CN113034223B - 一种基于激励机制的群智服务交易匹配方法、系统和介质 - Google Patents

一种基于激励机制的群智服务交易匹配方法、系统和介质 Download PDF

Info

Publication number
CN113034223B
CN113034223B CN202110259911.6A CN202110259911A CN113034223B CN 113034223 B CN113034223 B CN 113034223B CN 202110259911 A CN202110259911 A CN 202110259911A CN 113034223 B CN113034223 B CN 113034223B
Authority
CN
China
Prior art keywords
service
contribution value
task
network
reward
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
CN202110259911.6A
Other languages
English (en)
Other versions
CN113034223A (zh
Inventor
秦波
刘雅妮
刘奕凡
刘炯楠
郭云达
耿一夫
胡晟
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.)
Renmin University of China
Original Assignee
Renmin University of China
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 Renmin University of China filed Critical Renmin University of China
Priority to CN202110259911.6A priority Critical patent/CN113034223B/zh
Publication of CN113034223A publication Critical patent/CN113034223A/zh
Application granted granted Critical
Publication of CN113034223B publication Critical patent/CN113034223B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computer Security & Cryptography (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Computing Systems (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于智能服务交易领域，涉及一种基于激励机制的群智服务交易方法、系统和介质，包括以下步骤：S1服务需求者发布服务需求任务，并扣除服务需求任务对应的预估酬金额；S2服务需求任务根据交易智能合约发送至服务供给者；S3服务供给者选择提供服务或推荐给其他服务供给者，并记录每个服务供给者对认为的直接贡献值以及推荐贡献值；S4在服务需求任务完成时计算每个供给者的总贡献值，并根据总贡献值给每个服务供给者发放酬金。本发明可以利用激励机制和群体智能高效地将服务供给者的产品推荐给最需要的人，同时也可以实现服务需求者寻求高质量的服务的需求，尤其是对于需要大量人工操作的工作，可以显著提高系统的自动化水平。

