空间众包中基于位置预测的任务分配

• 作者: 任可 任威隆 张晨 张森 林培光 聂秀山 郭玉超
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 空间众包 任务分配 任务预测 旅行成本 Kuhn-Munkres算法
• 年，卷（期）: 2018,（2）
• 页码范围: 471-480
• 页数: 10页
• 分类号: TP181
• 字数: 8135字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2018.02.019

摘要

随着移动设备的普及和 O2 O(Online-To-Offline)商业模式的快速发展,越来越多的空间众包平台融入人们的日常生活中,例如滴滴出行、饿了么等等.空间众包中的一个核心问题是任务分配,主要研究如何将空间任务分配给合适的众包工人.任务分配方式主要分为服务器分配模式(Server Assigned Task,SAT)和用户选择模式(Worker Selected Task,WST)两种模式,目前多数统一规范化的众包服务采用 SAT 模式,即系统主动将任务分配给任务请求位置附近的众包工人.在此任务分配模式下,众包工人和任务之间的旅行成本变得至关重要,较少的旅行成本意味着较少的响应时间和较高的任务接受率.因此提出了基于位置预测的任务分配方式,该方式不仅考虑任务和众包工人的当前位置,还考虑未来任务可能出现的位置,从而降低旅行成本和相应时间.首先设计了贪婪方法(Greedy Approach),然后在贪婪方法的基础上通过贝叶斯、支持向量机、决策树等方法预测未来任务的分布来辅助分配任务,最后在真实数据上进行的实验表明,该方法减小了在长时间内的总旅行成本,具有较好的性能.