众包

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。

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。

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。

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。

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。

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.

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。

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.

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。

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。

摘要： 词典是汉语自然语言处理中非常重要的一类资源，它能为汉语词法句法以及语义分析提供资源支撑。本文采用众包的方法构建汉语语义相关性词典，该词典是通过触发词联想的方式间接获取的，因此又称为词汇联想网络。词汇联想网络相比传统词典，具有以下几个特点：(1)获取代价低；(2)面向互联网，易扩展；(3)符合人的直觉，词语关系从人的认知角度来建立。rn 本文详细介绍词汇联想网络的获取方法，并对目前己获取的数据进行分析，此外，和知网、同义词词林以及另一种从互联网大语料中构建的ngram文本进行比较，说明词汇联想网络的以上特点。

摘要： 众包既可以整合企业内外资源形成可持续盈利的整体解决方案，构建新型商业模式，也可以对原有的商业模式进行模块优化。目前，较为成熟的众包商业模式包括大众参与内容创造的维基模式和对传统产品、服务按照众包理念重新架构的价值链模式。而传统商业模式中的众包优化模块则包括价值链环节模块、人工智能模块、闲置资源模块、社区信息模块等。不管是众包商业模式还是商业模式的众包模块都在不断的进化、补充、完善中，众包模块发展成熟可以转变为一个完整的众包商业模式。

摘要： 本发明提供一种众包测试人员推荐与众包测试方法及电子装置，该方法包括：采集众包软件测试过程中一时间点的众测任务需求描述与各待推荐人员的历史众测报告；获取各所述待推荐人员的过程上下文与资源上下文；将提取的特征输入排序学习模型，得到初始推荐人员排序，并基于专长与设备多样性贡献度对所述初始推荐人员排序进行重排序，得到最终推荐人员排序。本发明更精准的基于当前的上下文信息进行人员推荐，推荐的人员能够兼顾准确性和多样性，从而能够在众测过程中动态的规划人员，提高缺陷检测率，缩短众测任务的完成周期，促进形成更高效的众测服务模式。

摘要： 本发明公开了一种实现C2C通用移动众包的方法、通用移动众包服务器及系统。其中，一种实现C2C通用移动众包的方法，包括：接收任务发布客户端发送的任务信息、时间信息以及地理位置信息；根据所述任务信息中是否有位置信息来判断任务类型，再根据可接受任务的工人的数量以及任务需要的工人数量，选择相应任务分配方式，并将任务推送至任务执行客户端；接收任务执行客户端的任务执行结果；将接收到的任务执行结果发送至任务发布客户端。本发明对移动众包任务通用支持，且能够选择相应任务分配方式，使任务更快的发布给合适的工人，大大缩短任务被领取的时间，减少发布者等待的时间，提高平台运转效率。

摘要： 本发明公开一种众包项目中选取众包参与人的方法和装置，用于为众包项目平台中的众包项目选取众包参与人，并能够保证筛选的可靠性。本发明实施例提供的方法中，根据多个众包参与人分别提供的各自的行为记录和信用记录，获取所述多个众包参与人中每个众包参与人的信用信息和能力信息；从众包项目平台中确定需要分配参与人的众包项目，并从所述众包项目中获取到项目信息，所述项目信息包括：所述众包项目的项目任务以及所述项目任务的内容信息；根据所述每个众包参与人的信用信息和能力信息为所述众包项目选取与所述项目信息匹配的众包参与人作为候选人集合，所述候选人集合包括：从所述多个众包参与人中筛选出的用于执行所述项目任务的众包参与人。

摘要： 本发明涉及一种对基于软件众包平台的众包工人综合评估方法，所述方法包括以下步骤：步骤1：对众包工人的能力进行定量评估，得到众包工人的能力得分；步骤2：对众包工人与项目的匹配度进行定量评估，得到众包工人的匹配度得分；步骤3：将众包工人的能力得分与匹配度得分进行加权综合，得到最终的综合得分。本文所述众包工人评估模型对众包的三个参与方都有收益，对于发布者来说，评估能够为其选人提供参考，减小选用低水平工人的概率，提升与项目匹配度较高的优秀众包工人的选用概率，算法可解释性强，有利于提升雇主与众包工人的契合度，并提升发布者的众包体验。

