公开(公告)号：CN111507756A

公开(公告)日：2020-08-07

申请号：CN202010274393.0

申请日：2020-04-09

Applicant: 中南大学

Inventor： 刘佳琦 ,  黄世悦 ,  李登

IPC: G06Q30/02 ,  G06F17/18

Abstract: 本发明提供了一种基于上瘾理论提高用户长期参与率的方法，包括：根据任务中的数据质量要求确定完成任务的先后顺序，归于任务集合中；根据所述任务集合和群智感知系统中用户参与感知任务的历史数据，分别确定用户完成感知任务的需求和可以投入的预算；根据用户的需求和预算进行排序，确定用户的优先次序，并根据报价参考值给予选定用户奖励，使用户的参与资本存量与成本导致的负效用增加，直到用户停止参与感知任务为一个参与周期。本发明通过三个阶段筛选并培养忠实用户，并在一定程度上，同时增加了用户和平台的收益，提高了参与感知任务的用户数和用户参与感知任务的次数，从而延长了激励机制的有效周期。

公开(公告)号：CN109890061A

公开(公告)日：2019-06-14

申请号：CN201910209362.4

申请日：2019-03-19

Applicant: 中南大学

Inventor： 曾志文 ,  巨欢 ,  李登 ,  刘佳琦 ,  叶志远

IPC: H04W40/04 ,  H04W40/20 ,  H04W4/02 ,  H04W4/40 ,  H04W4/021

Abstract: 本发明公开了一种基于锚定效应理论提高车联网中车辆合作率的方法，根据车联网高移动性等特点，考虑到人在初次和再次面对类似选择时的心理变化情况,利用锚定效应和联盟形成博弈，提出了一种车联网中新的激励机制—ADMVN(Alliance formation games based on dual-process model in vehicle network)，该机制对初次参加用户与多次参加用户采用不同的激励机制：对于初次参加的用户,通过设置实验者锚A来影响用户的自发锚SGA；对于多次参与任务的用户，用户根据在上一轮中的合作或不合作的情况，在新的一轮中通过合作锚定因子α或不合作锚定因子β来调整用户的自发锚，以此激励用户参与联盟，促进用户间的合作。提高了车联网中车辆参与通信的比例，从而进一步提高了车联网网络传输的性能。

公开(公告)号：CN109886596A

公开(公告)日：2019-06-14

申请号：CN201910157482.4

申请日：2019-03-01

Applicant: 中南大学

Inventor： 李登 ,  王思慧 ,  刘佳琦

IPC: G06Q10/06 ,  G06Q30/02

Abstract: 本发明提供了一种基于心理账户理论提高群智感知系统合作率的方法。首先，将群智感知系统中的任务分成高难度比任务集合和低难度比任务集合；其次，计算群智感知系统中用户完成这两种任务集合获得的平台激励的平均值；再次，根据心理账户的参照依赖特性计算用户选择平台任务的需求参考值；从次，计算得到用户选择每个任务的需求标准值并计算用户所选全部任务的总需求标准值；接着，在平台预算允许范围内选出优胜用户实践感知任务；最后，根据心理账户的损失规避特性计算用户完成任务的质量水平并给予用户真实需求值。本发明在一定程度上，降低了用户完成任务的需求值，提高了参与感知任务的用户数，从而进一步提高了感知平台的性能。

公开(公告)号：CN109166019A

公开(公告)日：2019-01-08

申请号：CN201811158641.4

申请日：2018-09-30

Applicant: 中南大学

Inventor： 刘佳琦 ,  王威 ,  李登

IPC: G06Q30/08

Abstract: 本发明公开一种基于禀赋效应的群智感知网络激励方法，涉及计算机网络通信技术领域，由于引入禀赋补偿改变了反拍卖机制中参与偏好较低的服务节点的获胜概率，使其在初始补偿时间内收益不为0，从而阻止其过早放弃参与，并通过动态更新禀赋补偿，将禀赋补偿获取与参与次数结合，使得服务节点在禀赋效应的作用下提高参与欲，因此本申请技术方案中服务节点的参与度更高。而禀赋补偿的获取难度与补偿次数反相关，因此支付代价不会过高，而且由于参与度的提高程度大于支付代价提高程度，从而使得本发明的系统效用更高。

公开(公告)号：CN104579787B

公开(公告)日：2018-02-27

申请号：CN201510027620.9

申请日：2015-01-20

Applicant: 中南大学

Inventor： 邓晓衡 ,  吴忧 ,  桂劲松 ,  李登 ,  沈海澜 ,  林立新

IPC: H04L12/24

Abstract: 本发明提出了一种考虑节点适应度的在线社会网络拓扑生成方法，属于计算机技术领域。本方法初始设定在为完全图的在线社会网络中，对于每个新加入的节点，根据基于节点适应度和点权的双重评估择优连接机制，从当前网络中选取若干节点与该新节点连接，新节点的加入会导致网络中部分节点的点权和适应度发生动态演化。节点的点权大小可以代表该节点在网络中的“地位”，而适应度则可以用来评估该节点的“吸引力”。本发明方法构建了一种新的在线社会网络演化评估条件，弱化了以往仅基于节点点权或度大小的演化规则的弊端，可以更真实地模拟并预测网络的演化过程。