首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

基于不确定任务环境的众包用户行为分析及调度策略研究

摘要第5-7页
ABSTRACT第7-9页
第一章 绪论第15-23页
    1.1 研究背景第15-16页
    1.2 问题发现第16-17页
    1.3 研究现状及挑战第17-19页
    1.4 本文工作及创新点第19-20页
    1.5 本文工作研究意义第20-21页
    1.6 本文的组织结构第21-23页
第二章 众包概述及相关工作第23-34页
    2.1 众包的概述第23-24页
    2.2 众包任务分类第24-27页
        2.2.1 微任务众包第24-25页
        2.2.2 复杂任务众包第25-26页
        2.2.3 创意任务众包第26-27页
    2.3 众包平台及其应用第27-28页
    2.4 任务环境的定义第28-30页
    2.5 众包质量研究方法第30-33页
        2.5.1 传统的质量研究方法第30-31页
            2.5.1.1 用户行为及交互机制研究第30页
            2.5.1.2 调度机制研究第30-31页
            2.5.1.3 结果聚合研究第31页
        2.5.2 结合任务环境的众包质量研究第31-32页
        2.5.3 现有质量控制方法的不足第32-33页
    2.6 本章小结第33-34页
第三章 基于任务环境的众包用户行为分析第34-54页
    3.1 问题的提出第34-35页
    3.2 国内众包平台综述第35-37页
    3.3 基于阿里众包的用户行为分析第37-51页
        3.3.1 众包用户行为分析实验设计第38-41页
            3.3.1.1 用户访谈实验设计第38-39页
            3.3.1.2 问卷调查实验设计第39-40页
            3.3.1.3 微任务众包实验设计第40页
            3.3.1.4 前期观察实验设计第40-41页
        3.3.2 基于任务环境的阿里众包分析第41-47页
            3.3.2.1 阿里众包形成过程第41页
            3.3.2.2 阿里众包应用介绍第41-42页
            3.3.2.3 阿里众包用户画像第42-44页
            3.3.2.4 阿里众包质量控制方法第44-47页
        3.3.3 基于任务环境的用户行为分析第47-51页
            3.3.3.1 高度的工作热情:从渴望众包工作者到渴望任务第47-49页
            3.3.3.2 强烈的集体认同感:“我们是包子”第49-50页
            3.3.3.3 坚定的平台信任感:“因为它是阿里”第50-51页
    3.4 未来众包平台的设计建议第51-52页
    3.5 本章小结第52-54页
第四章 基于任务环境的众包调度策略研究第54-70页
    4.1 问题的提出第54-56页
    4.2 不均衡任务难度的定义第56-59页
    4.3 CBD调度方法:基于任务难度的众包调度方法第59-69页
        4.3.1 研究方法概述第59-61页
        4.3.2 任务难度特征的发现第61-65页
            4.3.2.1 基于数据特征的数据分组第61-62页
            4.3.2.2 基于最小覆盖算法选择合适的样本第62-64页
            4.3.2.3 任务难度特征的发现第64-65页
        4.3.3 任务难度的使用:基于难度的调度策略第65-69页
            4.3.3.1 基于难度特征的任务分配第66-67页
            4.3.3.2 基于难度特征的预算优化第67-69页
    4.4 本章小结第69-70页
第五章 基于任务环境的众包调度实验及分析第70-80页
    5.1 实验设置及数据集第70-71页
    5.2 实验过程及结果分析第71-79页
        5.2.1 最小样本0k选择实验第71-72页
        5.2.2 实验室环境中的CMU数据集众包第72-77页
        5.2.3 阿里众包下的微博数据集众包第77-78页
        5.2.4 阿里众包下的推特数据集众包第78-79页
    5.3 本章小结第79-80页
第六章 总结和展望第80-83页
    6.1 本文工作总结第80-81页
    6.2 未来工作第81-83页
参考文献第83-95页
附录一 作者攻读硕士学位期间发表的学术论文第95页
附录二 作者攻读硕士学位期间参与的科研项目第95页
附录三 作者攻读硕士学位期间申请的专利第95-96页
致谢第96页

论文共96页,点击 下载论文
上一篇:基于语义扩展与多层注意力模型的问题细粒度分类方法研究
下一篇:基于程序依赖图的代码克隆检测算法研究