众包市场中观点多样性的相似性驱动与任务驱动模型

近来众包的兴起为在数据分析领域利用人类智能开辟了新途径。这一创新方法提供了将在线工作者与因成本限制而无法由机器单独有效完成或专业人员执行的任务相连接的有力手段。在社会科学领域中，构建健全人群需四要素：观点多样性、独立性、去中心化与聚合。然而，尽管其余三要素已在现有众包平台中被研究并实现，‘观点多样性’尚未在功能上启用。从计算视角看，构建明智人群需定量建模并考量多样性。众包市场中工作者选择通常有两种范式：构建人群以等待任务到来，以及为给定任务选择工作者。我们针对两种范式均提出相似性驱动与任务驱动模型。此外，我们为两种模型中以最优多样性招募有限数量工作者开发了高效且有效的算法。为验证我们的方案，我们使用合成数据集与真实数据集进行了大量实验。