计算机应用研究

作者：杨桂松,王静茹,李俊,何杏宇,

单位：1.上海理工大学a.光电信息与计算机工程学院;b.出版印刷与艺术设计学院,上海200093；2.国家工业信息安全发展研究中心,北京100040；

关键词：移动群智感知,任务推荐,时空信息,流行度偏差,任务流行度,

基金：国家自然科学基金资助项目(61602305,61802257)；上海市自然科学基金资助项目(18ZR1426000,19ZR1477600)；；

现有移动群智感知任务推荐的共同缺点是：一方面，未充分考虑时空信息对工人偏好的影响，导致推荐准确性低；另一方面，忽略了任务流行度对推荐的影响，导致推荐覆盖率差。为解决这些问题，提出一种基于时空信息和任务流行度分析的移动群智感知任务推荐方法。充分利用工人执行记录中的相关信息（如工人执行任务的时间、位置），准确预测工人对任务的偏好；基于工人声誉和任务执行情况分析任务流行度并设计任务流行度惩罚因子，提升推荐效果的覆盖率；结合工人偏好和流行度惩罚因子生成任务推荐列表。实验结果表明，与现有基线方法相比，所提出方法在推荐准确率上平均提升了3.5%，推荐覆盖率上平均提高了25%。

来源：2022年第9期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第9期