Description

一种基于激励机制的群智服务交易匹配方法、系统和介质
技术领域
本发明涉及一种基于激励机制的群智服务交易方法、系统和介质，属于智能服务交易领域。
背景技术
随着大数据时代的到来，海量数据不断产生。这给智能服务交易领域带来了新的机遇和挑战，广义的服务交易包括实体商品交易和虚拟服务交易，如常见的物品买卖、任务悬赏、技术外包、有偿问答等。服务交易本质上是社会资源合理的再分配，可以满足人们获取资源或赚取收益的需求。在当下新业态环境下，资源倾斜现象愈发严重，人们获取不同资源的需求也日益增长，服务交易双方如何通过社交网络高效地进行需求匹配从而使交易智能化变成了一个新的问题。
当前传统的商品交易的智能化是从海量的交易记录中提取分析用户和商品的特征标签，训练推荐算法模型，从而预测用户最喜欢的商品。这种预测模型也可以帮助商品的提供者进行自己商品受众的定位，从而精准进行广告投放。然而在服务交易的场景中，由于缺乏足够的交易记录，而服务产品具有多样化、多来源的特点，通常难以训练出一个满足需求的推荐模型。同时，面对推荐系统中常见的冷启动问题，如何为交易双方提供更加个性化的匹配推荐，准确高效地将某项服务推广到需求方的问题也亟待解决。
发明内容
针对上述问题，本发明的目的是提供一种基于激励机制的群智服务交易匹配方法、系统和介质，其利用群体智能在服务交易的场景下根据买卖双方的真实需求提供智能化的推荐与匹配。
为实现上述目的，本发明采取以下技术方案：一种基于激励机制的群智服务交易方法，包括以下步骤：S1服务需求者发布服务需求任务，并扣除服务需求任务对应的预估酬金额；S2服务需求任务根据交易智能合约发送至服务供给者；S3服务供给者选择提供服务或推荐给其他服务供给者，并记录每个服务供给者对认为的直接贡献值以及推荐贡献值；S4在服务需求任务完成时计算每个供给者的总贡献值，并根据总贡献值给每个服务供给者发放酬金。
进一步，预估酬金额根据服务需求数量自动计算，其包括给予服务供给者和推广者的酬金，服务供给者选择提供服务或推荐给其他服务供给者，若其他服务供给者为服务需求者提供服务，则前一个服务供给者能够得到相应的推广酬金。
进一步，步骤S2中的服务供给者能够创建推广需求，创建推广任务时，根据推广任务需达到的用户量自动计算应抵押酬金额，推广任务根据交易智能合约发送至服务需求者。
进一步，服务需求者在接受到推广任务后，选择与服务供给者达成交易或推荐给其他服务需求者，若其他服务需求者与服务供给者达成交易，则前一个服务需求者能够得到相应的推广酬金。
进一步，步骤S3中直接贡献值以及推荐贡献值的计算方法为：初始化服务需求任务的奖励池，输入为服务需求数量或推广需达到的用户量N，输出预估酬金额；使服务需求任务或推广任务在用户关系网络上通过用户之间的推荐形成奖励网络G，参与任务完成的用户的工作量W，输出为奖励网络G上每个用户的推荐贡献FC和直接贡献值WC。
进一步，总贡献值为直接贡献和推荐贡献的和。
进一步，总贡献值R(WC,FC)的计算公式为：
其中，C1,C2,α,β为常数，且C1>C2>0,α>β>1，S是用户关系网络，v是奖励网络G中的一个结点，ST1(v)表示以v为根结点的子树的第一层，w是ST1(v)中的一个结点，Δt(v)代表结点v加入G之后的工作时间，Δt(w)代表结点w加入G之后的工作时间。
本发明还公开了一种基于激励机制的群智服务交易系统，包括：服务需求终端，用于服务需求者发布服务需求任务，并扣除服务需求任务对应的预估酬金额；智能合约模块，用于服务需求任务根据交易智能合约发送至服务供给者；服务供给终端，用于服务供给者选择提供服务或推荐给其他服务供给者，并记录每个服务供给者对认为的直接贡献值以及推荐贡献值；激励模块，用于在服务需求任务完成时计算每个供给者的总贡献值，并根据总贡献值给每个服务供给者发放酬金。
进一步，总贡献值R(WC,FC)的计算公式为：
其中，C1,C2,α,β为常数，且C1>C2>0,α>β>1，S是用户关系网络，v是奖励网络G中的一个结点，ST1(v)表示以v为根结点的子树的第一层，w是ST1(v)中的一个结点，Δt(v)代表结点v加入奖励网络G之后的工作时间，Δt(w)代表结点w加入奖励网络G之后的工作时间。
本发明还公开了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行以实现上述任一种的基于激励机制的群智服务交易方法。
本发明由于采取以上技术方案，其具有以下优点：
1、本发明可以利用激励机制和群体智能高效地将服务供给者的产品推荐给最需要的人，同时也可以实现服务需求者寻求高质量的服务的需求，尤其是对于需要大量人工操作的工作，可以显著提高系统的自动化水平。
2、本发明采用的ASAIM激励机制可以有效激励用户参与任务的推广扩展，并且可以很好地防止女巫攻击，增强了网络的健壮性、降低了冗余性，提高了整个系统的工作效率。本发明创新地提出了奖励函数形式的确定方法，依据用户对系统贡献的种类进行相应酬金,并使用数学知识对不同情况进行论证，借助以太坊平台进行模拟验证，得到了一种创新高效的激励机制。
3、本发明的应用场景广泛，扩展性强，典型的应用场景是在社交网络下的服务商品推荐，对贡献酬金的内涵稍作外拓即可扩展到其他场景使用，如社交网络下的信息传播、数据集的人工标注、古文献的识别推断，广告的投放、人工智能定制化服务的推广等。
4、本发明基于区块链，其分布式结构和其不可篡改的特性使得本发明提出的系统更加安全，信息公开透明，服务交易自动化。
附图说明
图1是本发明一实施例中服务需求终端流程处理方法的流程图；
图2是本发明一实施例中服务供给终端流程处理方法的流程图；
图3是本发明一实施例中基于激励机制的群智服务交易系统的结构图。
具体实施方式
为了使本领域技术人员更好的理解本发明的技术方向，通过具体实施例对本发明进行详细的描绘。然而应当理解，具体实施方式的提供仅为了更好地理解本发明，它们不应该理解成对本发明的限制。在本发明的描述中，需要理解的是，所用到的术语仅仅是用于描述的目的，而不能理解为指示或暗示相对重要性。
