标题: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
作者机构:[张晨] 山东财经大学计算机科学与技术学院;;山东省金融信息工程技术研究中心, ;;山东省金融信息工程技术研究中心, 济南;;济南, ;; 250014;;250014.;[郭玉超] 山东 更多
来源:南京大学学报. 自然科学版
出版年:2018
卷:54
期:2
页码:471-480
DOI:10.13232/j.cnki.jnju.2018.02.019
关键词:空间众包; 任务分配; 任务预测; 旅行成本; Kuhn-Munkres算法
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人人们的日常生活中,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.
收录类别:CSCD
资源类型:期刊论文
原文链接:http://kns.cnki.net/kns/detail/detail.aspx?FileName=NJDZ201802019&DbName=CJFQTEMP
TOP