众包
众包的相关文献在1983年到2023年内共计1857篇,主要集中在自动化技术、计算机技术、经济计划与管理、信息与知识传播
等领域,其中期刊论文764篇、会议论文2篇、专利文献1091篇;相关期刊453种,包括商情、现代商业、商业时代等;
相关会议2种,包括第六届全国青年计算语言学会议、第五届中国管理学年会(MAM2010)等;众包的相关文献由3517位作者贡献,包括尹玉成、孙海龙、朱紫威等。
众包
-研究学者
- 尹玉成
- 孙海龙
- 朱紫威
- 罗跃军
- 秦峰
- 刘奋
- 刘旭东
- 王旭
- 王崇骏
- 方毅立
- 王邦
- 陈振宇
- 王军
- 赵艳
- 郑凯
- 徐佳
- 张友红
- 张雷
- 王健宗
- 肖德雨
- 蒋嶷川
- 李清泉
- 郭伟
- 徐力杰
- 李佳琳
- 李斌
- 朱军
- 杨超
- 杨鹏
- 柯海帆
- 王璇
- 韩焘
- 丁鑫怡
- 唐洁
- 孙小兵
- 张晋桂
- 徐小龙
- 李绍园
- 李辉
- 林晖
- 汪晓丁
- 王毅
- 王青
- 石涤文
- 赵宇翔
- 于文渊
- 余明辉
- 冯洋
- 刘凯
- 刘文予
-
-
王雨婷;
周夕茹;
陈逸凡
-
-
摘要:
同城快递市场拥有极大的市场发展潜力,但目前由于大型物流企业主要将目光与投入集中在全国范围的配送市场上,对于同城快递这一细分市场缺乏关注,使得同城快递很少拥有独立的物流系统,这对物流运输的效率产生了消极影响。因此,为了在有限投入下,缩减物流成本的同时提高同城快递运输效率,从而满足消费者对于同城快递运输的需求,企业可以通过取消中转站,由派送人员直接连接发货方与收件方,并通过进一步细分同城快递市场,聚焦某一特定用户,充分结合社会资源,借助出租车,城市公共交通等发展成熟,管理规范系统合作,来降低成本提高效率。
-
-
夏汇川
-
-
摘要:
分析了情报众包工作模式的应用条件与任务情境,为我国情报工作与研究的发展提供参考借鉴。以Intellipedia与CREATE项目为例,阐述了美国情报众包的工作模式,指出了其特点与对我国情报工作的启示。在此基础上,分析了众包模式在我国情报工作中的应用条件与若干应用情景。认为我国情报各界宜重视集思广益的众包思想,探索群策群力的众包模式,发展多元化、多样化的众包情报工作团队,提升我国情报工作效率与水平。
-
-
陈志光
-
-
摘要:
众包学习为过去在机器学习领域无法解决的各种问题提供了新思路。通过众包系统,可以低成本获得大量众包标记数据,有助于创建预测模型学习的训练集,且众包工人在模型研究阶段可以帮助研究者完成机器难以处理的问题。但众包获得的数据往往是带噪声的,如何进行有效利用是目前的一大挑战。自2008年以来,机器学习领域已经注意到众包的优势,并开发了大量的技术来解决在使用众包学习时的不准确性、随机性的问题。本文总结了近十年来众包学习的技术进展,主要关注众包学习的相关技术研究和有关领域应用。通过研究总结现有方法的优势以及存在的问题,进一步讨论了未来的研究方向。
-
-
张琳;
姜高霞;
王文剑
-
-
摘要:
标记者的知识水平、评价标准等均具有显著差异,导致收集到的标签质量参差不齐,提高标签和学习模型的质量对众包标签中学习起着关键作用。针对众包标签推断问题,提出了一种双重置信度推断算法,分别从数据分布特征及标签信息两方面计算得到标记者置信度,再通过此置信度推断数据集的集成标签,以此提高集成标签的质量。实验结果表明,与其他仅使用标签信息的推断算法相比,所提算法可以得到更优结果。
-
-
陈丹红;
彭张林;
万德全;
杨善林
-
-
摘要:
在众包平台上,不同类型的用户在参与意愿、工作动机、业务能力等方面具有多样性和差异性的特征,在平台上产生的价值也不同。基于用户价值度量对用户进行细分,是更好地洞察用户价值和需求、对用户进行个性化和精细化管理的关键。同时,选择众包用户价值衡量维度也是目前需要解决的问题。因此,该研究首先基于RFM模型并结合众包平台及众包用户的特性,将用户信用纳入用户价值模型,提出并构建了众包用户价值衡量模型RFMC(Recency,Frequency,Monetary,Credit);然后,结合“一品威客”平台获取所需的实验数据,运用GBDT算法完成众包用户分类;最后,比较了Nave Bayes,Multinomial Logistic Regression与GBDT算法的分类效果,并比较了不考虑用户信用的传统模型与RFMC模型的分类效果。结果表明,所提模型适用于众包用户且具有较好的实验效果。
-
-
高丽萍;
董梦宇;
高丽;
陈庆奎
-
-
摘要:
如今,外出旅行占据了人们解压方式的很大比重.拥有一个(些)志同道合的旅行玩伴成为了旅行能否舒心的一个重要因素.结合众包思想,用户发布结伴需求(用户可成为众包的任务发布者也可以成为任务的执行者),平台为用户匹配志同道合的玩伴,用户及其玩伴共同执行出去游玩任务,这样,在保证旅行质量的前提下,可以节省用户的金钱,实现资源共享,具有很好的现实意义.因此,本文提出了一个基于用户兴趣的玩伴匹配算法CGA(Car Group Allocation),根据仿真的用户历史访问数据为用户匹配具有相似兴趣的其他用户,且提出了用户根据意愿选择是否提供交通工具,也可以选择是否服从调剂,同时提供车辆的用户可以根据需求决定车辆剩余位置等现实因素.该算法采用真实的POIs(points of interest)点,仿真用户兴趣以及结伴需求,结合现实情况下的约束,运用蚁群算法迭代,为用户匹配相似度最高的群体.实验证明了本模型的有效性.
