CN114926257A - 基于确定效应和跨期选择的质量提高方法、系统及设备 - Google Patents

基于确定效应和跨期选择的质量提高方法、系统及设备 Download PDF

Info

Publication number
CN114926257A
CN114926257A CN202210584280.XA CN202210584280A CN114926257A CN 114926257 A CN114926257 A CN 114926257A CN 202210584280 A CN202210584280 A CN 202210584280A CN 114926257 A CN114926257 A CN 114926257A
Authority
CN
China
Prior art keywords
task
user
quality
data
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.)
Pending
Application number
CN202210584280.XA
Other languages
English (en)
Inventor
刘佳琦
曾媛
朱从旭
李登
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.)
Central South University
Original Assignee
Central South 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 Central South University filed Critical Central South University
Priority to CN202210584280.XA priority Critical patent/CN114926257A/zh
Publication of CN114926257A publication Critical patent/CN114926257A/zh
Pending legal-status Critical Current

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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/12—Accounting
    • G06Q40/125—Finance or payroll
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/101—Collaborative creation, e.g. joint development of products or services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Quality & Reliability (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Engineering & Computer Science (AREA)
  • Technology Law (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开实施例中提供了一种基于确定效应和跨期选择的质量提高方法、系统及设备，属于计算技术领域，具体包括：群智感知平台发布任务集合；将所述感知任务数据划分为高质量感知任务和低质量感知任务并生成不同质量的感知任务对应的奖金值；发布任务类型选择计算规则；报酬支付选择计算规则，在报酬支付选择中引入贴现函数，平台设置跨期时间和调度成本影响不同时间的贴现效用；根据用户提交的任务数据，迭代计算该类型任务的数据真值后平台根据用户提交的数据质量与数据真值的差值计算出用户的数据质量；根据用户报酬支付选择的方式，计算出用户的最终报酬，包括任务值和数据质量奖金。通过本公开的方案，在减低平台成本的条件下提高数据质量。

