CN111507757A - 提高偏远地区任务完成率的群智感知激励方法 - Google Patents

Abstract

本发明提供了一种提高偏远地区任务完成率的群智感知激励方法，包括：在群智感知平台发布任务后，参与者根据所处的具体位置以及到任务的距离及距离阈值去选择任务，并将选择的任务归于任务集合中；参与者获取自己的内部参考价，并根据群智感知平台提供的平台参考价调整所述内部参考价，并向所述群智感知平台报价；所述群智感知平台根据所述报价计算得到参与者完成任务后给群智感知平台带来的平台福利，根据所述平台福利选择获胜者。本发明考虑了非理性因素对参与者的激励作用，建立了能够影响用户行为决策的平台环境，向参与者提供了距离阈值和平台参考价作为参考点，有指向性地引导参与者决策。

Description

提高偏远地区任务完成率的群智感知激励方法

技术领域

本发明涉及群智感知技术领域，特别涉及一种提高偏远地区任务完成率的群智感知激励方法

背景技术

群智感知是以人为中心的感知，个体和群体通过有意识或无意识的协作，完成大规模、复杂的感知任务，例如医疗健康、智能交通、城市管理及社交服务等。群智感知应用的发展离不开参与者的参与。在一些基于位置的大型的感知任务中，譬如对噪音污染情况、城市基础设施故障等城市特定区域异常情况进行监测时，为了得到较为准确的结果，往往需要大范围的收集数据，所以要求参与者要尽可能地均匀访问区域内的数据，但是，在参与者移动到非热门地区参与感知任务时，与热门地区相比，额外的移动距离会给参与者带来更多的额外成本，比如电池电量、流量等，因此参与者去非热门地区的参与意愿不是很高，同时感知平台也希望以更小的支出换来更高质量的数据，所以很有必要设计合适的激励机制来保障双方的效用。

现有的基于位置的群智感知激励机制的研究中，为了解决任务完成不均的问题，大多研究者提出通过改变任务的价值或者采用新的任务分配方式或支付报酬方式来吸引参与者去非热门地区完成任务，以提高任务的完成率。但在这类激励机制中普遍存在以下两个问题：第一，价值函数取决于预期效用理论中的最终财富状况，通常假设更高的支付会带来更好的激励效果；第二，假设参与者除了成本外，不存在损失。但是行为经济学通过大量的实验证明：第一，人们是根据选择结果与参照点之间的潜在收益或者损失进行决策，因此，更高的报酬不一定会带来更好的激励效果；第二如果效用变化的绝对主观价值小于参考点，就会造成损失。此外，当人们的选择与参考点的偏差表示损失时，损失值通常大于将相同大小的偏差视为收益时的收益值。

发明内容

本发明提供了一种提高偏远地区任务完成率的群智感知激励方法，其目的是为了更贴近现实的激励效果，更有效的激励参与者参与偏远地区的任务。

为了达到上述目的，本发明的实施例提供了一种提高偏远地区任务完成率的群智感知激励方法，包括：

步骤1，在群智感知平台发布任务后，参与者根据所处的具体位置以及到任务的距离及距离阈值去选择任务，并将选择的任务归于任务集合中；

步骤2，参与者获取自己的内部参考价，并根据群智感知平台提供的平台参考价调整所述内部参考价，并向所述群智感知平台报价；

步骤3，所述群智感知平台根据所述报价计算得到参与者完成任务后给群智感知平台带来的平台福利，根据所述平台福利选择获胜者；

步骤4，在所述参与者完成任务后，所述群智感知平台通过计算多次参与的参与者的累积移动距离向所述参与者支付报酬，计算参与者的平台效用。

其中，所述方法还包括：

当参与者的累积移动距离大于或等于所述距离阈值时，参与者的报酬由参与者的报价和奖励两部分组成；

当参与者的累积移动距离小于所述距离阈值时，参与者获得与报价相对应的报酬。

其中，所述步骤1包括：

当参与者第一次参与感知任务时，参与者选择参与者到任务距离为0的任务；

当参与者的参与次数大于1时，当且仅当参与者到任务的距离小于等于参与者的移动上限时，该任务可以被参与者选择，否则参与者不能选择该任务。

其中，所述步骤2包括：

当参与者完成参与者距离为0的任务时，平台不提供参考价，参与者对任务的报价为参与者的内部参考价；

当参与者的参与次数大于1时，平台根据第一次参与时获胜者的平均报价进行提供平台参考价。

其中，所述步骤3具体包括：

用以下公式计算得到参与者ρ_i完成任务τ_j所带来的平台福利：

其中

是参与者ρ_i以报价

完成距离参与者ρ_i距离为

的任务τ_j带来的平台福利，v_j为任务j的价值。

其中，所述步骤4具体包括：

参与者T次参与内参与者的累积移动距离的表达式为:

