众包技术中多目标控制的任务分配
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第11-15页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文完成的工作 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-15页 |
| 2 相关技术研究 | 第15-25页 |
| 2.1 众包技术 | 第15-18页 |
| 2.1.1 AMT众包平台 | 第15-17页 |
| 2.1.2 众包的应用与研究 | 第17-18页 |
| 2.2 多目标控制 | 第18-22页 |
| 2.2.1 质量控制 | 第18-20页 |
| 2.2.2 经济成本控制 | 第20-21页 |
| 2.2.3 时间成本控制 | 第21-22页 |
| 2.3 任务获取方式 | 第22-24页 |
| 2.3.1 任务搜索 | 第22-23页 |
| 2.3.2 任务分配 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 多目标控制的任务分配 | 第25-51页 |
| 3.1 数据模型与问题定义 | 第25-26页 |
| 3.2 基于贝叶斯决策的可信度预测算法 | 第26-32页 |
| 3.2.1 贝叶斯决策理论引入 | 第27-28页 |
| 3.2.2 答案可信度预测算法 | 第28-31页 |
| 3.2.3 可信度预测算法对比 | 第31-32页 |
| 3.3 基于贝叶斯可信度预测算法的PRM问题研究 | 第32-36页 |
| 3.3.1 问题描述 | 第32-33页 |
| 3.3.2 PRM问题的动态规划算法 | 第33-35页 |
| 3.3.3 PRM问题近似求解 | 第35-36页 |
| 3.4 基于贝叶斯可信度预测算法的QAM问题研究 | 第36-41页 |
| 3.4.1 问题描述 | 第36-37页 |
| 3.4.2 QAM问题的剪枝优化算法 | 第37-39页 |
| 3.4.3 QAM问题的动态规划算法 | 第39-41页 |
| 3.4.4 QAM问题近似求解 | 第41页 |
| 3.5 实验结果与分析 | 第41-50页 |
| 3.5.1 实验环境及实验评估 | 第41-43页 |
| 3.5.2 PRM问题任务分配实验评估 | 第43-47页 |
| 3.5.3 QAM问题任务分配实验评估 | 第47-50页 |
| 3.6 本章小结 | 第50-51页 |
| 4 成本模型研究与优化 | 第51-60页 |
| 4.1 经济成本 | 第51-54页 |
| 4.1.1 工人激励模型与经济成本 | 第51-53页 |
| 4.1.2 基于多数投票算法的QAM问题优化 | 第53-54页 |
| 4.2 时间成本 | 第54-57页 |
| 4.2.1 时间成本建模 | 第55-56页 |
| 4.2.2 时间控制与任务分配 | 第56-57页 |
| 4.3 实验结果与分析 | 第57-59页 |
| 4.4 本章小结 | 第59-60页 |
| 5 CrowdIQ众包平台 | 第60-67页 |
| 5.1 系统概述 | 第60-64页 |
| 5.1.1 任务设计 | 第60-62页 |
| 5.1.2 系统作用阶段 | 第62-63页 |
| 5.1.3 工人消费阶段 | 第63-64页 |
| 5.2 CrowdIQ中的多目标控制 | 第64-66页 |
| 5.3 本章小结 | 第66-67页 |
| 6 总结与展望 | 第67-69页 |
| 6.1 研究工作总结 | 第67页 |
| 6.2 未来工作展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第72-74页 |
| 学位论文数据集 | 第74页 |