Description

基于确定效应和跨期选择的质量提高方法、系统及设备
技术领域
本公开实施例涉及计算技术领域，尤其涉及一种基于确定效应和跨期选择的质量提高方法、系统及设备。
背景技术
目前，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，数据质量是群智感知研究中的关键问题，因此合适的机制来激励用户提交高质量的感知数据很重要。目前，研究主要集中在通过向用户支付报酬来提高数据质量，但仍然存在以下问题：1)当前研究假设用户通过传统的期望效用理论来决策，即用户在做出决策时是依赖绝对的收益或是损失，用户只有在参加任务的报酬高于其成本(即绝对收益大于0)时，才会决定参与任务或是提交高低质量的数据。2)当前研究默认用户的时间偏好性是一致的。时间偏好是指对于相同的消费束，行为主体总是偏好现在甚于将来。时间偏好一致性表现在参与者制定了效用最大化的方案后，将一直执行该方案。平台向任务参与者支付报酬时并不考虑用户接受报酬的时间点对于他们的直接影响，只考虑报酬的绝对价值的高低。
然而行为经济学表明了上述两个假设存在问题：1)行为经济学确定效应表明在具有不确定性的情况下，用户根据价值函数和决策权重函数的乘积进行决策而不是期望效用值。不确定性是指决策者对于未来的收益和损失等的分布范围和状态是不能确知的；2)行为经济学跨期选择理论表明用户的时间偏好性存在不一致性，即用户在行为选择中的所处的时间点会影响到其的偏好性进而影响到最终决策。
可见，亟需一种在减低平台成本的条件下提高数据质量的基于确定效应和跨期选择的质量提高方法。
发明内容
有鉴于此，本公开实施例提供一种基于确定效应和跨期选择的质量提高方法、系统及设备，至少部分解决现有技术中存在平台成本高和数据质量较差的问题。
第一方面，本公开实施例提供了一种基于确定效应和跨期选择的质量提高方法，包括：
步骤1，群智感知平台发布任务集合，其中，任务属性包括任务有效时间，任务质量等级和任务价值；
步骤2，根据用户提交的感知任务数据质量与数据真值的差值，将所述感知任务数据划分为高质量感知任务和低质量感知任务并生成不同质量的感知任务对应的奖金值；
步骤3，发布任务类型选择计算规则，在任务类型选择中引入价值函数和决策权重函数，将奖金预期值代入平台发布的价值函数计算损失值，不同质量任务的获奖概率代入平台发布的决策权重函数求出实际的获奖概率，最后将决策权重函数和价值函数相乘得到前景值并根据前景值对任务进行排序；
步骤4，报酬支付选择计算规则，在报酬支付选择中引入贴现函数，平台设置跨期时间和调度成本影响不同时间的贴现效用；
步骤5，根据用户提交的任务数据，迭代计算该类型任务的数据真值后平台根据用户提交的数据质量与数据真值的差值计算出用户的数据质量；
步骤6，根据用户报酬支付选择的方式，计算出用户的最终报酬，包括任务值和数据质量奖金。
根据本公开实施例的一种具体实现方式，所述步骤2中不同类型的感知任务对应的奖金值的计算公式为
Figure BDA0003665241880000031
其中Hh为当前第h轮所有感知任务的总报酬，
Figure BDA0003665241880000032
为当前轮次感知任务的预期总报酬，|W|为用户总人数，用户wi的感知数据与真值的距离作为数据质量并定义为
Figure BDA0003665241880000033
ω的概率能够获得
Figure BDA0003665241880000034
的奖励，1-ω的概率获得的奖励为0；
Figure BDA0003665241880000035
用户wi的感知数据与真值的距离定义为
Figure BDA0003665241880000036
奖金为：
Figure BDA0003665241880000037
其中ζ为确定因子，ζ∈(0，1)。
根据本公开实施例的一种具体实现方式，所述步骤3中不同质量的感知任务对应的获奖概率的计算方法包括：
用户wi的数据质量到
Figure BDA0003665241880000038
中，平台对用户wi得到的质量奖励设定一个不确定的概率，用户wi获得质量奖励的概率为
Figure BDA0003665241880000039
为
Figure BDA00036652418800000310
其中
Figure BDA00036652418800000311
Figure BDA00036652418800000321
代表
Figure BDA00036652418800000312
范围内获得奖励的最大概率。
根据本公开实施例的一种具体实现方式，所述奖金预期值为
Figure BDA00036652418800000313
其中，υ是质量转化为报酬系数，e-rT是用wi的提升能力因子，而T为一轮感知任务的有效时间，r为用户wi完成感知任务的执行能力，
Figure BDA00036652418800000314
为获得不确定性质量奖励的质量阈值，Ν(.)为正态分布变量的累计概率分布函数，
Figure BDA00036652418800000322
是变动一单位对
Figure BDA00036652418800000315
的影响，描述了
Figure BDA00036652418800000316
对
Figure BDA00036652418800000317
的敏感度，
Figure BDA00036652418800000318
表示用户wi达到质量阈值
Figure BDA00036652418800000319
的概率，
Figure BDA00036652418800000320
表示用户wi数据质量的初始值，默认为用户wi上一轮的数据质量。
根据本公开实施例的一种具体实现方式，所述前景值包括高质量感知任务对应的前景值和低质量感知任务对应的前景值，其中，
高质量任务的前景值为
Figure BDA0003665241880000041
低质量任务的前景值为
Figure BDA0003665241880000042
根据本公开实施例的一种具体实现方式，所述步骤5之后，所述方法还包括：
平台设定一个平台调度成本费用ηi和平台验收其他用户的数据用户wi等待时间τi，平台为用户wi提供两种报酬选择：
A.用户wi选择立即验收感知数据，则平台需要改变此时验收数据的顺序，那么平台需要调度成本费用ηi，用户不需要等待其他用户验收数据的时间，最后用户wi得到的报酬为
Figure BDA0003665241880000043
B.用户wi选择正常顺序来验收数据，则用户wi需要等待平台验收其他用户的数据的时间τi，用户wi不需要扣除平台调度成本费用ηi，最后用户wi得到的报酬为
Figure BDA0003665241880000044
用户执行任务集中的任务，获得任务报酬是与用户wi的完成时间ti成反比，用户wi完成一个感知任务得到任务报酬由以下公式定义：
Figure BDA0003665241880000045
其中ti表示用户wi完成任务的时间，
Figure BDA0003665241880000046
表示上一轮完成该类任务的总时间，l该类任务的用户序号，当前轮次所有感知任务的预期总报酬
Figure BDA0003665241880000054
不能超过这一轮所有感知任务的总成本Hh，定义如下：