群体智能近几年被广泛关注，衍生出来的各种算法在许多搜索、决策、优化问题中发挥了巨大作用。群体智能的概念来源于对自然界昆虫、鱼群、蚁群、鸟群的观察和模拟。这些群体没有一个集中控制中心来统一调度每个成员，各个成员都是互相影响的个体，行为简单。当它们作为群体协作工作时，能够突显出非常复杂的行为特征——智能行为，即群体智能。任何一种由昆虫群体或者其他动物社会行为机制启发设计出来的算法或分布式解决问题的策略都属于群智能。目前群智能的应用主要集中在搜索优化、数据挖掘等领域中，在交易匹配领域缺乏实践与应用。
实施例一
本实施例公开了一种基于激励机制的群智服务交易方法，如图1、图2所示，包括以下步骤：
用户进入系统后，用户如已注册则可以登录系统；如未注册，进行注册流程之后即可以登陆系统。
S1服务需求者发布服务需求任务，并扣除服务需求任务对应的预估酬金额；
预估酬金额根据服务需求数量自动计算，其包括给予服务供给者和推广者的酬金，服务供给者选择提供服务或推荐给其他服务供给者，若其他服务供给者为服务需求者提供服务，则前一个服务供给者能够得到相应的推广酬金。
S2服务需求任务根据交易智能合约发送至服务供给者。
S3服务供给者选择提供服务或推荐给其他服务供给者，并记录每个服务供给者对认为的直接贡献值以及推荐贡献值。
直接贡献值以及推荐贡献值的计算方法为：初始化服务需求任务的奖励池，输入为服务需求数量或推广需达到的用户量N，输出预估酬金额；使服务需求任务或推广任务在用户关系网络上通过用户之间的推荐形成奖励网络G，参与任务完成的用户的工作量W，输出为奖励网络G上每个用户的推荐贡献FC和直接贡献值WC。总贡献值为直接贡献和推荐贡献的和。
总贡献值R(WC,FC)的计算公式为：
其中，C1,C2,α,β为常数，且C1>C2>0,α>β>1，S是用户关系网络，v是奖励网络G中的一个结点，ST1(v)表示以v为根结点的子树的第一层，w是ST1(v)中的一个结点，Δt(v)代表结点v加入奖励网络G之后的工作时间，Δt(w)代表结点w加入奖励网络G之后的工作时间。
S4在服务需求任务完成时计算每个供给者的总贡献值，并根据总贡献值给每个服务供给者发放酬金。根据群体智能，多轮推荐后更容易找到与服务需求者需求匹配的服务。
如图2所示，本实施例步骤S2中的服务供给者能够创建推广需求，创建推广任务时，根据推广任务需达到的用户量自动计算应抵押酬金额，推广任务根据交易智能合约发送至服务需求者。服务需求者在接受到推广任务后，选择与服务供给者达成交易或推荐给其他服务需求者，若其他服务需求者与服务供给者达成交易，则前一个服务需求者能够得到相应的推广酬金。
实施例二
基于相同的发明构思，本实施例公开了一种基于激励机制的群智服务交易系统，如图3所示，包括：
服务需求终端，用于服务需求者发布服务需求任务，并扣除服务需求任务对应的预估酬金额；其引导协助每一位服务需求者完成注册过程，将用户信息构建形成一个去中心化对等网络。每一位服务需求者可进行服务需求(如任务悬赏、技术外包、有偿问答等)的发布。
智能合约模块，用于服务需求任务根据交易智能合约发送至服务供给者；智能合约用于表达核心业务逻辑(即服务的创建和匹配，推荐酬金的发放，用户的创建和用户间关系的创建等)，根据区块链技术的特性，该合约一经发布将部署在区块链操作系统(如以太坊平台)上，并且无法再次篡改，当外界条件发生变化(如任务到期，任务量达标等)时，智能合约将被触发。该交易匹配系统的智能合约包括用户注册与登录逻辑，服务需求的发布逻辑，参与人统计逻辑，以及酬金发放逻辑，奖励网络构建逻辑。
服务供给终端，用于服务供给者选择提供服务或推荐给其他服务供给者，并记录每个服务供给者对认为的直接贡献值以及推荐贡献值；服务的提供者在发布一定服务产品(如咨询服务，人工智能产品定制化服务等)之后，可以通过用户关系网络进行商品的推广，从而找到更需要该服务的用户。
激励模块，用于在服务需求任务完成时计算每个供给者的总贡献值，并根据总贡献值给每个服务供给者发放酬金。激励模块将系统上的用户关系网络看作一个社交网络S，该社交网络中的每个结点表示一个真实存在的用户。在该社交网络S上，一次服务交易匹配看作一个任务，这个任务需要网络上的用户群体通过群体智能来完成。ASAIM激励模块产生一个新的奖励网络G，表示参与任务的用户之间的推荐关系。参与任务完的每个结点将会推荐其他结点加入奖励网络G，推荐关系成立之后被推荐的结点将会成为奖励网络G中推荐结点的子结点，并且产生一条由该结点指向被推荐结点的有向边，表示结点之间的推荐关系。该奖励网络G是用户关系网络上的一个有向无环子图，根结点为任务的发起人(即服务的需求者或提供者)。对于每个加入奖励网络G并参与任务完成的结点来说，最后收到的酬金由自己对任务的贡献值决定，每个结点的贡献值R(WC,FC)分为两部分：自己直接参与任务完成产生的直接贡献值WC(v,Δt(v))和自己因为推荐其他结点加入奖励网络G带来的推荐贡献值FC(v,ST1(v))(其中ST1(v)表示v的第一代子结点)。(如在众包任务中，该结点可以作为服务的提供者认领一部分任务，同时还可以将任务推荐给其他朋友结点)。ASAIM激励模块既可以为用户提供动力，从而实现智能服务交易匹配，还可以防止单个结点进行女巫攻击，从而保证整个网络的完全性。
其中，总贡献值R(WC,FC)的计算公式为：
其中，C1,C2,α,β为常数，且C1>C2>0,α>β>1，S是用户关系网络，v是奖励网络G中的一个结点，ST1(v)表示以v为根结点的子树的第一层，w是ST1(v)中的一个结点，Δt(v)代表结点v加入奖励网络G之后的工作时间，Δt(w)代表结点w加入奖励网络G之后的工作时间。
实施例三
基于相同的发明构思，本实施例公开了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行以实现上述任一种的基于激励机制的群智服务交易方法。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。上述内容仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围。