摘要： 本发明公开了一种复杂产品众包设计过程建模方法，包括：S建立组织层模型P；建立任务层模型；基于组织层模型及任务层模型建立执行层模型，得到众包分层模型。本发明还公开了基于上述建模方法的众包任务处理方法。与现有技术相比，与现有技术相比，本发明针对复杂产品众包设计任务存在的设计过程动态不确定、任务质量难以测度、存在大量重复流程的特点，基于面向对象Petri网提出了由组织层、任务层、执行层组成的层次过程建模方法。采用不同角度，充分利用OOPN的建模优势，描述复杂产品众包设计对象间的交互关系，实现了流程封装和流程之间的连接，为复杂产品众包设计系统设计提供了一种可行的方法。

摘要： 本发明公开了一种加入空间众包工作者评分要素的空间众包任务分配方法，其步骤包括：1根据时空特征将任一地理区域划分为一系列连续的时空环境；2设置时间戳和区域面积；3获取时空环境下所有空间众包任务集合；4获取任务集合中未被接单任务，并依次编号；5获取时空环境下所有空间众包工作者集合；6获取工作者集合中未接单工作者，并依次编号；7采用改进的离散萤火虫群优化算法为时空环境下每一个未被接单任务匹配一个未接单工作者，从而使得在时空环境下的任务分配质量得分最优。本发明能实现空间众包任务分配时空间众包工作者评分总和尽可能高的同时空间众包工作者总旅行成本尽可能小的双目标，从而提高任务分配的效率和分配质量。

摘要： 本发明公开了众包知识验证环境下众包工人可靠性模型建立方法及装置。所述方法包括：根据预存策略，对众包用户匹配知识领域集，并向众包用户分配知识领域集中的知识，使众包用户验证知识，得到知识标签；基于强化学习算法建立众包工人可靠性模型，并通过众包工人可靠性模型计算知识标签的奖励值，以根据奖励值更新预存策略；重复执行上述操作直至预存策略的更新次数达到预设次数，根据最新的预存策略对众包用户进行资格筛选；在知识验证完成后，将验证正确的知识加入对应的知识图谱。本发明能够基于强化学习，在众包验证环境下建立众包工人可靠性模型，实现对众包工人进行资格筛选，从而提高众包知识验证的效率。

摘要： 本发明提供一种众包测试人员推荐与众包测试方法及电子装置，该方法包括：采集众包软件测试过程中一时间点的众测任务需求描述与各待推荐人员的历史众测报告；获取各所述待推荐人员的过程上下文与资源上下文；将提取的特征输入排序学习模型，得到初始推荐人员排序，并基于专长与设备多样性贡献度对所述初始推荐人员排序进行重排序，得到最终推荐人员排序。本发明更精准的基于当前的上下文信息进行人员推荐，推荐的人员能够兼顾准确性和多样性，从而能够在众测过程中动态的规划人员，提高缺陷检测率，缩短众测任务的完成周期，促进形成更高效的众测服务模式。

摘要： 本发明涉及区块链、智能合约、数据众包、机器学习和深度学习技术领域，特别涉及一种基于智能合约的数据标注众包平台系统及众包数据标注方法。本发明的一种基于智能合约的数据标注众包平台系统及众包数据标注方法，将数据众包标注任务和标注结果质量评估任务进行分离，通过已经训练的模型进行对标注数据进行评估，同时随机选取多个标注数据质检员进行众包评估，综合多种评估方式确定数据标注质量；众包任务的整个过程都将利用区块链基础设施写入到区块链中，实现参与众包各方的互信，保障了行为的完整性和不可篡改性，这也在一定程度上提高了数据标注质量，进而提升训练模型的效率及预测模型的准确率。

摘要： 本发明公开了一种众包数据采集装置及众包测深数据采集器。该众包数据采集装置包括：处理模块；串口模块，串口模块具有多个用于采集数据的串行接口；串口模块与处理模块通讯连接；及数据存储模块，数据存储模块与处理模块通讯连接，数据存储模块用于存储串口模块采集到的数据。本发明提供的众包数据采集装置及众包测深数据采集器中，串口模块具有多个用于采集数据的串行接口，众包数据采集装置能通过多个串行接口分别与多个外部设备连接，可同时记录多个外部设备的数据，能采集不同来源的数据，数据来源能实现多样性。