Figure BDA0003665241880000051
根据本公开实施例的一种具体实现方式，所述步骤6之前，所述方法还包括：
计算用户wi完成任务集所用的时间是否超过一轮有效时间，若用户wi完成任务集所用的时间
Figure BDA0003665241880000052
超过一轮有效时间T，则用户wi得不到报酬，其中Ws是立即验收数据后拿任务报酬的用户集，Wd是等待一段时间后验收数据拿任务报酬的用户集，
Figure BDA0003665241880000053
第二方面，本公开实施例提供了一种基于确定效应和跨期选择的质量提高系统，包括：
任务发布模块，用于群智感知平台发布任务集合，其中，任务属性包括任务有效时间，任务质量等级和任务价值；
任务划分模块，用于根据用户提交的感知任务数据质量与数据真值的差值，将所述感知任务数据划分为高质量感知任务和低质量感知任务并生成不同质量的感知任务对应的奖金值；
任务选择模块，用于发布任务类型选择计算规则，在任务类型选择中引入价值函数和决策权重函数，将奖金预期值代入平台发布的价值函数计算损失值，不同质量任务的获奖概率代入平台发布的决策权重函数求出实际的获奖概率，最后将决策权重函数和价值函数相乘得到前景值并根据前景值对任务进行排序；
支付选择模块，用于报酬支付选择计算规则，在报酬支付选择中引入贴现函数，平台设置跨期时间和调度成本影响不同时间的贴现效用；
计算模块，用于根据用户提交的任务数据，迭代计算该类型任务的数据真值后平台根据用户提交的数据质量与数据真值的差值计算出用户的数据质量；
报酬支付模块，用于根据用户报酬支付选择的方式，计算出用户的最终报酬，包括任务值和数据质量奖金。
第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：
至少一个处理器；以及，
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述第一方面或第一方面的任一实现方式中的基于确定效应和跨期选择的质量提高方法。
本公开实施例中的基于确定效应和跨期选择的质量提高方案，包括：步骤1，群智感知平台发布任务集合，其中，任务属性包括任务有效时间，任务质量等级和任务价值；步骤2，根据用户提交的感知任务数据质量与数据真值的差值，将所述感知任务数据划分为高质量感知任务和低质量感知任务并生成不同质量的感知任务对应的奖金值；步骤3，发布任务类型选择计算规则，在任务类型选择中引入价值函数和决策权重函数，将奖金预期值代入平台发布的价值函数计算损失值，不同质量任务的获奖概率代入平台发布的决策权重函数求出实际的获奖概率，最后将决策权重函数和价值函数相乘得到前景值并根据前景值对任务进行排序；步骤4，报酬支付选择计算规则，在报酬支付选择中引入贴现函数，平台设置跨期时间和调度成本影响不同时间的贴现效用；步骤5，根据用户提交的任务数据，迭代计算该类型任务的数据真值后平台根据用户提交的数据质量与数据真值的差值计算出用户的数据质量；步骤6，根据用户报酬支付选择的方式，计算出用户的最终报酬，包括任务值和数据质量奖金。
本公开实施例的有益效果为：通过本公开的方案，引入获得奖金的概率以及不同质量奖金的比值激励用户选择高质量的感知任务，从而提高任务的质量。还在报酬选择机制中引入贴现函数和调度成本，使得立即拿报酬的跨期效用大于延迟拿报酬的跨期效用。最终实现在减低平台成本的条件下提高数据质量。
附图说明
为了更清楚地说明本公开实施例的技术方案，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公开的一些实施例，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它的附图。
图1为本公开实施例提供的一种基于确定效应和跨期选择的质量提高方法的流程示意图；
图2为本公开实施例提供的另一种基于确定效应和跨期选择的质量提高方法的流程示意图；
图3为本公开实施例提供的一种属性计算机制的流程图；
图4为本公开实施例提供的一种相同数据下使用本发明实施例与现有的具有代表性的方法，智感知系统数据质量比较图；
图5为本公开实施例提供的一种相同数据下使用本发明实施例与现有的具有代表性的方法，平台总效用比较图；
图6为本公开实施例提供的一种基于确定效应和跨期选择的质量提高系统的结构示意图；
图7为本公开实施例提供的电子设备示意图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。
本公开实施例提供一种基于确定效应和跨期选择的质量提高方法，所述方法可以应用于群智感知场景的感知任务发布与执行过程中。
参见图1，为本公开实施例提供的一种基于确定效应和跨期选择的质量提高方法的流程示意图。如图1所示，所述方法主要包括以下步骤：
步骤1，群智感知平台发布任务集合，其中，任务属性包括任务有效时间，任务质量等级和任务价值；
具体实施时，所述群智感知平台发布任务集合T＝{θ1,θ2,θ3,θ4,θ5,θ6}，其中，每个任务的属性都包括任务有效时间，任务质量等级和任务价值。
步骤2，根据用户提交的感知任务数据质量与数据真值的差值，将所述感知任务数据划分为高质量感知任务和低质量感知任务并生成不同质量的感知任务对应的奖金值；
可选的，所述步骤2中不同类型的感知任务对应的奖金值的计算公式为
Figure BDA0003665241880000091
其中Hh为当前第h轮所有感知任务的总报酬，
Figure BDA0003665241880000092
为当前轮次感知任务的预期总报酬，|W|为用户总人数，用户wi的感知数据与真值的距离作为数据质量并定义为
Figure BDA0003665241880000093
ω的概率能够获得
Figure BDA0003665241880000094
的奖励，1-ω的概率获得的奖励为0；
Figure BDA0003665241880000095
用户wi的感知数据与真值的距离定义为
Figure BDA0003665241880000096
奖金为：
Figure BDA0003665241880000097
其中ζ为确定因子，ζ∈(0,1)。
具体实施时，感知任务分为高质量任务和低质量任务，根据用户提交感知任务数据质量与数据真值的差值，划分为高质量感知任务和低质量感知任务，完成高质量任务的任务可获得质量奖金值，低质量任务获得奖金是不确定的，而完成高质量获得数据奖金以及低质量奖金概率计算如下：
平台发布的奖金：
Figure BDA0003665241880000098
其中Hh为当前第h轮所有感知任务的总报酬，
Figure BDA0003665241880000099
为当前轮次感知任务的预期总报酬，|W|为用户总人数。
用户wi的感知数据与真值的距离作为数据质量并定义为
Figure BDA0003665241880000101
ω的概率能够获得
Figure BDA0003665241880000102
的奖励，1-ω的概率获得的奖励为0
Figure BDA0003665241880000103
用户wi的感知数据与真值的距离定义为
Figure BDA0003665241880000104
奖金为：
Figure BDA0003665241880000105