-
-
黄婧;
王琼
-
-
摘要:
文章以企业能力与组织边界相关研究成果为指导,结合目前已成功实施的部分图书馆众包案例,对馆藏特色数字资源的规划、建设与服务过程展开分析研究。文章认为馆藏特色数字资源众包不仅利于增强图书馆建设数字特藏的能力,也有利于提升馆员专业能力、提高用户满意度、提升图书馆知识服务与创新能力,进而增强图书馆核心能力,不断扩大组织边界。最后文章提出图书馆需重新审视功能定位,确保核心能力与竞争优势,真正服务于知识经济和现代信息社会的建设。
-
-
罗娟;
章翠君;
王纯
-
-
摘要:
无线基础设施的广泛部署使得基于WiFi的指纹定位方法成为了最具普适性的定位方法之一.然而,指纹库构建过程的耗时费力阻碍了基于接收信号强度(received signal strength indication,RSSI)指纹定位的发展.针对指纹库构建难问题,提出了一种基于众包的低成本、高效率的多楼层指纹库构建方法-MCSLoc.首先将室内平面地图转换为室内语义地图;然后采集众包用户智能手机内置惯性传感单元(inertial measurement unit,IMU)数据,采用卡尔曼滤波(Kalman filter,KF)融合算法划分传感数据到所属楼层.提出分段式轨迹获取方法,根据传感数据获取用户相对轨迹和RSSI值序列;最后利用隐马尔可夫模型(hidden Markov model,HMM)和轨迹匹配维特比(track matching Viterbi,TM-Viterbi)算法将相对轨迹与室内语义地图主路径相匹配,为RSSI值序列标注楼层标签和物理位置标签.MCSLoc方法的HMM地图匹配算法无需用户初始位置,实现众包用户弱意识参与.实验结果表明MCSLoc可以快速获取轨迹绝对初始位置,有效构建多楼层指纹库,提高多楼层定位效率.
-
-
郭嘉宇;
付晓东;
岳昆;
刘骊;
冯勇;
刘利军
-
-
摘要:
众包任务分配机制对众包任务完成质量起着至关重要的作用,然而现有的分配方法未在稳定性条件下考虑众包用户双边偏好,分配结果的准确性有待提高,并且存在众包用户因不满意当前分配对象而导致众包任务完成质量较低的问题。为此提出一种基于偏好匹配的众包任务分配方法,该方法首先考虑众包任务与工人的双边偏好,根据偏好序计算任务与工人的满意度,生成满意度矩阵;其次,该方法借鉴稳定匹配思想在考虑分配主体偏好的基础上,使分配主体对当前分配对象尽可能满意,以保障分配结果的稳定性;然后,将众包任务分配问题建模为稳定匹配规则下寻找任务最大满意度的优化问题;最后,使用贪心算法对该问题进行求解,得到众包任务分配方案。通过实验验证了该方法的有效性,实验结果表明,该方法提高了分配方案的准确性,并有效减少了无效分配的数量,从而提高了众包任务完成质量。
-
-
夏汇川
-
-
摘要:
分析了情报众包工作模式的研究进展及其优劣、机遇与挑战,为我国情报工作与研究中引入众包的思想与实践提供借鉴。对众包的类型与特点做了梳理,用SWOT分析方法对不同类型众包在情报工作中应用的优劣、机遇与挑战做了剖析。众包模式可以成为我国情报工作的一种重要思想与手段。同时,需要区分不同的众包类型与特点,针对特定的情报工作需求选择合适的众包类型与方法,以收到较理想的效果。