其中，

代表参与者ρ_i在T次参与内参与者的累积移动距离。

其中，所述步骤4还包括：

根据以下公式计算参与者完成任务后带来的平台效用：

其中，Ρ表示获胜者的集合，κ_i为分配给参与者的任务集合，Γ为所有任务集合，

为参与者ρ_i对应的报酬，Θ为参与者获得的奖励，

为参与者的累积移动距离，Υ为距离阈值。

其中，所述步骤4还包括：

统计累积移动距离小于距离阈值的参与者的损失值，参与者ρ_i完成任务损失值的计算公式如下：

其中，

表示参与者ρ_i完成任务后的应得报酬，计算公式为：

根据得到的参与者完成任务后的损失值，由于损失厌恶的存在，未获得奖励的参与者会产生一定的损失效用，计算公式为：

其中，λ为厌恶系数，其值λ＝-2.25；

根据得到的累积移动距离小于距离阈值的参与者的损失效用，参与者的总效用的计算公式为：

其中，U_e为参与者的经济效用。当参与者的累积移动距离小于距离阈值时，参与者的经济效用计算公式为：

当参与者的累积移动距离大于距离阈值时，参与者的经济效用计算公式为：

其中ζ_i为参与者的参与成本，

为参与者的移动成本，η_i,j为参与者对任务的意愿系数0＜η_i,j＜0.1；

所述参与者的总效用的计算公式：

本发明的上述方案有如下的有益效果：

本发明基于行为经济学的理论，提出了一种促进参与者完成偏远地区任务的激励框架，考虑了非理性因素对参与者的激励作用，建立了能够影响用户行为决策的平台环境，向参与者提供了距离阈值和平台参考价作为参考点，有指向性地引导参与者决策，并且通过损失厌恶效用函数构建参与者的效用函数，进一步的激励参与者不断完成偏远地区的任务，所以本发明能有更实际和更有效的激励效果。

附图说明

图1为本发明的提高偏远地区任务完成率的群智感知激励方法的流程示意图。

图2为本发明的效果对比图。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。

如图1和图2所示，本发明的实施例提供了一种提高偏远地区任务完成率的群智感知激励方法，包括：

步骤1：当参与者进行任务选择时，参与者对任务的选择率ψ_i,j不仅与参与者到目标任务的距离有关，还受参与者意愿系数η_i,j的影响，其中0＜η_i,j＜0.1，参与者对任务选择率的计算公式如下：

我们通过定理1对参与者的任务选择进行详细描述。

定理1：当所有任务的价值都相等时，对于累积移动距离

的参与者去选择任务时，当两个任务τ_o,τ_o+1同时处于热门地区时η_i,j∝ψ_i,j，当τ_o处于热门地区，τ_o+1处于偏远地区，必定会存在

证明：①当τ_o,τ_o+1均处于热门地区时，

假设

其中h＞1，带入参与者任务选择率公式可得

ψ_i,o-ψ_i,o+1＜0，即ψ_i,o＜ψ_i,o+1。

②当τ_o处于热门地区，τ_o+1处于偏远地区，

假设

其中g＞1，带入参与者任务选择率公式，可得

∵0＜η_i,o＜0.1，

∴ψ_i,o+1-ψ_i,o＞0，即ψ_i,o+1＞ψ_i,o。因此定理1得证。

参与者确定选择的任务集合S_i后，需要为S_i中的任务给出报价

参与者提供的报价

不仅受外部因素(实验者锚)的影响也与参与者之前的经验(自发锚)有关，用平台参考价φ_t来代替实验者锚，参与者内部价μ_i,j来代替自发锚。在第t轮，参与者ρ_i对任务τ_j进行报价决策时，平台会根据t-1轮的获胜者平均报价发布平台参考价φ_t，其中

