-
公开(公告)号:CN119692461A
公开(公告)日:2025-03-25
申请号:CN202411593724.1
申请日:2024-11-08
Applicant: 哈尔滨理工大学
IPC: G06N5/04
Abstract: 如何在大规模、多位置及高精度的感知环境中适应性调整任务分配策略是感知平台能够提供可持续信赖服务的关键。针对这个问题,本发明提出一种认知驱动的群智感知用户‑任务关系动态分析方法,它有助于系统实时感知用户行为,并自适应实现用户与感知任务的准确匹配。首先,为合理刻画用户参与动机,利用因果决策技术挖掘用户‑任务内在联系。其次,通过设计“自警”、“自控”和“自愈”模块,迭代循环构建完备的用户认知因果图。最后,基于因果图动态感知用户参与行为并及时反馈调控,引入因果重塑过程过滤混杂因素,以提升用户参与意愿的同时有效避免过滤泡沫现象,增强群智感知任务分配阶段的适应性和准确性。
-
公开(公告)号:CN117273544A
公开(公告)日:2023-12-22
申请号:CN202311356628.0
申请日:2023-10-19
Applicant: 哈尔滨理工大学
IPC: G06Q10/0639 , G06Q10/0631 , G06F18/23 , G06F16/9536 , G06Q50/00
Abstract: 社会参与式群智感知作为新兴的研究领域,如何在稀疏用户背景下招募值得信赖和活跃度强的高价值用户具有极大挑战,而用户的社会自组织性和中心效应提供了新的研究思路。针对这个问题,本发明提出了一种群智感知稀疏用户角色提取与可信参与式分析方法。首先基于用户的重叠社交关系分解挖掘用户的多重身份信息,筛选出高质量的感知用户;其次,基于角色导向的网络表示学习建模用户的角色信息并建立角色层次模型,评估用户的社交功能和角色价值;最后,本发明首次提出时序社交中心性概念,用于综合用户社会和网络结构特征评估用户的整体价值,有效保证在稀疏用户池下的任务分配效率及任务覆盖率。
-