众包市场中异构任务的在线分配

我们从请求者的角度研究众包市场中的异构任务分配问题，请求者拥有任务集合。工人逐个在线到达，每人声明其能解决的一组可行任务，以及对每个可行任务的期望报酬。请求者必须即时决定分配哪个任务（如果有）给该工人，同时仅将工人分配给可行任务。目标是在固定总预算下最大化已分配任务的数量。我们针对此问题提供了一种在线算法，并证明了该算法相对于任意（可能是最坏情况）工人序列（其期望报酬相对于请求者总预算较小）的竞争比上界。我们进一步展示了该设置下任何算法的竞争比下界几乎与之匹配。最后，我们提出了一种不同的算法，在随机排列模型中实现了改进的竞争比，其中工人到达顺序均匀随机选择。除了这些强有力的理论保证外，我们还在模拟数据上进行了实验，证明了我们算法的实际适用性。