为t-1轮获胜者集合。

参与者的内部价μ_i,j由参与者的总成本c_i,j和t-1轮参与者的报价组成。

其中β为上一轮报价

在内部价中所占的权重，

参与者ρ_i的总成本c_i,j由参与成本ζ_i,j和移动成本

两部分组成。

将总成本带入内部价公式中可得内部价具体计算形式

在发布平台参考价φ_t后，参与者ρ_i会用内部价和φ_t进行比较。当μ_i,j＜φ_t时，参与者ρ_i的报价即为内部价；当μ_i,j≥φ_t时，参与者ρ_i会对报价进行一定的调整，具体报价计算公式：

其中0＜ε,δ＜1且ε+δ＝1，ε为参照因子，不同参与者受锚定的影响程度不同。

参与者ρ_i提交报价

后，平台通过报价

计算得到参与者ρ_i完成任务τ_j带来的平台福利，根据平台福利来对参与者进行选择。平台福利为平台在支付给参与者报酬时可以支付的最高价格与实际支付价格之间的差额。

当μ_i,j＜φ_t时

当μ_i,j≥φ_t时

在获得参与者ρ_i完成任务τ_j获得的平台福利后，平台会在选择任务τ_j的参与者集合P_j,t中选取社会福利贡献最大的参与者完成任务τ_j，被选中的参与者ρ_i即为获胜者，

其中

为第t轮获胜者集合。

参与者ρ_i会得到获得任务集

参与者到

中的任何任务τ_j都有一定的移动距离

参与者只有在一定参与次数T内的累计移动距离ξ≥Υ时，参与者的报酬除了固定的报价外，还会获得奖励Θ。否则参与者只能获得固定的报价

对于所有去偏远地区完成任务的参与者，完成任务后应得报酬

为：

但是参与者的实际报酬

与参与者的累计移动距离ξ有很大的关联：

为了保持机制的有效性，对于每个参与者的累计移动距离Υ都应该满足

其中

代表参与者ρ_i到偏远地区任务的移动距离。

平台效用与参与者的报酬有关，平台效用的计算公式：

为了确保平台效用U≥0，且参与者完成任务带来的平台福利最大化，我们需要保证参数Θ在合理的取值范围内，因此我们通过定理2去证明Θ的取值范围。

定理2：为了保证平台福利

最大，且平台效用U≥0，奖励Θ的合理取值范围为

证明：根据经济学的定义可得参与者的边际效用M_e的计算公式

边际支出O_e的计算公式

根据消费剩余最大化的条件可知，当M_e＝O_e时，即

时平台福利

取得最大值，此时可得奖励Θ的最大值

统计累积移动距离小于距离阈值的参与者的损失值，参与者ρ_i完成任务损失值的计算公式如下：

其中，

表示参与者ρ_i完成任务后的应得报酬，计算公式为：

根据得到的参与者完成任务后的损失值，由于损失厌恶的存在，未获得奖励的参与者会产生一定的损失效用，计算公式为：

其中，λ为厌恶系数，其值λ＝-2.25；

根据得到的累积移动距离小于距离阈值的参与者的损失效用，参与者的总效用的计算公式为：

其中，U_e为参与者的经济效用。当参与者的累积移动距离小于距离阈值时，参与者的经济效用计算公式为：

当参与者的累积移动距离大于距离阈值时，参与者的经济效用计算公式为：

其中ζ_i为参与者的参与成本，

为参与者的移动成本，η_i,j为参与者对任务的意愿系数0＜η_i,j＜0.1；

所述参与者的总效用的计算公式：

在本实施例中，首先评估了平台中任务总量相同时，β值和δ值对参与者报价、平台福利、平台效用、参与者的经济效用以及总效用的影响，相关的数据取值如下表1-4所示，表1是β和δ对参与者报价的影响，表2是β和δ对平台福利的影响，表3是β和δ对平台效用的影响，表4是β和δ对参与者经济效用以及总效用的影响。

