南京大学学报(自然科学版) ›› 2018, Vol. 54 ›› Issue (2): 471.
张 晨1,3*,郭玉超1,林培光1,2,3,任威隆1,张 森1,聂秀山1,2,3,任 可4
Zhang Chen1,3*,Guo Yuchao1,Lin Peiguang1,2,3,Ren Weilong1,Zhang Sen1,Nie Xiushan1,2,3,Ren Ke4
摘要: 随着移动设备的普及和O2O(Online-To-Offline)商业模式的快速发展,越来越多的空间众包平台融入人们的日常生活中,例如滴滴出行、饿了么等等.空间众包中的一个核心问题是任务分配,主要研究如何将空间任务分配给合适的众包工人.任务分配方式主要分为服务器分配模式(Server Assigned Task,SAT)和用户选择模式(Worker Selected Task,WST)两种模式,目前多数统一规范化的众包服务采用SAT模式,即系统主动将任务分配给任务请求位置附近的众包工人.在此任务分配模式下,众包工人和任务之间的旅行成本变得至关重要,较少的旅行成本意味着较少的响应时间和较高的任务接受率.因此提出了基于位置预测的任务分配方式,该方式不仅考虑任务和众包工人的当前位置,还考虑未来任务可能出现的位置,从而降低旅行成本和相应时间.首先设计了贪婪方法(Greedy Approach),然后在贪婪方法的基础上通过贝叶斯、支持向量机、决策树等方法预测未来任务的分布来辅助分配任务,最后在真实数据上进行的实验表明,该方法减小了在长时间内的总旅行成本,具有较好的性能.
[1] Howe J. Crowdsourcing:Why the power of the crowd is driving the future of business. New York:Crown Business,2008,336. [13] 宋天舒,童咏昕,王立斌等. 空间众包环境下的3类对象在线任务分配. 软件学报,2017,28(3):611-630.(Song T S,Tong Y X,Wang L B,et al. Online task assignment for three types of objects under spatial crowdsourcing environment. Journal of Software,2017,28(3):611-630.) |
No related articles found! |
|