计算机应用

作者：余敦辉, 袁旭, 张万山, 王晨旭

单位：1. 湖北大学 计算机与信息工程学院, 武汉 430062;2. 湖北省教育信息化工程技术中心, 武汉 430062

关键词：时空众包,在线任务分配,分配总效用,在线随机森林,动态阈值算法

基金：国家自然科学基金资助项目（61572371， 61832014）；湖北省技术创新重大专项（2018ACA13）。

为提升时空众包动态现实场景中任务分配总效用，提出一种基于在线随机森林的动态阈值算法（DTRF）。首先，根据众包平台中工人和任务的历史匹配数据初始化在线随机森林；然后，通过在线随机森林预测每位工人期望的任务回报率作为阈值，按阈值为每个工人选取候选匹配集；最后，从候选匹配集中选取当前效用总和最高的匹配，同时用分配结果更新在线随机森林。实验结果表明，所提算法在提升总效用的同时有效地提高了工人的平均收益。与贪心算法相比，所提算法的任务分配率提升了4.1%，总效用提升了18.2%，工人平均收益提升了11.2%。与随机阈值算法相比，所提算法在任务分配率、总效用、工人平均收益等方面都有较好的提升，且稳定性更好。

来源：2020年第3期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第3期