一種面向任務(wù)需求的群智感知任務(wù)分配模型*

王 鑫，廖祎瑋，趙國生，王 健，謝寶文

(1.哈爾濱師范大學(xué)計算機科學(xué)與信息工程學(xué)院，黑龍江 哈爾濱 150025; 2.哈爾濱理工大學(xué)計算機科學(xué)與技術(shù)學(xué)院，黑龍江 哈爾濱 150080)

1 引言

移動群智感知是指利用移動設(shè)備來收集、分析和共享感知信息與數(shù)據(jù)。隨著移動設(shè)備的普及，移動群智感知技術(shù)得到了越來越多的關(guān)注[1]，并且已經(jīng)廣泛服務(wù)于各大應(yīng)用領(lǐng)域，如交通狀況監(jiān)控[2]、環(huán)境監(jiān)測[3]和移動社交推薦[4]等。在移動群智感知系統(tǒng)中，感知任務(wù)具有類型多、范圍廣和數(shù)量大等基本特性。面向不同的任務(wù)需求，將任務(wù)分配給合適的用戶以提高任務(wù)與用戶的匹配度，同時提高任務(wù)的分配效率成為群智感知任務(wù)分配的關(guān)鍵。

目前，國內(nèi)外很多學(xué)者對群智感知任務(wù)分配問題展開了研究。Amintoosi等[5]針對社會感知中參與者復(fù)雜的、未知的社交關(guān)系提出一種參與者選擇架構(gòu)，根據(jù)參與者的適合性得分和參與者間的相互信任度選擇合適的參與者。Xiao等[6]基于貪心算法提出了一種最大程度提高已招募用戶的效率同時在截止時間內(nèi)使感知支出最小的用戶招募算法，該算法招募多個用戶合作完成感知任務(wù)。韓俊櫻等[7]提出了基于貪婪算法的分布式多任務(wù)分配方法，該方法劃分任務(wù)和用戶區(qū)域，動態(tài)定價并發(fā)任務(wù)組合構(gòu)成的任務(wù)路徑，根據(jù)感知用戶的歷史信譽度分配任務(wù)。上述任務(wù)分配機制主要以用戶或平臺為中心進行設(shè)計，沒有考慮任務(wù)與用戶的聯(lián)系。為解決上述問題，Zhao等[8]提出一種每個任務(wù)最多由一個用戶來完成的感知任務(wù)拍賣機制，該機制并沒有考慮任務(wù)分配過程中用戶可靠性的影響。Peng等[9]提出在任務(wù)分配時首先預(yù)測用戶的期望任務(wù)完成質(zhì)量來選擇高可靠性的用戶，并且為了使用戶提交的數(shù)據(jù)質(zhì)量更高，根據(jù)用戶實際提交的數(shù)據(jù)質(zhì)量來決定用戶的報酬。劉媛妮等[10]以最大化用戶效用為目的提出了一種基于拍賣模型的激勵機制，該機制以任務(wù)為中心選擇贏標(biāo)用戶且基于臨界價格對贏標(biāo)用戶支付報酬，該機制中用戶可將未完成任務(wù)轉(zhuǎn)售他人。Han等[11]研究了一種用戶根據(jù)感知時間和感知成本對平臺發(fā)布的感知任務(wù)進行競爭的激勵機制，感知平臺在預(yù)算約束下支付報酬。Koutsopoulos[12]基于反向競拍模型考慮到平臺的預(yù)算條件約束，設(shè)計了一種最小化平臺預(yù)算成本的激勵機制，該機制結(jié)合用戶貢獻的數(shù)據(jù)量和數(shù)據(jù)質(zhì)量進行用戶選擇與報酬支付。

