-
公开(公告)号:CN117688605A
公开(公告)日:2024-03-12
申请号:CN202311727206.X
申请日:2024-01-10
Applicant: 暨南大学
IPC: G06F21/62 , G06Q10/0631 , G06N5/04
Abstract: 本发明公开了一种基于stackelberg博弈的个性化隐私保护群智感知的激励机制,主要是权衡实现平台和用户的利益,并且满足工人隐私需求,使得能够吸引更多的工人参与群智感知任务并且提高任务效用。首先根据工人提交的最大隐私预算和平台的总预算作为博弈优化的约束,在群智感知平台中进行计算出每个工人的隐私预算和需要支付的工资。其次,工人完成相应的任务,并且根据平台给出的隐私预算进行数据扰动。最后,平台使用MoG拟合噪声进行去噪处理,最后将结果发布给任务请求者。本发明适用于不同感知任务的多任务群智感知平台,以最优策略保证数据的质量和吸引工人参与感知任务,以满足工人和平台的不同需求,具有满足个性化隐私保护、保证感知数据质量等优点。
-
公开(公告)号:CN117474702A
公开(公告)日:2024-01-30
申请号:CN202311725122.2
申请日:2023-12-15
Applicant: 暨南大学
IPC: G06Q50/00 , G06F18/22 , G06F16/9536 , G06F18/26
Abstract: 针对群智感知众包系统中存在的冷启动问题,本发明提出一种基于社交关系推荐的冷启动缓解方法。首先依据社交关系生成新加入用户的朋友链及计算与其相似度并推测新用户的兴趣和偏好,然后通过推荐黄金任务确认新用户真实兴趣偏好及其可靠度,将需要完成的任务推荐给用户实现任务高质量完成最大化,结算用户完成任务获得的任务报酬、任务补偿和留存奖励,平台通过学习用户完成的任务及黄金任务类型和朋友链获得用户的新兴趣和偏好,实现提高用户留存率继而缓解冷启动问题。本发明能够有效地缓解系统的冷启动问题,具有准确挖掘用户兴趣偏好、最大化任务高质量完成等优点。
-