移动群智感知中基于社交网络辅助的工人招募
社会与信息网络
2018-05-23 v1 人机交互
摘要
工人招募是移动群智感知(MCS)中的一个关键研究问题。以往研究依赖于一个预设大量用户池的指定平台,而本文利用社交网络上的影响传播来辅助 MCS 工人招募。我们首先在社交网络上选取一部分用户作为初始种子,并向他们推送 MCS 任务。随后,接受任务且受影响的用户被招募为工人,最终目标是最大化覆盖度。具体而言,为选取近似最优的种子集合,我们提出了两种算法,分别称为 Basic-Selector 和 Fast-Selector。Basic-Selector 采用基于预测移动性的迭代贪心过程,性能良好但存在效率低下的问题。为加速选取,提出了基于好友间地理位置相互依赖性的 Fast-Selector。在两个真实数据集上的实证研究表明,在不同设置下 Fast-Selector 均比基线方法获得更高的覆盖度,同时它比 Basic-Selector 高效得多,仅牺牲极小部分的覆盖度。
引用
@article{arxiv.1805.08525,
title = {Social-Network-Assisted Worker Recruitment in Mobile Crowd Sensing},
author = {Jiangtao Wang and Feng Wang and Yasha Wang and Daqing Zhang and Leye Wang and Zhaopeng Qiu},
journal= {arXiv preprint arXiv:1805.08525},
year = {2018}
}