群智感知中感知平臺發(fā)布的任務(wù)是多類的，用戶完成不同類別任務(wù)的效力也互不相同，上述研究均沒有考慮到面向任務(wù)需求的用戶分配問題，無法滿足任務(wù)需求的復(fù)雜性。王濤春等[13]提出了從5個方面評估參與者信譽度的參與者信譽評估方案，包括參與者歷史信譽度、提交數(shù)據(jù)的響應(yīng)時間、距離、數(shù)據(jù)相關(guān)性和數(shù)據(jù)質(zhì)量,通過建立信譽評估方程計算出參與者本次提交數(shù)據(jù)后的信譽度，新任務(wù)由群智感知網(wǎng)絡(luò)根據(jù)更新后的信譽度選擇合適的參與者來完成。Messaoud等[14]提出了在滿足信息質(zhì)量與能量約束的條件下，最大化信息質(zhì)量和最小化能耗地選擇合適的用戶參與感知任務(wù)，該機制基于禁忌搜索算法且對能量和信息質(zhì)量敏感。Li等[15]基于感知任務(wù)的實時性和異構(gòu)性難題提出根據(jù)離線算法和在線算法來招募合適的參與者。Luo等[16]提出了一個基于Stackelberg博弈的激勵框架，該框架考慮了不同情況下平臺和用戶之間的交互關(guān)系以及任務(wù)之間的相互關(guān)系。Feng等[17]設(shè)計一種考慮用戶和任務(wù)的位置關(guān)聯(lián)的激勵機制，該機制基于逆向競拍框架，用戶根據(jù)自身的位置信息響應(yīng)感知任務(wù)并上報目標(biāo)報酬，感知平臺通過贏標(biāo)價決策算法決定贏標(biāo)價，以最小化預(yù)算成本。上述任務(wù)分配機制雖面向任務(wù)需求對用戶進行選擇，但未明確用戶適合完成任務(wù)的類別，未考慮用戶具有完成多類別任務(wù)的能力，且一旦有新任務(wù)推送會再次對用戶信息進行處理，增加了機制的整體復(fù)雜性。因此，構(gòu)建一種以任務(wù)為中心，篩選適合任務(wù)類別且滿足任務(wù)其他需求的用戶的高效任務(wù)分配模型有重要研究意義。

針對上述問題，本文提出了一種任務(wù)需求特征提取算法TRFEA(Task Requirement Feature Extraction Algorithm)和用戶標(biāo)簽分類方法相結(jié)合的TREAULCM(Task Requirement Extraction Algorithm and User Label Classification Method)任務(wù)分配模型。利用任務(wù)需求特征提取算法提取感知任務(wù)的類別關(guān)鍵詞，通過多線性神經(jīng)網(wǎng)絡(luò)訓(xùn)練得到數(shù)據(jù)集中各類數(shù)據(jù)的高層特征并利用徑向基核函數(shù)將高層特征融合，通過多核學(xué)習(xí)訓(xùn)練得到分類器，利用分類器預(yù)測用戶的類型標(biāo)簽。根據(jù)任務(wù)類別、空間位置信息和用戶參與度選擇滿足任務(wù)需求的用戶分發(fā)任務(wù)。本文主要貢獻包括以下2點：

(1)本文通過用戶標(biāo)簽分類方法得到適合用戶的任務(wù)類別標(biāo)簽，根據(jù)任務(wù)需求選擇合適的用戶進行任務(wù)分發(fā)，實現(xiàn)用戶優(yōu)選。

(2)本文針對多線性神經(jīng)網(wǎng)絡(luò)2個全連接層提取到的特征，采用多核學(xué)習(xí)方法將它們在核空間中自適應(yīng)融合，融合后的特征有更好的表現(xiàn)力和魯棒性。

2 群智感知任務(wù)分配模型

群智感知的經(jīng)典網(wǎng)絡(luò)體系結(jié)構(gòu)由任務(wù)發(fā)布者、感知平臺和感知用戶3部分組成。任務(wù)發(fā)布者向感知平臺購買感知數(shù)據(jù)；感知平臺根據(jù)感知任務(wù)需求和激勵機制等選擇合適的感知用戶發(fā)布任務(wù)，并對用戶提交的數(shù)據(jù)進行評估和支付報酬；感知用戶可根據(jù)自身條件有選擇性地參與任務(wù)。

2.1 模型描述

本文提出的任務(wù)分配模型如圖1所示。該模型首先對感知任務(wù)進行處理，明確感知任務(wù)類別,然后通過用戶標(biāo)簽分類方法對數(shù)據(jù)集進行訓(xùn)練，得到分類器，利用分類器得到適合用戶處理的任務(wù)類別并給予用戶該類標(biāo)簽。在任務(wù)分配過程中，感知平臺選擇符合任務(wù)類別且滿足其他任務(wù)需求的用戶執(zhí)行任務(wù)，使任務(wù)分配更有針對性，任務(wù)完成后對用戶的標(biāo)簽進行迭代預(yù)測。

