基于空間眾包的3類對象在線任務(wù)分配

　　 隨著移動互聯(lián)網(wǎng)技術(shù)與020（offline-to-online）商業(yè)模式的發(fā)展，各類空間眾包平臺變得日益流行，如滴滴出行、百度外賣等空間眾包平臺更與人們?nèi)粘Ｉ蠲懿豢煞郑诳臻g眾包研究中，任務(wù)分配問題更是其核心問題之一，該問題旨在研究如何將實時出現(xiàn)的空間眾包任務(wù)分配給適宜的眾包工人，但大部分現(xiàn)有研究所基于的假設(shè)過強，存在兩類不足：（1）現(xiàn)有工作通常假設(shè)基于靜態(tài)場景，即，全部眾包任務(wù)和眾包工人的時空信息在任務(wù)分配前已完整獲知，但眾包任務(wù)與眾包工人在實際應(yīng)用中動態(tài)出現(xiàn)，且需實時地對其進行任務(wù)分配，因此，現(xiàn)存研究結(jié)果在實際應(yīng)用中缺乏可行性；（2）現(xiàn)有研究均假設(shè)僅有兩類眾包參與對象，即眾包任務(wù)與眾包工人。而忽略了第三方眾包工作地點對任務(wù)分配的影響，綜上所述，為彌補上述不足，提出了一類新型動態(tài)任務(wù)分配問題，即，空間眾包環(huán)境下的3類對象在線任務(wù)分配．該問題不但囊括了任務(wù)分配中的3類研究對象，即眾包任務(wù)、眾包工人和眾包工作地點，而且關(guān)注動態(tài)環(huán)境．進而設(shè)計了隨機閾值算法，給出了該算法在最差情況下的競爭比分析．采用在線學(xué)習(xí)方法進一步優(yōu)化了隨機閡值算法，提出自適應(yīng)隨機閾值算法，并證明該優(yōu)化策略可逼遠隨機閡值算法使用不同閾值所能達到的最佳效果．最終通過在真實數(shù)據(jù)集和具有不同分布人造數(shù)據(jù)集上進行的大量實驗，驗證了算法的效果與性能．
?