其中ζ为确定因子，ζ∈(0,1)。
步骤3，发布任务类型选择计算规则，在任务类型选择中引入价值函数和决策权重函数，将奖金预期值代入平台发布的价值函数计算损失值，不同质量任务的获奖概率代入平台发布的决策权重函数求出实际的获奖概率，最后将决策权重函数和价值函数相乘得到前景值并根据前景值对任务进行排序；
可选的，所述步骤2中不同质量的感知任务对应的获奖概率的计算方法包括：
用户wi的数据质量
Figure BDA0003665241880000106
中，平台对用户wi得到的质量奖励设定一个不确定的概率，用户获得质量奖励的概率为
Figure BDA0003665241880000107
为
Figure BDA0003665241880000108
其中
Figure BDA0003665241880000109
Figure BDA00036652418800001020
代表
Figure BDA00036652418800001010
范围内获得奖励的最大概率。
可选的，所述奖金预期值为
Figure BDA00036652418800001011
其中，υ是质量转化为报酬系数，e-rT是用wi的提升能力因子，而T为一轮感知任务的有效时间，r为用户wi完成感知任务的执行能力，
Figure BDA00036652418800001012
为获得不确定性质量奖励的质量阈值，Ν(.)为正态分布变量的累计概率分布函数。
Figure BDA00036652418800001013
是变动一单位对
Figure BDA00036652418800001014
的影响，描述了
Figure BDA00036652418800001015
对
Figure BDA00036652418800001016
的敏感度，
Figure BDA00036652418800001017
表示用户wi达到质量阈值
Figure BDA00036652418800001018
的概率，
Figure BDA00036652418800001019
表示用户wi数据质量的初始值，默认为用户wi上一轮的数据质量。
可选的，所述前景值包括高质量感知任务对应的前景值和低质量感知任务对应的前景值，其中，
高质量任务的前景值为
Figure BDA0003665241880000111
低质量任务的前景值为
Figure BDA0003665241880000112
具体实施时，在任务类型选择中引入价值函数和决策权重函数。用户选择不同类型任务获得质量奖金以及获奖概率都是不同的，用户结合完成任务的成本，会产生一个奖金预期值。用户将奖金预期值代入平台发布的价值函数计算损失值，不同质量任务的获奖概率代入平台发布的决策权重函数求出实际的获奖概率。最后将决策权重函数和价值函数相乘得到前景值，用户根据任务的前景值的排序择优。当用户选择不同类型任务，获得质量奖金概率计算如下：
如果用户wi的数据质量到
Figure BDA0003665241880000113
中，平台对用户wi得到的质量奖励设定一个不确定的概率。用户wi获得质量奖励的概率为
Figure BDA0003665241880000114
不同的用户，获得质量奖励不同，因为质量奖励与用户的平均数据质量相关，因此获得质量奖励的概率与用户的平均数据质量以及质量阈值有关，
Figure BDA0003665241880000115
其中
Figure BDA0003665241880000116
Figure BDA0003665241880000118
代表
Figure BDA0003665241880000117
范围内获得奖励的最大概率。
在质量奖励方案中，奖励参考点应该与数据质量有关，而与方案中的奖励大小无关。因为对于用户来说，希望自己的努力程度与得到的回报成正比，也就是用户提交的感知数据质量越高，用户想要得到的质量奖励越高。
Figure BDA0003665241880000121
其中，υ是质量转化为报酬系数，e-rT是用wi的提升能力因子，而T为一轮感知任务的有效时间，r为用户wi完成感知任务的执行能力。
Figure BDA0003665241880000122
为获得不确定性质量奖励的质量阈值。Ν(.)为正态分布变量的累计概率分布函数。
Figure BDA0003665241880000123
是变动一单位对
Figure BDA0003665241880000124
的影响，描述了
Figure BDA0003665241880000125
对
Figure BDA0003665241880000126
的敏感度。
Figure BDA0003665241880000127
表示用户wi达到质量阈值
Figure BDA0003665241880000128
的概率。
Figure BDA0003665241880000129
表示用户wi数据质量的初始值，默认为用户wi上一轮的数据质量。
可以求出不同类型任务的前景值。
高质量任务的前景值：
Figure BDA00036652418800001210
低质量任务的前景值：
Figure BDA00036652418800001211
然后用户会根据计算出两个方案中的前景值来做出决策，一般用户会选择前景值大的方案。
Figure BDA00036652418800001212
步骤4，报酬支付选择计算规则，在报酬支付选择中引入贴现函数，平台设置跨期时间和调度成本影响不同时间的贴现效用；
具体实施时，考虑到在传统的机制中，都是由平台决定向用户支付报酬的时间，并且在计算用户效用时也会忽略时间贴现的概念，这都是因为忽略了用户完成任务的时刻与得到报酬的时刻之间的时间差异也就是跨期选择，可以在报酬支付选择中引入贴现函数，平台设置跨期时间和调度成本影响不同时间的贴现效用。
步骤5，根据用户提交的任务数据，迭代计算该类型任务的数据真值后平台根据用户提交的数据质量与数据真值的差值计算出用户的数据质量；
在上述实施例的基础上，所述步骤5后，所述方法还包括：
平台设定一个平台调度成本费用ηi和平台验收其他用户的数据用户wi等待时间τi，平台为用户wi提供两种报酬选择：
A.用户wi选择立即验收感知数据，则平台需要改变此时验收数据的顺序，那么平台需要调度成本费用ηi，用户不需要等待其他用户验收数据的时间，最后用户wi得到的报酬为
Figure BDA0003665241880000131
B.用户wi选择正常顺序来验收数据，则用户wi需要等待平台验收其他用户wj的数据的时间τi，用户wi不需要扣除平台调度成本费用ηi，最后用户wi得到的报酬为
Figure BDA0003665241880000132
用户执行任务集中的任务，获得任务报酬是与用户的wi完成时间ti成反比，用户wi完成一个感知任务得到任务报酬由以下公式定义：
Figure BDA0003665241880000133
其中ti表示用户wi完成任务的时间，
Figure BDA0003665241880000134
表示上一轮完成该类任务的总时间，l表示该类任务的用户序号，当前轮次所有感知任务的预期总报酬Hh不能超过这一轮所有感知任务的总成本
Figure BDA0003665241880000135
定义如下：
Figure BDA0003665241880000136
