时空众包环境下基于统计预测的自适应阈值算法

来源：计算机应用杂志2018年第2期北京时间：

作者：刘辉, 李盛恩

单位：山东建筑大学 计算机科学与技术学院, 济南 250101

摘要：针对时空众包环境下任务分配随机性过高且效用值不理想的问题，提出一种基于统计预测的自适应阈值算法。首先，实时统计众包平台中空闲的任务、工人及工作地点的数量以设置阈值；其次，通过历史数据分析将任务与工人的分布分为均衡的两个部分，并用Min-max normalization方法为每个任务匹配一个确定的工人；最后，计算匹配到的工人出现的概率，以验证任务分配的有效性。使用相同真实数据的实验结果证实，与随机阈值算法相比，基于统计预测的自适应阈值算法的效用值提升了7%；与贪心算法相比，其效用值提升了10%。实验结果表明，基于统计预测的自适应阈值算法能够减少任务分配过程中的随机性并提高效用值。

关键词：时空众包,在线任务分配,阈值算法,匹配策略,统计预测

基金资助：国家自然科学基金资助项目（61170052）；济南市高校院所自主创新计划项目（201401211）。