現(xiàn)實生活中,人工智能、大數(shù)據(jù)等領(lǐng)域的快速發(fā)展給我們的生活帶來極大的便利,機器學(xué)習(xí)、數(shù)據(jù)清洗等領(lǐng)域的很多數(shù)據(jù)需要通過人工進(jìn)行標(biāo)注,眾包技術(shù)提供了一種將需要人工處理的問題發(fā)布到互聯(lián)網(wǎng)上,通過互聯(lián)網(wǎng)上的大眾智慧解決問題的新方式。在眾包技術(shù)中,質(zhì)量、經(jīng)濟成本、時間成本是三個主要的研究目標(biāo)。過高的經(jīng)濟成本將給任務(wù)發(fā)布者帶來負(fù)擔(dān),時間成本的增加將使任務(wù)不能在規(guī)定時間內(nèi)完成。在眾包任務(wù)分配的研究中,研究者往往專注于提升任務(wù)質(zhì)量,忽略了其他兩個目標(biāo)的控制。現(xiàn)有關(guān)于眾包多目標(biāo)控制的研究較少,而已有的多目標(biāo)控制的研究往往局限于表格連接等具體任務(wù)類型,沒有一種具有通用性的多目標(biāo)控制方式。通過對眾包中的三個研究目標(biāo)相互作用關(guān)系的研究,綜合考慮三個目標(biāo)的制約關(guān)系,本文將多目標(biāo)控制與任務(wù)分配相結(jié)合,提出了兩種具有普適性的多目標(biāo)控制模型;考慮到眾包技術(shù)中現(xiàn)有的答案決策多基于貝葉斯決策算法,而任務(wù)分配是在未收到工人回答的情況下進(jìn)行,需要對任務(wù)答案可信度進(jìn)行預(yù)測,本文提出了一種適用于任務(wù)分配階段的基于貝葉斯的任務(wù)答案可信度預(yù)測算法;同時,本文還提出了符合兩種多目標(biāo)控制模型的多種任務(wù)分配算法,并進(jìn)行了算法有效性和效率的評... 

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 引言
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文完成的工作
    1.4 本文的組織結(jié)構(gòu)
2 相關(guān)技術(shù)研究
    2.1 眾包技術(shù)
        2.1.1 AMT眾包平臺
        2.1.2 眾包的應(yīng)用與研究
    2.2 多目標(biāo)控制
        2.2.1 質(zhì)量控制
        2.2.2 經(jīng)濟成本控制
        2.2.3 時間成本控制
    2.3 任務(wù)獲取方式
        2.3.1 任務(wù)搜索
        2.3.2 任務(wù)分配
    2.4 本章小結(jié)
3 多目標(biāo)控制的任務(wù)分配
    3.1 數(shù)據(jù)模型與問題定義
    3.2 基于貝葉斯決策的可信度預(yù)測算法
        3.2.1 貝葉斯決策理論引入
        3.2.2 答案可信度預(yù)測算法
        3.2.3 可信度預(yù)測算法對比
    3.3 基于貝葉斯可信度預(yù)測算法的PRM問題研究
        3.3.1 問題描述
        3.3.2 PRM問題的動態(tài)規(guī)劃算法
        3.3.3 PRM問題近似求解
    3.4 基于貝葉斯可信度預(yù)測算法的QAM問題研究
        3.4.1 問題描述
        3.4.2 QAM問題的剪枝優(yōu)化算法
        3.4.3 QAM問題的動態(tài)規(guī)劃算法
        3.4.4 QAM問題近似求解
    3.5 實驗結(jié)果與分析
        3.5.1 實驗環(huán)境及實驗評估
        3.5.2 PRM問題任務(wù)分配實驗評估
        3.5.3 QAM問題任務(wù)分配實驗評估
    3.6 本章小結(jié)
4 成本模型研究與優(yōu)化
    4.1 經(jīng)濟成本
        4.1.1 工人激勵模型與經(jīng)濟成本
        4.1.2 基于多數(shù)投票算法的QAM問題優(yōu)化
    4.2 時間成本
        4.2.1 時間成本建模
        4.2.2 時間控制與任務(wù)分配
    4.3 實驗結(jié)果與分析
    4.4 本章小結(jié)
5 CrowdIQ眾包平臺
    5.1 系統(tǒng)概述
        5.1.1 任務(wù)設(shè)計
        5.1.2 系統(tǒng)作用階段
        5.1.3 工人消費階段
    5.2 CrowdIQ中的多目標(biāo)控制
    5.3 本章小結(jié)
6 總結(jié)與展望
    6.1 研究工作總結(jié)
    6.2 未來工作展望
參考文獻(xiàn)
作者簡歷及攻讀碩士學(xué)位期間取得的研究成果
學(xué)位論文數(shù)據(jù)集


【參考文獻(xiàn)】：
期刊論文
[1]空間眾包環(huán)境下的3類對象在線任務(wù)分配[J]. 宋天舒,童詠昕,王立斌,許可.  軟件學(xué)報. 2017(03)



本文編號：3731949