具体实施时，用户完成自己的任务集，并向平台提交感知数据。w1的提交的感知数据为
Figure BDA0003665241880000137
w3的感知数据为
Figure BDA0003665241880000138
w4的感知数据为
Figure BDA0003665241880000139
平台会计算出这一轮这些任务的数据真值
Figure BDA00036652418800001310
同时，平台在验收用户上传的感知数据质量时，平台会设定一个平台调度成本费用ηi和平台验收其他用户的数据用户等待时间τi，
平台为用户wi提供两种报酬选择：
A.用户wi选择立即验收感知数据，则平台需要改变此时验收数据的顺序，那么平台需要调度成本费用ηi，用户不需要等待其他用户验收数据的时间，最后用户得到的报酬为
Figure BDA0003665241880000141
B.用户wi选择正常顺序来验收数据，则用户wi需要等待平台验收其他用户的数据的时间τi。用户wi就不需要扣除平台调度成本费用ηi，最后用户wi得到的报酬为
Figure BDA0003665241880000142
用户执行任务集中的任务，获得任务报酬是与用户的wi完成时间ti成反比。即上传同样的感知数据量，完成时间越短代表效率越高，得到的报酬越多。用户wi完成一个感知任务得到任务报酬由以下公式定义：
Figure BDA0003665241880000143
其中ti表示用户wi完成任务的时间，
Figure BDA0003665241880000144
表示上一轮完成该类任务的总时间，l表示该类任务的用户序号，当前轮次所有感知任务的预期总报酬Hh不能超过这一轮所有感知任务的总成本
Figure BDA0003665241880000145
定义如下：
Figure BDA0003665241880000146
步骤6，根据用户报酬支付选择的方式，计算出用户的最终报酬，包括任务值和数据质量奖金。
可选的，所述步骤6之前，所述方法还包括：
计算用户wi完成任务集所用的时间是否超过一轮有效时间，若用户wi完成任务集所用的时间
Figure BDA0003665241880000147
超过一轮有效时间T，则用户wi得不到报酬，其中Ws是立即验收数据后拿任务报酬的用户集，Wd是等待一段时间后验收数据拿任务报酬的用户集，
Figure BDA0003665241880000148
具体实施时，在计算用户的最终报酬之前，还需要计算用户wi完成任务集所用的时间是否超过一轮有效时间，若用户wi完成任务集所用的时间
Figure BDA0003665241880000151
超过一轮有效时间T，则用户wi得不到报酬，其中Ws是立即验收数据后拿任务报酬的用户集，Wd是等待一段时间后验收数据拿任务报酬的用户集，
Figure BDA0003665241880000152
在确定用户能获得报酬后，可以再根据用户报酬支付选择的方式，计算出用户的最终报酬，包括任务值和数据质量奖金。
本实施例提供的基于确定效应和跨期选择的质量提高方法，通过引入获得奖金的概率以及不同质量奖金的比值激励用户选择高质量的感知任务，从而提高任务的质量。还在报酬选择机制中引入贴现函数和调度成本，使得立即拿报酬的跨期效用大于延迟拿报酬的跨期效用。最终实现在减低平台成本的条件下提高数据质量。
下面将结合一个实施例对本方案进行说明，如图3所示，任务集合T＝{θ1,θ2,θ3,θ4,θ5,θ6}，用户集合W＝{w1,w2,w3,w4},箭头所指线段表示平台分配给用户的任务集。从图中可以看出用户w1,w2,w3,w4的任务集分别为
Figure BDA0003665241880000153
首先我们先用实例说明感知平台引入确定效应，对用户的数据质量的影响。
表1
Figure BDA0003665241880000154
步骤1：用户完成自己的任务集，并向平台提交感知数据。w1的提交的感知数据为
Figure BDA0003665241880000161
w3的感知数据为
Figure BDA0003665241880000162
w4的感知数据为
Figure BDA0003665241880000163
平台会计算出这一轮这些任务的数据真值
Figure BDA0003665241880000164
步骤2：用户在执行自己的任务集前，平台公布确定性质量奖励和不确定质量奖励分别对应的质量阈值
Figure BDA0003665241880000165
以及确定性质量奖励为χi aversion＝7.1，不确定质量奖励为χi risk＝7.8。在计算用户自己的奖励参考值，用户奖励参考值分别为8.34，16.22，16.05，21，00。用户根据平台的提高质量奖励的方案来计算不同方案的前景值。
步骤3：用户会用自己的奖励参考值与平台的奖励值χi aversion，χi risk进行比较，如果用户是收益的，则会激励用户提高自己的数据质量来获得质量奖励，如果用户是损失的，用户就会退出平台。表2是四个用户收益状态。
Figure BDA0003665241880000166
和
Figure BDA0003665241880000167
都小于0，则用户w2退出平台。
表2
Figure BDA0003665241880000168
步骤4：定性质量奖励与不确定性质量奖励的比值为
Figure BDA0003665241880000169
在
Figure BDA00036652418800001610
内用户获得不确定性质量奖励χi risk的最大概率
Figure BDA00036652418800001612
根据公式(3-5)可得
Figure BDA00036652418800001613
并且当前所有用户的Δχi≥0,根据前景值函数，计算出每个用户的不同质量奖励的前景值如表3。
表3
Figure BDA00036652418800001611
可知Vi aversion＞Vi risk，因此{w1,w3,w4}∈Waversion。
步骤5：平台根据公式
Figure BDA0003665241880000171
计算出用户w1,w3,w4的平均数据质量为
Figure BDA0003665241880000172
步骤6：再平台中数据质量是指用户提交的感知数据与该类任务数据真值的距离，距离越小则用户的数据质量越高。因此根据平台规定的质量奖励的质量阈值
Figure BDA0003665241880000173
和
Figure BDA0003665241880000174
有
Figure BDA0003665241880000175
则用户w1,w4数据质量较高，则一定会拿到
Figure BDA0003665241880000176
用户w3的数据质量
Figure BDA0003665241880000177
则用户的质量是没有达标的,用户会退出平台。最后用户w1,w4获得质量奖励为χ1＝χ4＝21.3
步骤7：根据公式计算不同任务的价格，则用户w1的报酬为
Figure BDA0003665241880000178
用户w4报酬为
Figure BDA0003665241880000179
并且73.3+69.3＜185.8。支付给用户的任务报酬都没有超过任务的总成本。