Claims (6)

1.一种基于激励机制的群智服务交易方法，其特征在于，包括以下步骤：
S1服务需求者发布服务需求任务，并扣除所述服务需求任务对应的预估酬金额；
S2所述服务需求任务根据交易智能合约发送至服务供给者；
S3所述服务供给者选择提供服务或推荐给其他服务供给者，并记录每个服务供给者对认为的直接贡献值以及推荐贡献值；
S4在所述服务需求任务完成时计算每个供给者的总贡献值，并根据所述总贡献值给每个所述服务供给者发放酬金；
所述步骤S3中直接贡献值以及推荐贡献值的计算方法为：初始化服务需求任务的奖励池，输入为服务需求数量或推广需达到的用户量N，输出预估酬金额；使服务需求任务或推广任务在用户关系网络上通过用户之间的推荐形成奖励网络G,参与任务完成的用户的工作量W，输出为奖励网络G上每个用户的推荐贡献FC和直接贡献值WC；
所述总贡献值为直接贡献和推荐贡献的和；
所述总贡献值R(WC,FC)的计算公式为：
其中，C1,C2,α,β为常数，且C1>C2>0,α>β>1，S是用户关系网络，v是奖励网络G中的一个结点，ST1(v)表示以v为根结点的子树的第一层,w是ST1(v)中的一个结点，Δt(v)代表结点v加入奖励网络G之后的工作时间，Δt(w)代表结点w加入奖励网络G之后的工作时间。
2.如权利要求1所述的基于激励机制的群智服务交易方法，其特征在于，所述预估酬金额根据服务需求数量自动计算，其包括给予服务供给者和推广者的酬金，所述服务供给者选择提供服务或推荐给其他服务供给者，若所述其他服务供给者为所述服务需求者提供服务，则前一个服务供给者能够得到相应的推广酬金。
3.如权利要求1所述的基于激励机制的群智服务交易方法，其特征在于，所述步骤S2中的服务供给者能够创建推广需求，创建推广任务时，根据所述推广任务需达到的用户量自动计算应抵押酬金额，所述推广任务根据交易智能合约发送至所述服务需求者。
4.如权利要求3所述的基于激励机制的群智服务交易方法，其特征在于，所述服务需求者在接受到所述推广任务后，选择与所述服务供给者达成交易或推荐给其他服务需求者，若所述其他服务需求者与所述服务供给者达成交易，则前一个服务需求者能够得到相应的推广酬金。
5.一种基于激励机制的群智服务交易系统，其特征在于，包括：
服务需求终端，用于服务需求者发布服务需求任务，并扣除所述服务需求任务对应的预估酬金额；
智能合约模块，用于所述服务需求任务根据交易智能合约发送至服务供给者；
服务供给终端，用于所述服务供给者选择提供服务或推荐给其他服务供给者，并记录每个服务供给者对认为的直接贡献值以及推荐贡献值；
激励模块，用于在所述服务需求任务完成时计算每个供给者的总贡献值，并根据所述总贡献值给每个所述服务供给者发放酬金；
所述服务供给终端中直接贡献值以及推荐贡献值的计算方法为：初始化服务需求任务的奖励池，输入为服务需求数量或推广需达到的用户量N，输出预估酬金额；使服务需求任务或推广任务在用户关系网络上通过用户之间的推荐形成奖励网络G,参与任务完成的用户的工作量W，输出为奖励网络G上每个用户的推荐贡献FC和直接贡献值WC；
所述总贡献值为直接贡献和推荐贡献的和；
所述总贡献值R(WC,FC)的计算公式为：
其中，C1,C2,α,β为常数，且C1>C2>0,α>β>1，S是用户关系网络，v是奖励网络G中的一个结点，ST1(v)表示以v为根结点的子树的第一层,w是ST1(v)中的一个结点，Δt(v)代表结点v加入奖励网络G之后的工作时间，Δt(w)代表结点w加入奖励网络G之后的工作时间。
6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行以实现如权利要求1-4任一项所述的基于激励机制的群智服务交易方法。
CN202110259911.6A 2021-03-10 2021-03-10 一种基于激励机制的群智服务交易匹配方法、系统和介质 Active CN113034223B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110259911.6A CN113034223B (zh) 2021-03-10 2021-03-10 一种基于激励机制的群智服务交易匹配方法、系统和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110259911.6A CN113034223B (zh) 2021-03-10 2021-03-10 一种基于激励机制的群智服务交易匹配方法、系统和介质

