.png){kind=icon}
返回
Activity-based capability updating method for task assignment in mobile crowdsensing
.png){kind=icon}
PRE
AI
DOI：10.1016/j.comnet.2025.111304.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
任务分配对于移动众包感知是一个关键过程。在此过程中，平台根据特定标准将请求者上传的任务分配给合适的工人。为确保最大效益，众包感知平台必须选择足够数量的工人以高质量完成这些任务。因此，选择可靠且守时的工人对平台的盈利能力至关重要。当前方法依赖内在属性进行中标者选择，这可能导致感知质量不稳定的问题。本研究提出了一种工人能力更新方程，该方程考虑工人的时空活动水平，以选择稳定且高质量的贡献者。此外，我们引入了一种基于正态分布的指标来评估工人的任务完成率。通过利用历史任务绩效，我们可以为每个任务选择工人，从而减轻质量波动对平台利润的影响。我们使用真实数据集将我们的方法与四种基线方法进行了比较，所有结果均证明了其效率。
Keyword:
Mobile crowdsensing
Opportunistic task assignment
Profit maximization
期刊
IF:
4.6
论文数:
1.8K
被引数:
1.6W
机构
暂无机构信息
引用论文
.png){kind=icon}
分享收藏Matching-Based Hybrid Service Trading for Task Assignment Over Dynamic Mobile Crowdsensing Networks
OAAI
OAAI分享收藏
分享收藏
查看更多内容