步骤8：用户向平台提交任务集的感知数据，平台验收完用户的任务集的数据后，则最后向用户支付报酬。在RS I C机制中，用户可以选择立即验收数据改变此时的平台验收数据的顺序，也可以按照正常次序等待该用户前面的用户数据验收完后再来验收。用户通过跨期效用来决定是否立即验收数据，对于用户w1的移动成本
Figure BDA00036652418800001710
用户w4的移动成本为
Figure BDA00036652418800001711
步骤9：用户w1的
Figure BDA00036652418800001712
和
Figure BDA00036652418800001713
此时对于用户w1的平台调度成本为η1＝30，跨期时间τ1＝5，通过公式可得
Figure BDA00036652418800001714
即
Figure BDA00036652418800001715
所以用户w1∈Ws。用户w1立即验收数据后能够拿到报酬为
Figure BDA00036652418800001716
步骤10：用户w4的
Figure BDA00036652418800001717
和
Figure BDA00036652418800001718
此时对于用户w4的平台调度成本为η4＝60，跨期时间τ4＝0.25，通过公式可得
Figure BDA00036652418800001719
即
Figure BDA00036652418800001720
用户w4∈Wd。
步骤11：
Figure BDA00036652418800001721
则用户w4∈Wd，用户w4需要等待τ4＝0.25验收完后数据拿到的报酬为
Figure BDA00036652418800001722
步骤12：则此时平台的效用:
Figure BDA00036652418800001723
相对于传统的激励机制,平台的效用为
Figure BDA00036652418800001724
同时，在相同数据下使用本发明实施例与现有的具有代表性的方法，智感知系统数据质量比较图如图4所示，其中，(a)为现有的具有代表性的方法得到的数据质量，(b)为本方法的DB-RS机制中数据质量，相同数据下使用本发明实施例与现有的具有代表性的方法，平台总效用比较图如图5所示。
由上可知，在DBCE机制中，平台通过设置不同质量奖励的比值以及获得概率，使得确定质量奖励的方案的前景值大于不确定质量奖励方案的前景值，从而提高数据质量。只有当用户的任务质量达到对应质量方案的阈值时，才能获得质量奖励，否则不能拿到质量奖励。在RS I C机制中，平台控制跨期时间和调度成本，在一定的范围内，可降低延迟拿较多报酬的跨期效用，从而提高平台的效用。
与上面的方法实施例相对应，参见图6，本公开实施例还提供了一种基于确定效应和跨期选择的质量提高系统60，包括：
任务发布模块601，用于群智感知平台发布任务集合，其中，任务属性包括任务有效时间，任务质量等级和任务价值；
任务划分模块602，用于根据用户提交的感知任务数据质量与数据真值的差值，将所述感知任务数据划分为高质量感知任务和低质量感知任务并生成不同质量的感知任务对应的奖金值；
任务选择模块603，用于发布任务类型选择计算规则，在任务类型选择中引入价值函数和决策权重函数，将奖金预期值代入平台发布的价值函数计算损失值，不同质量任务的获奖概率代入平台发布的决策权重函数求出实际的获奖概率，最后将决策权重函数和价值函数相乘得到前景值并根据前景值对任务进行排序；
支付选择模块604，用于报酬支付选择计算规则，在报酬支付选择中引入贴现函数，平台设置跨期时间和调度成本影响不同时间的贴现效用；
计算模块605，用于根据用户提交的任务数据，迭代计算该类型任务的数据真值后平台根据用户提交的数据质量与数据真值的差值计算出用户的数据质量；
报酬支付模块606，用于根据用户报酬支付选择的方式，计算出用户的最终报酬，包括任务值和数据质量奖金。
图6所示系统可以对应的执行上述方法实施例中的内容，本实施例未详细描述的部分，参照上述方法实施例中记载的内容，在此不再赘述。
参见图7，本公开实施例还提供了一种电子设备70，该电子设备包括：至少一个处理器以及与该至少一个处理器通信连接的存储器。其中，该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述方法实施例中的基于确定效应和跨期选择的质量提高方法。
本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述方法实施例中的基于确定效应和跨期选择的质量提高方法。
本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述方法实施例中的基于确定效应和跨期选择的质量提高方法。
下面参考图7，其示出了适于用来实现本公开实施例的电子设备70的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图7示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图7所示，电子设备70可以包括处理装置(例如中央处理器、图形处理器等)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有电子设备70操作所需的各种程序和数据。处理装置701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
通常，以下装置可以连接至I/O接口705：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置706；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707；包括例如磁带、硬盘等的存储装置708；以及通信装置709。通信装置709可以允许电子设备70与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备70，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置709从网络上被下载和安装，或者从存储装置708被安装，或者从ROM 702被安装。在该计算机程序被处理装置701执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备可以执行上述方法实施例的相关步骤。
或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备可以执行上述方法实施例的相关步骤。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。
应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。
以上所述，仅为本公开的具体实施方式，但本公开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公开揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。

