空间众包中基于位置预测的任务分配

作     者：张晨 郭玉超 林培光 任威隆 张森 聂秀山 任可 Zhang Chen1,3 , Guo Yuchao1 , Lin Peiguang1,2,3 , Ren Weilong1 , Zhang Sen1 ,Nie Xiushan1,2,3 ,Ren Ke4

作者机构：山东财经大学计算机科学与技术学院济南250014 山东省金融信息工程技术研究中心济南250014 山东大学计算机学院济南250002 香港科技大学计算机与工程学院香港999077 

基　　金：教育部人文社会科学研究项目(15YJAZH042) 山东省本科高校教学改革研究重点项目(2015Z058) 

出 版 物：《南京大学学报（自然科学版）》 (Journal of Nanjing University（Natural Science）)

年 卷 期：2018年第54卷第2期

页      码：471-480页

摘      要：随着移动设备的普及和O2O(Online-To-Offline)商业模式的快速发展,越来越多的空间众包平台融入人们的日常生活中,例如滴滴出行、饿了么等等.空间众包中的一个核心问题是任务分配,主要研究如何将空间任务分配给合适的众包工人.任务分配方式主要分为服务器分配模式(Server Assigned Task,SAT)和用户选择模式(Worker Selected Task,WST)两种模式,目前多数统一规范化的众包服务采用SAT模式,即系统主动将任务分配给任务请求位置附近的众包工人.在此任务分配模式下,众包工人和任务之间的旅行成本变得至关重要,较少的旅行成本意味着较少的响应时间和较高的任务接受率.因此提出了基于位置预测的任务分配方式,该方式不仅考虑任务和众包工人的当前位置,还考虑未来任务可能出现的位置,从而降低旅行成本和相应时间.首先设计了贪婪方法(Greedy Approach),然后在贪婪方法的基础上通过贝叶斯、支持向量机、决策树等方法预测未来任务的分布来辅助分配任务,最后在真实数据上进行的实验表明,该方法减小了在长时间内的总旅行成本,具有较好的性能.

主 题 词：空间众包 任务分配 任务预测 旅行成本 Kuhn-Munkres算法 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.13232/j.cnki.jnju.2018.02.019

馆 藏 号：203286949...