基于赌博机的异构众包任务分配
机器学习
2015-07-22 v1
摘要
我们考虑众包中的一个任务分配问题，其目标是在有限预算内收集尽可能多的可靠标签。此场景中的一个挑战是如何应对任务的多样性以及工人依赖于任务的可靠性，例如，一个工人可能擅长识别运动队名称，但不熟悉化妆品品牌。我们将这种实际设置称为异构众包。在本文中，我们为异构众包中的任务分配提出了一种上下文赌博机表述，能够处理工人选择中的探索-利用权衡。我们还从理论上研究了所提方法的遗憾界，并通过实验证明了其实际有效性。
引用
@article{arxiv.1507.05800,
title = {Bandit-Based Task Assignment for Heterogeneous Crowdsourcing},
author = {Hao Zhang and Yao Ma and Masashi Sugiyama},
journal= {arXiv preprint arXiv:1507.05800},
year = {2015}
}