Claims (9)

1.一种基于确定效应和跨期选择的质量提高方法，其特征在于，包括：
步骤1，群智感知平台发布任务集合，其中，任务属性包括任务有效时间，任务质量等级和任务价值；
步骤2，根据用户提交的感知任务数据质量与数据真值的差值，将所述感知任务数据划分为高质量感知任务和低质量感知任务并生成不同质量的感知任务对应的奖金值；
步骤3，发布任务类型选择计算规则，在任务类型选择中引入价值函数和决策权重函数，将奖金预期值代入平台发布的价值函数计算损失值，不同质量任务的获奖概率代入平台发布的决策权重函数求出实际的获奖概率，最后将决策权重函数和价值函数相乘得到前景值并根据前景值对任务进行排序；
步骤4，报酬支付选择计算规则，在报酬支付选择中引入贴现函数，平台设置跨期时间和调度成本影响不同时间的贴现效用；
步骤5，根据用户提交的任务数据，迭代计算该类型任务的数据真值后平台根据用户提交的数据质量与数据真值的差值计算出用户的数据质量；
步骤6，根据用户报酬支付选择的方式，计算出用户的最终报酬，包括任务值和数据质量奖金。
2.根据权利要求1所述的方法，其特征在于,所述步骤2中不同类型的感知任务对应的奖金值的计算公式为
Figure FDA0003665241870000011
其中Hh为当前第h轮所有感知任务的总报酬，
Figure FDA0003665241870000017
为当前轮次感知任务的预期总报酬，|W|为用户总人数，用户wi的感知数据与真值的距离作为数据质量并定义为
Figure FDA0003665241870000012
ω的概率能够获得
Figure FDA0003665241870000013
的奖励，1-ω的概率获得的奖励为0；
Figure FDA0003665241870000014
用户wi的感知数据与真值的距离定义为
Figure FDA0003665241870000015
奖金为：
Figure FDA0003665241870000016
其中
Figure FDA0003665241870000021
为确定因子，
Figure FDA0003665241870000022
3.根据权利要求1所述的方法，其特征在于,所述步骤3中不同质量的感知任务对应的获奖概率的计算方法包括：
用户wi的数据质量
Figure FDA0003665241870000023
中，平台对用户wi得到的质量奖励设定一个不确定的概率，用户获得质量奖励的概率为
Figure FDA0003665241870000024
为
Figure FDA0003665241870000025
其中
Figure FDA0003665241870000026
l代表
Figure FDA0003665241870000027
范围内获得奖励的最大概率。
4.根据权利要求1所述的方法，其特征在于,所述奖金预期值为
Figure FDA0003665241870000028
其中，υ是质量转化为报酬系数，e-rT是用wi的提升能力因子，而T为一轮感知任务的有效时间，r为用户wi完成感知任务的执行能力，
Figure FDA0003665241870000029
为获得不确定性质量奖励的质量阈值，Ν(.)为正态分布变量的累计概率分布函数，
Figure FDA00036652418700000218
是变动一单位对
Figure FDA00036652418700000210
的影响，描述了
Figure FDA00036652418700000211
对
Figure FDA00036652418700000212
的敏感度，
Figure FDA00036652418700000213
表示用户wi达到质量阈值
Figure FDA00036652418700000214
的概率，
Figure FDA00036652418700000215
表示用户wi数据质量的初始值，默认为用户wi上一轮的数据质量。
5.根据权利要求4所述的方法，其特征在于,所述前景值包括高质量感知任务对应的前景值和低质量感知任务对应的前景值，其中，
高质量任务的前景值为
Figure FDA00036652418700000216
低质量任务的前景值为
Figure FDA00036652418700000217
6.根据权利要求1所述的方法，其特征在于,所述步骤5之后，所述方法还包括：
平台设定一个平台调度成本费用ηi和平台验收其他用户的数据用户wi等待时间τi，平台为用户wi提供两种报酬选择：
A.用户wi选择立即验收感知数据，则平台需要改变此时验收数据的顺序，那么平台需要调度成本费用ηi，用户不需要等待其他用户验收数据的时间，最后用户wi得到的报酬为
Figure FDA0003665241870000031
B.用户wi选择正常顺序来验收数据，则用户wi需要等待平台验收其他用户wj的数据的时间τi，用户wi不需要扣除平台调度成本费用ηi，最后用户wi得到的报酬为
Figure FDA0003665241870000032
用户执行任务集中的任务，获得任务报酬是与用户的wi完成时间ti成反比，用户wi完成一个感知任务得到任务报酬由以下公式定义：
Figure FDA0003665241870000033
其中ti表示用户wi完成任务的时间，
Figure FDA0003665241870000034
表示上一轮完成该类任务的总时间，l表示该类任务的用户序号，当前轮次所有感知任务的预期总报酬Hh不能超过这一轮所有感知任务的总成本
Figure FDA0003665241870000035
定义如下：
Figure FDA0003665241870000036
7.根据权利要求1所述的方法，其特征在于,所述步骤6之前，所述方法还包括：
计算用户wi完成任务集所用的时间是否超过一轮有效时间，若用户wi完成任务集所用的时间
Figure FDA0003665241870000037
超过一轮有效时间T，则用户wi得不到报酬，其中Ws是立即验收数据后拿任务报酬的用户集，Wd是等待一段时间后验收数据拿任务报酬的用户集，
Figure FDA0003665241870000041
8.一种基于确定效应和跨期选择的质量提高系统，其特征在于，包括：
任务发布模块，用于群智感知平台发布任务集合，其中，任务属性包括任务有效时间，任务质量等级和任务价值；
任务划分模块，用于根据用户提交的感知任务数据质量与数据真值的差值，将所述感知任务数据划分为高质量感知任务和低质量感知任务并生成不同质量的感知任务对应的奖金值；
任务选择模块，用于发布任务类型选择计算规则，在任务类型选择中引入价值函数和决策权重函数，将奖金预期值代入平台发布的价值函数计算损失值，不同质量任务的获奖概率代入平台发布的决策权重函数求出实际的获奖概率，最后将决策权重函数和价值函数相乘得到前景值并根据前景值对任务进行排序；
支付选择模块，用于报酬支付选择计算规则，在报酬支付选择中引入贴现函数，平台设置跨期时间和调度成本影响不同时间的贴现效用；
计算模块，用于根据用户提交的任务数据，迭代计算该类型任务的数据真值后平台根据用户提交的数据质量与数据真值的差值计算出用户的数据质量；
报酬支付模块，用于根据用户报酬支付选择的方式，计算出用户的最终报酬，包括任务值和数据质量奖金。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述权利要求1-7中任一项所述的基于确定效应和跨期选择的质量提高方法。
CN202210584280.XA 2022-05-27 2022-05-27 基于确定效应和跨期选择的质量提高方法、系统及设备 Pending CN114926257A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210584280.XA CN114926257A (zh) 2022-05-27 2022-05-27 基于确定效应和跨期选择的质量提高方法、系统及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210584280.XA CN114926257A (zh) 2022-05-27 2022-05-27 基于确定效应和跨期选择的质量提高方法、系统及设备

