面向高效志愿者众包的在线策略

诸如食物回收组织之类的非营利众包平台依赖志愿者执行时效性任务。为鼓励志愿者完成任务，平台使用提醒机制通知一部分志愿者，期望其中至少一人积极响应。然而，由于过多通知可能降低志愿者参与度，平台面临在当前任务通知更多志愿者与为未来任务保留志愿者之间的权衡。受这些应用启发，我们引入在线志愿者通知问题，这是在线随机二部匹配的一种推广，其中任务按照已知的随时间变化的任务类型分布到达。任务到达时，平台通知一部分志愿者，目标是最小化未完成任务数。为刻画每位志愿者对过多通知的负面反应，我们假设一次通知会触发一个随机的不活跃期，在此期间她将忽略所有通知。但若志愿者处于活跃状态且被通知，她将以给定的配对特定匹配概率执行该任务，该概率刻画了她对该任务的偏好。我们设计了一种在线随机策略，获得了接近我们为任意在线策略性能所建立上界的常数因子保证。我们的策略及困难性结果均由不活跃时间间隔分布的最小离散风险率参数化。我们策略的设计依赖于通过求解一系列动态规划对事前可行解进行稀疏化。此外，我们与基于志愿者的食物回收平台 Food Rescue U.S. 合作，利用该平台来自美国各地点的数据测试了我们的策略，证明了其有效性。