众包任务推荐中的自适应指数衰减算法

摘要

本发明公开了一种众包场景下根据实时竞争情况对为工人推荐任务的离线模型预测值进行衰减的自适应指数衰减算法。本发明根据不同离线预测模型预测值的分布差异，设计了一种根据离线预测值的局部分布和全局分布自适应调整指数衰减参数的算法。该模型中全局分布决定指数衰减强度的上界，局部分布是否能达到这个上界，其中局部分布的绝对分布用于决定初始局部分布强度的增减，相对分布决定增减的强度。模型在调整超参数后在不同离线模型间有泛化能力。该模型稳定了众包场景下因工人间非独立性导致的推荐列表有关指标异常波动问题。