基于群智計(jì)算的移動(dòng)服務(wù)智能推薦算法研究

梁艷 胡先智 楊倩

摘要：隨著網(wǎng)路技術(shù)的飛速發(fā)展，擁有智能移動(dòng)設(shè)備的人越來越多，用戶可以通過移動(dòng)設(shè)備進(jìn)行近距離的通信通話，進(jìn)行資源分享，而這些用戶就可以組成網(wǎng)絡(luò)智慧群體，協(xié)同完成各種計(jì)算任務(wù)。而本文要研究的就是這種基于移動(dòng)社交網(wǎng)絡(luò)而進(jìn)行的群智計(jì)算，不同于以往單一的計(jì)算模式，群智計(jì)算可以通過協(xié)同完成大規(guī)模的，復(fù)雜的計(jì)算任務(wù)，可以通過智能移動(dòng)設(shè)備所具備的計(jì)算，感知，儲(chǔ)存能力滿足用戶基本需求。文章研究了基于群智計(jì)算技術(shù)所獲取數(shù)據(jù)的基礎(chǔ)上分析用戶的興趣行為而提出的一種基于最優(yōu)用戶組的群智計(jì)算任務(wù)分配算法。

關(guān)鍵詞：群智計(jì)算;移動(dòng)社交網(wǎng)絡(luò);分配算法

中圖分類號(hào)：TP311? ?文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：1007-9416（2020）04-0000-00

1群智計(jì)算的理論基礎(chǔ)

1.1群智計(jì)算的起源

群智計(jì)算的提出要從眾包和群智感知說起，“眾包”是一種分配解決問題的方式，將一個(gè)難度較大的問題分為不同的小問題并分配到多個(gè)用戶再通過人類的知識(shí)儲(chǔ)備和移動(dòng)網(wǎng)絡(luò)資源解決問題。而群智感知就是將擁有智能設(shè)備的用戶看做獨(dú)立的感知源，再讓他們共同協(xié)作完成大規(guī)模的難度系數(shù)高的任務(wù)。而群智計(jì)算就是眾包系統(tǒng)和群智感知系統(tǒng)的統(tǒng)稱[1]。

1.2群智計(jì)算的應(yīng)用

如今市面上有很多眾包，群智感知平臺(tái)，而以下幾個(gè)比較集中且對(duì)用戶日常生活幫助較大。

（1） 環(huán)境質(zhì)量檢測。用戶可以通過智能移動(dòng)設(shè)備對(duì)環(huán)境質(zhì)量進(jìn)行檢測，獲得想要的信息。可以檢測環(huán)境污染程度，檢測環(huán)境噪音，以及得到不同地域的水質(zhì)，垃圾堆積數(shù)量等信息。（2）交通信息獲取。因?yàn)橛脩魰?huì)配備各種移動(dòng)設(shè)備而群智計(jì)算系統(tǒng)會(huì)根據(jù)設(shè)備對(duì)路況進(jìn)行實(shí)時(shí)監(jiān)控，為用戶提供最優(yōu)的路線，并且實(shí)時(shí)匯報(bào)路況，以及行程時(shí)間，提供省時(shí)綠色的出行方案。（3）城市管理規(guī)劃?？梢岳萌褐怯?jì)算對(duì)城市設(shè)施進(jìn)行監(jiān)控，全面了解設(shè)施狀況，方便管理人員設(shè)計(jì)更好的規(guī)劃方案，也方便了用戶更好的選址，比如就近的可用停車位、減速帶位置、路面狀況等。（4）公共安全防護(hù)?？梢岳萌褐怯?jì)算對(duì)重要場合進(jìn)行拍照，監(jiān)控，以便于在特殊情況下提供有力證據(jù)，也方便人們了解突發(fā)事件，及時(shí)采取應(yīng)對(duì)措施。（5）優(yōu)化社交服務(wù)?？梢酝ㄟ^群智計(jì)算得知用戶的信息和習(xí)慣，了解用戶的興趣愛好，自身情況，為其提供更好的社交服務(wù)，比如記錄日常的運(yùn)動(dòng)情況，單車騎行的距離等信息[2]。

以上幾點(diǎn)在生活中應(yīng)用較多，但是群智計(jì)算還在其他很多方面為用戶提供了便捷，群智計(jì)算在未來一定會(huì)有更大的發(fā)展空間。

2群智計(jì)算體統(tǒng)的結(jié)構(gòu)

一般群智計(jì)算系統(tǒng)會(huì)由用戶和平臺(tái)組成，用戶通過移動(dòng)設(shè)備作為感知源，完成感知任務(wù)，而平臺(tái)則是有很多的服務(wù)器組成，分別負(fù)責(zé)任務(wù)發(fā)布，信息收集，數(shù)據(jù)存儲(chǔ)等。而群智計(jì)算的工作流程可以大致分為五個(gè)步驟：（1）平臺(tái)發(fā)布分配好的任務(wù)信息，通過一些機(jī)制吸引用戶。（2）平臺(tái)和用戶建立聯(lián)系，用戶了解任務(wù)所需要求，并按要求執(zhí)行感知任務(wù)。（3）任務(wù)完成后信息將反饋到平臺(tái)，在保護(hù)用戶隱私的前提下進(jìn)行信息交互。（4）平臺(tái)對(duì)獲得的信息進(jìn)行分析和處理，用戶再得到自己想要的信息。（5）平臺(tái)對(duì)用戶進(jìn)行評(píng)估，并儲(chǔ)備交易記錄。

