众包中的在途任务选择
数据库
2018-09-17 v1
摘要
众包中的一个重要问题是将任务分配给工作者。我们考虑这样一种场景：一名工作者正沿着其偏好/典型路径（例如从学校到家）行进，且存在一组可供执行的任务。此外，我们假设：每个任务产生正收益，该工作者具备执行所有可用任务所需的技能，并且只要其总行程距离/时间不超过给定上限，他/她愿意可能偏离其偏好路径。我们将此问题称为在途任务选择（IRTS）问题，并借助天际线（skyline）范式进行研究，以获得精确的非支配解集合，即那些在行驶更多或更少路程时产生不同大小收益组合的良好且多样的解。这是一个具有实际意义的问题，因为它赋能工作者，使其可以实时决定哪些任务更适合其需求和/或空闲情况。在证明IRTS问题是NP难之后，我们提出了一种精确（但代价高昂）的解法以及若干实用的启发式解法。虽然精确解法仅适用于规模较小的IRTS实例，但启发式解法能够在现实规模的问题上，于实用的（事实上多数情况下亚秒级）查询处理时间内，生成具有良好精确率与召回率的解。
引用
@article{arxiv.1809.05234,
title = {In-Route Task Selection in Crowdsourcing},
author = {Camila F. Costa and Mario A. Nascimento},
journal= {arXiv preprint arXiv:1809.05234},
year = {2018}
}
备注
An abridged version of this manuscript has been accepted for publication as a short paper at ACM SIGSPATIAL 2018