| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究现状及分析 | 第10-14页 |
| 1.2.1 群体计算与人机协作 | 第10-11页 |
| 1.2.2 用户信用评估 | 第11-13页 |
| 1.2.3 人群与任务匹配方法 | 第13-14页 |
| 1.3 本文研究内容 | 第14-15页 |
| 1.4 本文的结构安排 | 第15-17页 |
| 第二章 群体计算中用户与任务匹配的相关理论基础 | 第17-29页 |
| 2.1 Hadoop平台 | 第17-21页 |
| 2.1.1 Hadoop主从节点 | 第17-18页 |
| 2.1.2 HDFS读写过程 | 第18-20页 |
| 2.1.3 MapReduce原理 | 第20-21页 |
| 2.2 群体计算 | 第21-22页 |
| 2.3 任务自适应分割技术 | 第22-24页 |
| 2.4 博弈论 | 第24-26页 |
| 2.4.1 博弈论的概念与分类 | 第24-25页 |
| 2.4.2 合作博弈与非合作博弈 | 第25-26页 |
| 2.5 人机协作中的偶图匹配 | 第26-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 人机协作中可信用户间的博弈 | 第29-43页 |
| 3.1 预备知识 | 第29-30页 |
| 3.2 合作博弈的定理 | 第30-33页 |
| 3.2.1 合作博弈的定义 | 第30-31页 |
| 3.2.2 合作博弈的解 | 第31-33页 |
| 3.3 人群博弈建模 | 第33-37页 |
| 3.3.1 领域契合度G | 第33-34页 |
| 3.3.2 平均收益分配差值AIDD | 第34-35页 |
| 3.3.3 合作博弈算法分析 | 第35-37页 |
| 3.4 实验与分析 | 第37-42页 |
| 3.4.1 实验数据 | 第37-38页 |
| 3.4.2 实验环境 | 第38-39页 |
| 3.4.3 实验设计 | 第39页 |
| 3.4.4 实验结果 | 第39-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 人机协作中人群与任务的偶图匹配 | 第43-52页 |
| 4.1 预备知识 | 第43-44页 |
| 4.2 偶图匹配原理 | 第44-45页 |
| 4.3 算法分析(Hopcroft-Karp算法) | 第45-47页 |
| 4.4 实验与分析 | 第47-51页 |
| 4.4.1 非标准数据集 | 第48-49页 |
| 4.4.2 标准数据集 | 第49-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52-53页 |
| 5.2 展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读学位期间主要的研究成果 | 第57-58页 |
| 致谢 | 第58页 |