平偏好程度对其效用影响越大，反之影响越小。

8.根据权利要求1-7任一项所述的激励方法，其特征在于，所述报酬支付机制，具体设计为平台在决定报酬的时候会为每一个参与用户i参与用户提出一个方案L，如果继续参与Δt_i时间，则会得到一个奖励报酬e_i，用数组对表示为L＝{Δt_i,e_i}，则参与用户i的报酬函数Q_i变为表示如下：

其中，E_ty为参与ty类型任务的参与者集合，W_ty为ty类型任务的总报酬；

同样的，用户的参与时间变为由此我们可以得到参与用户i在接受方案L前后的效用，分别为和如下所示：

其中与分别为加入奖励报酬之后，参与用户i的自豪效用以及嫉妒效用，用户会根据与之间的差值的大小决定是否接受方案L，我们引入费米公式，并根据本文的描述对其进行改进，用户接受L的概率ω表示如下：

其中，K为系统参数，在本文中取0.1。

9.根据权利要求1-7任一项所述的激励方法，其特征在于，首先我们利用Stackelberg博弈来分析我们的模型，平台相当于处于支配地位的领导者，参与者们相当于处于被支配地位的追随者，参与者会决定自己的参与时间来实现自身利益最大化，首先我们先计算出用户i在纳什均衡下的最优参与时间令

计算得到：其中，E_ty-i表示在ty类型任务的参与者集合中，除去用户i之后得到的参与者集合；而当时，代表用户不参与任务，有所以可以得到：

10.根据权利要求1-7任一项所述的激励方法，其特征在于，我们令其中b_i为奖励报酬的系数，代表平台根据用户i的参与时间对其进行奖励的程度；根据对的凹函数的限制，加上奖励报酬后，对t_i的二阶偏导要小于0，令得到：

而b_i越大，用户的效用越高，所以这里我们取从而可以得到e_i的值；为了保证参与用户_i的效用不低于加入机制之前，需要满足而当Δt_i越大，用户为平台带来的效用就越高，所以这里我们取