一种面向众包的基于信誉值的激励机制

BeardRen

摘 要：众包是互联网带来的一种分布式问题解决模式。然而，由于工作者和任务发布者具有自私特性并且致力于
- J' U* c2 Y, I/ W  G% n! G2 ~! E获得自身效益的最大化，使得在众包应用中，存在内部的激励问题。该文主要完成以下工作：首先，基于重复博弈，
提出一种基于信誉值的激励模型，用于激励理性工作者高质量地完成任务；其次，该激励模型中同时设置了惩罚机
1 {2 _' m) v+ |1 Y9 s, o/ J制，将针对恶意工作者做出相应惩罚。仿真结果表明，即使在自私工作者比例为 0.2 的条件下，只要合理选择惩罚
参数，均可有效激励理性工作者的尽力工作，众包平台的整体性能可以提升至 90%以上。
关键词：众包平台；激励模型；惩罚机制；重复博弈
0 W% w" \/ x: }. n" Z6 y* f/ P7 W) M$ }1 引言
" v! K& K. Y2 f3 E: d" }众包是指一个公司或机构把过去由员工执行的
7 S1 _+ C# N. ], \  j! H8 V工作任务，以自由自愿的形式包给非特定的大众网
2 h* u  K7 v7 M* \( p络的做法[1,2]。在众多的众包平台中，比如 Yahoo
Answers[3]以及 Amazon Mechanical Turk[4]，用户通
: T. T4 f' j( Y) h1 v3 o过完成小任务获取一定报酬。众包平台中的典型任
务有设计图形，征集营销方案，图像标记等。为了
便于说明，将一个众包平台的用户分为两类：在平
8 P# B1 ~+ k) U. U: @. Q8 e台上发布任务的用户称为任务发布者，完成任务的
5 i+ M3 F5 L2 `( G

% o( F/ R8 Z6 |6 {
+ C+ x) D7 t9 X( C
$ Z4 U& s4 z. q! r: s
3 {, V+ A! s# n0 f1 A8 ^附件下载：

游客，如果您要查看本帖隐藏内容请回复

6 x  R& |5 E6 a+ t' f! w
: U0 ]$ e7 T* p* c

nolita

谢谢分享