社群智能系统中基于用户信誉度的激励机制

• 作者: 刘睿 李婕 王兴伟
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 社群智能 信誉度模型 参与式激励 多维反向拍卖 博弈论
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 网络与信息安全
• 页码范围: 1471-1482
• 页数: 12页
• 分类号: TP393
• 字数: 9138字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1509099

摘要

在社群智能系统中,参与节点的可靠性和积极性是系统提供有效数据采集服务的保证.为了提高用户采集数据的可靠性和服务的可持续性,提出了一种基于用户信誉度的参与式激励机制.该机制基于博弈论从数据可靠性和竞标可靠性两方面构建用户的信誉度模型,在此基础上通过多维反向拍卖机制建立参与式激励机制,使社群智能系统中保持充足的具有信誉的参与者持续提供服务,同时减少系统激励开销.通过不同场景下的仿真实验验证了该激励机制明显增加了具有信誉度的用户参与系统服务的数量,保证了充足数量的用户为系统实现可靠的服务,同时减少了系统的激励开销.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王兴伟	东北大学软件学院	347	1979	22.0	33.0
2	李婕	东北大学计算中心	21	173	5.0	13.0
3	刘睿	香港理工大学计算机系	1	3	1.0	1.0