移动群智感知中面向数据质量的激励方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-12页 |
| 1.1.1 群智感知 | 第9-11页 |
| 1.1.2 激励机制 | 第11-12页 |
| 1.2 研究内容 | 第12-13页 |
| 1.3 论文结构 | 第13页 |
| 1.4 本章小结 | 第13-15页 |
| 2 相关理论和技术综述 | 第15-19页 |
| 2.1 移动群智感知的概念 | 第15-16页 |
| 2.2 移动群智感知研究现状及典型应用 | 第16-17页 |
| 2.3 激励机制相关理论研究 | 第17页 |
| 2.4 本章小结 | 第17-19页 |
| 3 群智感知任务及用户评估模型 | 第19-33页 |
| 3.1 问题描述 | 第19-21页 |
| 3.1.1 群智感知任务模型 | 第19-21页 |
| 3.2 通用的激励机制框架 | 第21-30页 |
| 3.2.1 激励机制流程 | 第21-22页 |
| 3.2.2 用户活动规律分析 | 第22-23页 |
| 3.2.3 任务评估模型 | 第23-26页 |
| 3.2.4 用户评估模型 | 第26-28页 |
| 3.2.5 任务支付与评价 | 第28-30页 |
| 3.3 实验结果 | 第30-31页 |
| 3.4 本章小结 | 第31-33页 |
| 4 面向数据质量的群智感知数据优选 | 第33-45页 |
| 4.1 问题描述 | 第33-35页 |
| 4.1.1 问题定义 | 第33-34页 |
| 4.1.2 方法框架 | 第34-35页 |
| 4.2 数据优选 | 第35-39页 |
| 4.2.1 金字塔树 | 第35-36页 |
| 4.2.2 数据聚类 | 第36页 |
| 4.2.3 数据选择 | 第36-37页 |
| 4.2.4 多支付策略 | 第37-39页 |
| 4.3 实验验证 | 第39-44页 |
| 4.3.1 实验数据 | 第39页 |
| 4.3.2 实验结果 | 第39-44页 |
| 4.4 本章小结 | 第44-45页 |
| 5 面向数据质量的群智感知激励机制 | 第45-63页 |
| 5.1 问题描述 | 第45-46页 |
| 5.1.1 问题定义 | 第45页 |
| 5.1.2 系统框架 | 第45-46页 |
| 5.2 激励机制下的信誉模型 | 第46-54页 |
| 5.2.1 数据质量评价指标 | 第47-49页 |
| 5.2.2 模糊推理系统 | 第49-52页 |
| 5.2.3 信誉模型在激励机制中的应用 | 第52-54页 |
| 5.3 系统原型 | 第54-56页 |
| 5.4 实验结果 | 第56-61页 |
| 5.4.1 实验设置 | 第56-58页 |
| 5.4.2 实验结果 | 第58-61页 |
| 5.5 本章小结 | 第61-63页 |
| 6 总结与展望 | 第63-65页 |
| 6.1 工作总结 | 第63-64页 |
| 6.2 研究展望 | 第64-65页 |
| 参考文献 | 第65-73页 |
| 致谢 | 第73-75页 |
| 攻读硕士学位期间发表的学术论文和参加科研情况 | 第75-76页 |