Publications (2)

Publication Number Publication Date
CN113034223A CN113034223A (zh) 2021-06-25
CN113034223B true CN113034223B (zh) 2024-03-05

Family

ID=76469055

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110259911.6A Active CN113034223B (zh) 2021-03-10 2021-03-10 一种基于激励机制的群智服务交易匹配方法、系统和介质

Country Status (1)

Country Link
CN (1) CN113034223B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5365516A (en) * 1991-08-16 1994-11-15 Pinpoint Communications, Inc. Communication system and method for determining the location of a transponder unit
CN103493463A (zh) * 2011-04-25 2014-01-01 阿尔卡特朗讯 推荐服务中的隐私保护
CN103533502A (zh) * 2013-10-15 2014-01-22 上海交通大学 一种群智感知系统中的防欺骗拍卖方法及系统
CN106537441A (zh) * 2014-05-14 2017-03-22 国立研究开发法人产业技术综合研究所 买卖信息交换装置以及方法
CN109242621A (zh) * 2018-08-29 2019-01-18 武汉职业技术学院 服务供需匹配方法及系统
CN109711720A (zh) * 2018-12-25 2019-05-03 西安交通大学深圳研究院 一种应用于群智感知的数据质量评估方法
CN110189174A (zh) * 2019-05-29 2019-08-30 南京工业大学 一种基于数据质量感知的移动群智感知激励方法
CN110224817A (zh) * 2019-05-29 2019-09-10 中国人民大学 一种基于区块链技术的软件推广智能服务系统和方法
CN110415073A (zh) * 2019-07-04 2019-11-05 孟理森 一种o2o信息化联盟式平台的构建和运营方法
CN111246468A (zh) * 2020-01-14 2020-06-05 华南理工大学 一种针对群体感知中隐私保护的数据质量感知激励方法
CN112419079A (zh) * 2020-12-04 2021-02-26 中国人民解放军国防科技大学 一种面向开源协作社区的贡献价值度量和群体激励方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7539628B2 (en) * 2000-03-21 2009-05-26 Bennett James D Online purchasing system supporting buyer affordability screening

