CrowDC：一种用于众包中成对比较的分治方法
人机交互
2023-02-24 v1 社会与信息网络
摘要
基于主观性对一组样本排序，例如流媒体视频的体验质量或图像的幸福感，一直是一种典型的众包任务。大量研究采用成对比较分析来解决相关挑战，因其通过允许参与者选择单一方案而减轻了工作负担。然而，为彻底比较所有目标组合，任务数量呈二次增长。本文提出“CrowDC”，一种用于成对比较的分治算法。仿真结果表明，当对超过 100 个项目排序时，与基线方法相比，CrowDC 能减少 40-50% 的任务数量，同时保持 90-95% 的准确率。
引用
@article{arxiv.2302.11722,
title = {CrowDC: A Divide-and-Conquer Approach for Paired Comparisons in Crowdsourcing},
author = {Ming-Hung Wang and Chia-Yuan Zhang and Jia-Ru Song},
journal= {arXiv preprint arXiv:2302.11722},
year = {2023}
}