考虑工人兴趣和能力的众包任务推荐方法研究
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-16页 |
| 1.1 研究背景及意义 | 第7-9页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 相关研究现状 | 第9-13页 |
| 1.2.1 众包任务选择研究现状 | 第9页 |
| 1.2.2 常用推荐算法研究现状 | 第9-11页 |
| 1.2.3 用户建模研究现状 | 第11-12页 |
| 1.2.4 推荐算法挑战研究现状 | 第12-13页 |
| 1.3 研究内容与技术路线 | 第13-14页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 技术路线 | 第14页 |
| 1.4 论文结构 | 第14-16页 |
| 2 众包工人行为特征分析及模型建立 | 第16-25页 |
| 2.1 众包工人行为特征分析 | 第16-18页 |
| 2.2 基于兴趣偏好的工人模型 | 第18-21页 |
| 2.2.1 面向项目属性的兴趣建模 | 第18-19页 |
| 2.2.2 任务属性偏好描述及模型建立 | 第19-21页 |
| 2.3 融入胜任能力的工人模型 | 第21-25页 |
| 2.3.1 KSAO胜任力理论 | 第21-22页 |
| 2.3.2 工人能力特征描述及模型建立 | 第22-25页 |
| 3 考虑工人兴趣和能力的任务推荐生成 | 第25-32页 |
| 3.1 任务推荐基本步骤 | 第25-26页 |
| 3.2 工人间相似度计算 | 第26-30页 |
| 3.2.1 计算方法的选择 | 第26-27页 |
| 3.2.2 兴趣相似度 | 第27-28页 |
| 3.2.3 能力相似度 | 第28-30页 |
| 3.2.4 综合相似度 | 第30页 |
| 3.3 任务推荐列表生成 | 第30-31页 |
| 3.4 算法描述 | 第31-32页 |
| 4 冷启动条件下的任务推荐优化 | 第32-42页 |
| 4.1 冷启动问题描述 | 第32-33页 |
| 4.2 解决方法的选择 | 第33-35页 |
| 4.2.1 用户冷启动解决方法 | 第33-34页 |
| 4.2.2 项目冷启动解决方法 | 第34-35页 |
| 4.3 工人冷启动下的推荐 | 第35-37页 |
| 4.3.1 工人档案描述 | 第35-36页 |
| 4.3.2 基于工人档案的推荐生成 | 第36-37页 |
| 4.4 任务冷启动下的推荐 | 第37-42页 |
| 4.4.1 LDA主题模型 | 第37-38页 |
| 4.4.2 基于任务内容和类型的推荐生成 | 第38-42页 |
| 5 实验设计与结果分析 | 第42-53页 |
| 5.1 实验数据 | 第42页 |
| 5.2 评价标准 | 第42-43页 |
| 5.3 实验方案 | 第43-44页 |
| 5.4 实验结果及讨论 | 第44-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 攻读硕士学位期间发表学术论文情况 | 第60-61页 |
| 致谢 | 第61-63页 |