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5365516A (en) * 1991-08-16 1994-11-15 Pinpoint Communications, Inc. Communication system and method for determining the location of a transponder unit
CN103493463A (zh) * 2011-04-25 2014-01-01 阿尔卡特朗讯 推荐服务中的隐私保护
CN103533502A (zh) * 2013-10-15 2014-01-22 上海交通大学 一种群智感知系统中的防欺骗拍卖方法及系统
CN106537441A (zh) * 2014-05-14 2017-03-22 国立研究开发法人产业技术综合研究所 买卖信息交换装置以及方法
CN109242621A (zh) * 2018-08-29 2019-01-18 武汉职业技术学院 服务供需匹配方法及系统
CN109711720A (zh) * 2018-12-25 2019-05-03 西安交通大学深圳研究院 一种应用于群智感知的数据质量评估方法
CN110189174A (zh) * 2019-05-29 2019-08-30 南京工业大学 一种基于数据质量感知的移动群智感知激励方法
CN110224817A (zh) * 2019-05-29 2019-09-10 中国人民大学 一种基于区块链技术的软件推广智能服务系统和方法
CN110415073A (zh) * 2019-07-04 2019-11-05 孟理森 一种o2o信息化联盟式平台的构建和运营方法
CN111246468A (zh) * 2020-01-14 2020-06-05 华南理工大学 一种针对群体感知中隐私保护的数据质量感知激励方法
CN112419079A (zh) * 2020-12-04 2021-02-26 中国人民解放军国防科技大学 一种面向开源协作社区的贡献价值度量和群体激励方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
一种基于竞争机制的P2P资源分配算法;刘雅芳;唐瑞春;徐慧敏;范盈盈;;中国海洋大学学报(自然科学版)(第03期);全文 *
移动群智感知中任务分配的研究;方文凤;周朝荣;孙三山;;计算机应用研究(第11期);全文 *
面向任务代价差异的移动群智感知激励模型;王健;黄越;赵国生;赵中楠;;电子与信息学报(第06期);全文 *

Also Published As

Publication number Publication date
CN113034223A (zh) 2021-06-25

Similar Documents

Publication Publication Date Title
Zhao et al. The evolution of platform business models: Exploring competitive battles in the world of platforms
Cai et al. Real-time bidding by reinforcement learning in display advertising
Satzger et al. Auction-based crowdsourcing supporting skill management
Hu et al. Simultaneous vs. sequential group-buying mechanisms
Camarinha-Matos et al. Performance indicators for collaborative networks based on collaboration benefits
US20130238416A1 (en) Method and system for providing incentives to members of a social network
JP2013542471A (ja) 関係ネットワーク内で手数料を分配するシステム
Yao et al. Research on influence factors of crowdfunding
Muldoon et al. A survey of incentive engineering for crowdsourcing
Le et al. Optimizing Bidders Selection of Multi-Round Procurement Problem in Software Project Management Using Parallel Max-Min Ant System Algorithm.
Guo et al. Reinforcement learning enabled dynamic bidding strategy for instant delivery trading
Adabi et al. A new fuzzy negotiation protocol for grid resource allocation
Ghezzi et al. A fuzzy framework assessing corporate resource management for the mobile content industry
Murillo et al. Fairness in recurrent auctions with competing markets and supply fluctuations
CN104517177A (zh) 用于自动化的商业模式生成的方法和系统
CN113034223B (zh) 一种基于激励机制的群智服务交易匹配方法、系统和介质
Dass et al. Social networks among auction bidders: The role of key bidders and structural properties on auction prices
CN115796952A (zh) 一种基于区块链智能合约的分布式能源交易激励方法
TWI698824B (zh) 多層次架構銷售系統的運作方法
Parkhomenko et al. The Integration of Logistics and Marketing in the Development of an Ecosystem Approach in the Financial Environment
CN110570296A (zh) 信用项目中的风险评估方法以及装置
TW202001741A (zh) 多層次架構銷售系統與其建立的方法
Winsper Using min-sum loopy belief propagation for decentralised supply chain formation
Lenox Strategy in the Digital Age: Mastering Digital Transformation
Schröder A business model approach to Web 2.0

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