表1 β和δ对参与者报价的影响

表2 β和δ对平台福利的影响

表3 β和δ对平台效用的影响

表4 β和δ对参与者经济效用以及总效用的影响

本发明基于行为经济学的理论，提出了一种促进参与者完成偏远地区任务的激励框架，考虑了非理性因素对参与者的激励作用，建立了能够影响用户行为决策的平台环境，向参与者提供了距离阈值和平台参考价作为参考点，有指向性地引导参与者决策，并且通过损失厌恶效用函数构建参与者的效用函数，进一步的激励参与者不断完成偏远地区的任务，所以本发明能有更实际和更有效的激励效果。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种提高偏远地区任务完成率的群智感知激励方法，其特征在于，包括：

步骤1，在群智感知平台发布任务后，参与者根据所处的具体位置以及到任务的距离及距离阈值去选择任务，并将选择的任务归于任务集合中；

步骤2，参与者获取自己的内部参考价，并根据群智感知平台提供的平台参考价调整所述内部参考价，并向所述群智感知平台报价；

步骤3，所述群智感知平台根据所述报价计算得到参与者完成任务后给群智感知平台带来的平台福利，根据所述平台福利选择获胜者；

步骤4，在所述参与者完成任务后，所述群智感知平台通过计算多次参与的参与者的累积移动距离向所述参与者支付报酬，计算参与者的平台效用。

2.根据权利要求1所述的提高偏远地区任务完成率的群智感知激励方法，其特征在于，所述方法还包括：

当参与者的累积移动距离大于或等于所述距离阈值时，参与者的报酬由参与者的报价和奖励两部分组成；

当参与者的累积移动距离小于所述距离阈值时，参与者获得与报价相对应的报酬。

3.根据权利要求1所述的提高偏远地区任务完成率的群智感知激励方法，其特征在于，所述步骤1包括：

当参与者第一次参与感知任务时，参与者选择参与者到任务距离为0的任务；

当参与者的参与次数大于1时，当且仅当参与者到任务的距离小于等于参与者的移动上限时，该任务可以被参与者选择，否则参与者不能选择该任务。

4.根据权利要求1所述的提高偏远地区任务完成率的群智感知激励方法，其特征在于，所述步骤2包括：

当参与者完成参与者距离为0的任务时，平台不提供平台参考价，参与者对任务的报价为参与者的内部参考价；

当参与者的参与次数大于1时，平台根据第一次参与时获胜者的平均报价进行提供平台参考价。

5.根据权利要求1所述的提高偏远地区任务完成率的群智感知激励方法，其特征在于，所述步骤3具体包括：

用以下公式计算得到参与者ρ_i完成任务τ_j所带来的平台福利：

其中

是参与者ρ_i以报价

完成距离参与者ρ_i距离为

的任务τ_j带来的平台福利，v_j为任务j的价值。

6.根据权利要求1所述的提高偏远地区任务完成率的群智感知激励方法，其特征在于，所述步骤4具体包括：

参与者T次参与内参与者的累积移动距离的表达式为:

其中，

代表参与者ρ_i在T次参与内参与者的累积移动距离。

7.根据权利要求1所述的提高偏远地区任务完成率的群智感知激励方法，其特征在于，所述步骤4还包括：

根据以下公式计算参与者完成任务后带来的平台效用：

其中，Ρ表示获胜者的集合，κ_i为分配给参与者的任务集合，Γ为所有任务集合，

为参与者ρ_i对应的报酬，Θ为参与者获得的奖励，

为参与者的累积移动距离，Υ为距离阈值。

8.根据权利要求1所述的提高偏远地区任务完成率的群智感知激励方法，其特征在于，所述步骤4还包括：

统计累积移动距离小于距离阈值的参与者的损失值，参与者ρ_i完成任务损失值的计算公式如下：

其中，

表示参与者ρ_i完成任务后的应得报酬，计算公式为：

根据得到的参与者完成任务后的损失值，由于损失厌恶的存在，未获得奖励的参与者会产生一定的损失效用，计算公式为：

其中，λ为厌恶系数，其值λ＝-2.25；

根据得到的累积移动距离小于距离阈值的参与者的损失效用，参与者的总效用的计算公式为：

U_T＝U_e+E_ρi

其中，U_e为参与者的经济效用，当参与者的累积移动距离小于距离阈值时，参与者的经济效用计算公式为：

当参与者的累积移动距离大于距离阈值时，参与者的经济效用计算公式为：

其中ζ_i为参与者的参与成本，

为参与者的移动成本，η_i,j为参与者对任务的意愿系数0＜η_i,j＜0.1；

所述参与者的总效用的计算公式：

Images