ActiveCrowd：移动群智感知系统中优化多任务分配的框架
人机交互
2016-08-10 v1
摘要
工作者选择是移动群智感知（MCS）中的一个关键问题。先前的工作者选择方法主要侧重于为单个 MCS 任务选择合适的工作者子集，而面向多任务的工作者选择对于大规模 MCS 平台的效率至关重要且十分有用。本文提出 ActiveCrowd，一种面向多任务 MCS 环境的工作者选择框架。
引用
@article{arxiv.1608.02661,
title = {ActiveCrowd: A Framework for Optimized Multi-Task Allocation in Mobile Crowdsensing Systems},
author = {Bin Guo and Yan Liu and Wenle Wu and Zhiwen Yu and Qi Han},
journal= {arXiv preprint arXiv:1608.02661},
year = {2016}
}