不确定环境下众包机制设计问题研究

The crowdsourcing has been regarded as a kind of Internet-based distributed problem solving and production organization mode, which has been approbated by both the industry and academia. The successful applications in various areas highlight its vitality. However, the open crowdsourcing environment has many uncertainties, such as the type, difficulty, granularity, pricing and arriving time of the tasks and the ability, reputation, utility and arriving time of the workers, which have brought huge challenges to the implementation of crowdsourcing system. In order to deal with the aforementioned challenges, with the consideration of the social attributes of the crowdsourcing platform and the workers, this project will focus on the research of theories and key technologies for the preprocessing, releasing and allocating of the tasks. This project aims to solve the problems of uncertainty for crowdsourcing using the technic of mechanism design, mathematical logic and so on. A prototype will be developed to verify the results of the research. The outcome of this project can not only provide theoretical basis and application support for the universal crowdsourcing applications, but also study new theoretical problems for improving the mechanism design and distributed problem solving.

作为一种基于互联网的分布式问题求解和生产组织模式，众包已经得到工业界和学术界的普遍认可，在不同场景的成功应用也凸显了众包模式的生命力。开放众包环境中内生着诸多不确定性，如任务类型、难度、粒度、定价、到来时机的不确定，以及工作者能力、信誉、获益期望、到来时机的不确定等，给众包的实施带来了巨大的挑战。针对上述诸多不确定性给众包引发的若干难题，本项目围绕任务预处理、任务发布、任务分配这三个关键环节，充分考虑众包平台兼具的社交属性和工作者本质的社会性特点，从逻辑语言、机制设计的视角展开研究，并充分考虑数据及知识驱动下的模型和算法改进，最后以面向实际应用的原型系统进行研究成果验证和优化。本项目的研究不仅可以为众包的普适应用提供理论基础和应用支撑，也可进一步为机制设计及分布式问题求解抽象出新的理论问题，进一步完善其现有的研究体系。

作为一种基于互联网的分布式问题求解和生产组织模式，众包已经得到工业界和学术界的普遍认可。开放环境下的众包中内生着诸多不确定性问题，如任务类型、难度、粒度、定价、到来时机的不确定，以及工作者能力、信誉、获益期望、到来时机的不确定等，这给众包过程管理带来了巨大的挑战。针对上述挑战，本项目以问题驱动的方式，从任务预处理、任务发布、任务分配、数据驱动的算法改进等角度，循序渐进展开研究，最后以众包测试为应用背景进行研究成果的验证和优化。.项目的主要工作和成果有：.1）针对任务的不确定性问题，本项目在对众包任务建模的基础上，从白盒和黑盒两个层面对任务进行分解；对于无法分解为“微”任务的任务，提出了一种基于联盟形成的任务调度与规划方法，并据此开发了针对众包任务过程管理的联盟管控工具；.2）针对工作者的不确定性问题，本项目一方面提出基于图文信息的任务发布方法，将任务以工作者偏好的、可视化的方式发布到平台上；另一方面提出基于自动推荐的任务发布方法，将任务直接发布给合适的工作者；进而利用工作者的社会性特征，研发了基于社交网络的众包工作者招募算法；.3）针对任务难度和工作者工作能力及信誉的不确定性问题，本项目提出了基于机制设计的任务分配方法，该方法充分利用工作者的获利期望，在任务分配的同时完成定价；针对众测应用场景，设计了面向众测任务高质量完成的人机协同方法，该方法充分利用人与机的互补优势，能够高效完成任务并具有推广应用性；.4）从数据驱动的角度出发，本项目在众包数据富集的基础上，对众包过程的主要环节进行了改良，提出了众包任务结果融合方法、人员价值评估方法和基于数据驱动的自动推荐方法，上述方法能够有效提升众包任务过程管理效率并能提升众包任务的完成效能；.5）基于上述研究成果，本项目以众测为应用场景设计实现了一个原型系统，进行算法验证和完善的同时进行了推广试用，在多家相关单位的试用效果表明了研究成果的先进性和实用性。