Publications (1)

Publication Number Publication Date
CN114926257A true CN114926257A (zh) 2022-08-19

Family

ID=82810390

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210584280.XA Pending CN114926257A (zh) 2022-05-27 2022-05-27 基于确定效应和跨期选择的质量提高方法、系统及设备

Country Status (1)

Country Link
CN (1) CN114926257A (zh)

Similar Documents

Publication Publication Date Title
JP6911849B2 (ja) 情報処理装置、情報処理方法およびプログラム
CN112819576A (zh) 充电站推荐模型的训练方法、装置、及充电站的推荐方法
CN111859172B (zh) 信息推送方法、装置、电子设备和计算机可读存储介质
CN114760585B (zh) 车辆群智感知激励方法、系统及设备
CN107146158A (zh) 一种电子数据处理方法及装置
CN109726390A (zh) 文档处理方法、装置、电子设备和存储介质
CN110992190A (zh) 基于用户画像的资产配置方法及装置
CN112232854A (zh) 业务处理方法、装置、设备及存储介质
WO2022040249A1 (en) Credit card curator
CN114926257A (zh) 基于确定效应和跨期选择的质量提高方法、系统及设备
CN111724181A (zh) 一种信息的推送方法、装置、介质及电子设备
CN111091402A (zh) 一种价值数据调整方法、装置、电子设备及可读介质
CN111881353B (zh) 一种展示资源的推送方法、装置、电子设备和存储介质
CN116109374A (zh) 资源位展示方法、装置、电子设备和计算机可读介质
CN112949850B (zh) 超参数确定方法、装置、深度强化学习框架、介质及设备
CN108711043A (zh) 一种款项入账方法、装置、电子设备及计算机可读介质
CN115018541A (zh) 资源投放方法、装置、可读介质及电子设备
CN114708027A (zh) 群智感知任务发布及参与者选择方法、系统、设备及介质
CN111985974A (zh) 目标用户确定方法、计算机系统及存储介质
CN112416989A (zh) 互联网演艺经纪人平台的管理方法、装置及电子设备
CN110633115A (zh) 一种任务分发方法、装置、电子设备及存储介质
CN111260912A (zh) 车辆编队的处理方法及装置
CN114926088A (zh) 基于路径依赖理论的群智感知激励方法、系统及设备
CN113516495B (zh) 信息推送方法、装置、电子设备及计算机可读介质
CN109308661A (zh) 浮动收益计算方法、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