众包环境中的任务匹配及隐私保护关键技术研究

With the application of crowdsourcing becoming more and more extensive, the number of task types are increasing. How to match suitable contractors for massive crowdsourcing tasks and provide privacy protection function for crowdsourcing task data security protection mechanism has become a hot research topic in academic circles. This project focuses on the study of the impact of the ability and interest of the workers on crowdsourcing task matching, and designs a secure and efficient crowdsourcing matching model to provide high-quality crowdsourcing services under the premise of protecting user data privacy. The main research contents include: (1) designing a worker-based task topic analysis model in crowdsourcing environment (2) constructing a genetic algorithm-based crowdsourcing task-worker matching algorithm (3) researching the provable security structure of data privacy protection mechanism in crowdsourcing process. This research can accurately analyze the theme of crowdsourcing tasks, and improve the acceptance rate of crowdsourcing tasks and the quality of task completion while protecting users'privacy.

随着众包的应用领域越来越广泛，任务的种类不断增加，如何为海量众包任务匹配合适的接包方，并提供隐私保护功能的众包任务数据安全保护机制成为学术界的研究热点。本项目重点研究众包过程中接包方能力、兴趣等特征对众包任务匹配的影响，设计一个安全高效的众包匹配模型，在保护用户数据隐私的前提下提供高质量的众包服务。主要研究内容包括：（1）设计一个众包环境中基于接包方的任务主题分析模型（2）构建基于遗传算法的众包任务-接包方匹配算法（3）研究众包过程中的数据隐私保护机制的可证明安全构造。本项目的研究可实现对众包任务主题的准确分析，并在保护用户隐私的情况下提高众包任务接受率以及任务完成质量。

随着众包的应用领域越来越广泛，任务的种类不断增加，如何为海量众包任务匹配合适的接包方，并提供隐私保护功能的众包任务数据安全保护机制成为学术界的研究热点。本项目主要研究内容包括：（1）设计一个众包环境中基于接包方的任务主题分析模型（2）构建基于遗传算法的众包任务-接包方匹配算法（3）研究众包过程中的数据隐私保护机制的可证明安全构造。本项目目前公开发表学术论文7篇，包含2篇综述。提出了一系列的接包方兴趣特征识别算法、感兴趣信息的分割与提取算法、隐私保护算法，为众包环境中的特征识别、兴趣信息提取、隐私包含等提供新思路。 另外，本项目授权发明专利2项，获得软件著作权1项，培养博士研究生1名，硕士研究生3名。