3群智計(jì)算的算法推薦研究

3.1基于差分隱私保護(hù)的群智計(jì)算任務(wù)分配算法

差分隱私保護(hù)是對(duì)用戶隱私進(jìn)行可靠的，可度量的方法。因?yàn)橐话愕娜褐怯?jì)算會(huì)把眾包平臺(tái)作為中央，來分配一系列任務(wù)，比如招募用戶、任務(wù)分配、數(shù)據(jù)采集等，所以在這一類的交互過程中，會(huì)涉及到用戶的很多個(gè)人信息，所以這時(shí)平臺(tái)需要對(duì)用戶的個(gè)人信息進(jìn)行保護(hù)，但是不是每個(gè)平臺(tái)都是可信的，所以用戶的隱私還是有很大的泄露風(fēng)險(xiǎn)，而這是就需要采取第三方保護(hù)即差分隱私保護(hù)法，在原有數(shù)據(jù)的基礎(chǔ)上隨機(jī)添加干擾個(gè)人信息的數(shù)據(jù)，保護(hù)原有數(shù)據(jù)中的敏感數(shù)據(jù)，能夠有效的防止用戶信息的泄露，用戶信息通過差分隱私保護(hù)機(jī)制的處理后，提供安全的數(shù)據(jù)信息。

3.2移動(dòng)社交網(wǎng)絡(luò)中基于相遇預(yù)測的群智計(jì)算任務(wù)分配算法

通過移動(dòng)社交網(wǎng)絡(luò)的群智計(jì)算將任務(wù)進(jìn)行分配，采取多個(gè)用戶隨機(jī)游走的方式，讓任務(wù)請(qǐng)求者與用戶頻繁相遇，將所獲取的數(shù)據(jù)通過近距離通信的方式傳回。提出任務(wù)請(qǐng)求者與用戶相遇的并行模型，還要通過對(duì)用戶的任務(wù)完成情況分析用戶的能力差異，設(shè)計(jì)并改進(jìn)最小化獨(dú)立任務(wù)的平均反饋時(shí)間和最小化依賴型任務(wù)的最長反饋時(shí)間的在線任務(wù)分配算法。改進(jìn)后的模式能更好的完成復(fù)雜的任務(wù)，使得工作效率提高，這種任務(wù)分配算法在群智計(jì)算中有很高的實(shí)用價(jià)值。

3.3基于最優(yōu)用戶組的群智計(jì)算任務(wù)分配算法

例如檢測城市噪音，而這個(gè)檢測量很大，靠單獨(dú)用戶很難應(yīng)對(duì)，特別是當(dāng)一些區(qū)域離用戶較遠(yuǎn)是，更是難以檢測，所以這個(gè)時(shí)候就可以通過移動(dòng)設(shè)備聯(lián)系其他移動(dòng)用戶來協(xié)作完成任務(wù)，此時(shí)，該用戶就可以根據(jù)噪音檢測的實(shí)際需求將任務(wù)劃分為小區(qū)域噪音檢測，然后其他用戶根據(jù)方便進(jìn)行自己選擇的任務(wù)，最終將各個(gè)數(shù)據(jù)傳回檢測所，對(duì)數(shù)據(jù)進(jìn)行分析，而用戶也得到相應(yīng)的報(bào)酬。其他類似的場景也是，采用最優(yōu)方案進(jìn)行數(shù)據(jù)采集，再利用網(wǎng)絡(luò)將數(shù)據(jù)傳回，最終得到想要得到的結(jié)果。

4總結(jié)與展望

隨著網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，科學(xué)技術(shù)的不斷進(jìn)步，移動(dòng)設(shè)備功能也變得更多，更普及，而群智計(jì)算利用移動(dòng)設(shè)備解決問題的方式也變成了研究熱點(diǎn)，眾包系統(tǒng)通過分配式的任務(wù)發(fā)布，而群智感知利用用戶移動(dòng)設(shè)備作為感應(yīng)源而完成特定的感知任務(wù)，而用戶也在完成任務(wù)后獲得一定的報(bào)酬，而本文在群智計(jì)算技術(shù)所獲取數(shù)據(jù)的基礎(chǔ)上了解到用戶偏好并推薦群智計(jì)算的任務(wù)分配算法，并且在用戶與平臺(tái)的交互過程中隱私也能得到很好的保護(hù)，雖然目前因?yàn)榧夹g(shù)有限，群智計(jì)算模式也有一些需要改進(jìn)的地方，但是隨著科學(xué)水平的提高，以及人們的不斷努力，群智計(jì)算一定會(huì)得到更好的推廣和利用。

參考文獻(xiàn)