Figure 1 Model of task assignment圖1 任務(wù)分配模型

2.2 問題描述

感知平臺發(fā)布的不同類別的感知任務(wù)，意味著不同的任務(wù)需求。只有從任務(wù)需求的角度選擇和感知任務(wù)需求匹配度更高的用戶參與任務(wù)，才能最大限度保證任務(wù)的完成率和感知數(shù)據(jù)的可用性，使得資源利用最大化，減少感知平臺工作量。本文提出任務(wù)需求特征提取算法TRFEA和用戶標(biāo)簽分類方法，其中TRFEA用于提取感知任務(wù)類型的關(guān)鍵詞；用戶標(biāo)簽分類方法用于提取用戶類型標(biāo)簽。

3 任務(wù)需求類型的提取

發(fā)布的感知任務(wù)可形式化地描述為任務(wù)屬性向量task=(Tt,U,Lab,St,W,Par),其中，Tt代表任務(wù)的文字描述；U代表需要招募的感知用戶數(shù)量；Lab代表任務(wù)要求的用戶類型；St為感知任務(wù)的位置信息；W為任務(wù)要求的距離遠(yuǎn)近度；Par為任務(wù)要求的用戶參與度。用矩陣Bg×e存放任務(wù)向量，其中g(shù)個任務(wù)用g行表示，任務(wù)的第e個屬性用第e列表示。任務(wù)集可表示為Task={task1,task2,…,taskt}。

感知用戶可形式化地描述為用戶屬性向量user=(X,Y,Su)，其中,X為用戶的數(shù)據(jù)集；Y為用戶的標(biāo)簽集；Su為用戶的位置信息。用矩陣Qx×f存放用戶向量，其中x個用戶用x行表示，用戶的第f個屬性用第f列表示。用戶集可表示為User={user1,user2,…,useru}。為了方便理解，表1給出了本文部分符號標(biāo)記及其對應(yīng)的定義。

Table 1 Symbols and their definitions表1 符號及其定義

本文提出了TRFEA算法來提取感知任務(wù)的類別關(guān)鍵詞。TRFEA算法用隸屬度確定每個數(shù)據(jù)點屬于某個聚類的程度并自適應(yīng)地確定聚類中心個數(shù)。去除任務(wù)文字描述中無實際意義的虛詞和代詞，得到所有任務(wù)的詞集Tx={T1,T2,…,Tnu}，將其用空間向量模型表示，轉(zhuǎn)換成高維空間中的向量，然后對這些向量聚類。Txi表示任務(wù)taski的詞集，任一Txi可表示為以特征項的權(quán)重為分量的向量Ti，其中每個詞或詞組作為特征項，權(quán)重為詞或詞組出現(xiàn)的頻數(shù)。

每個Ti到聚類中心Cj(j=1,2,…,q)的隸屬度Fij的計算公式為：

(1)

其中，ψ是模糊指數(shù)，此處取ψ=2；‖Ti-Cj‖表示第i個任務(wù)的描述向量與第j個聚類中心之間的歐幾里得距離，所有任務(wù)到每個聚類中心隸屬度總和為1。

聚類中心的計算公式為：

(2)

設(shè)置目標(biāo)函數(shù)JFK：

(3)

對于聚類算法得到的聚類中心集C={C1,C2,…,Cq}中任一聚類結(jié)果Cs，把構(gòu)成Cs的每一個任務(wù)看作一個有v個不同單詞的序列W=(w1,w2,…,wv)，每一個wi到該類的主題詞服從泊松分布，并把聚類中心集C中涉及的所有不同單詞組成大集合Word。通過統(tǒng)計主題LDA(Latent Dirichlet Allocation)模型來識別潛藏的主題信息。TRFEA算法流程如算法1所示：

算法1TRFEA算法

輸入：任務(wù)描述集Tx={T1,T2,…,Tnu}。

輸出：各類任務(wù)的類別關(guān)鍵詞集合Lab。

步驟1隨機得到自適應(yīng)q個模糊聚類中心Cj,并初始化，設(shè)迭代次數(shù)num=0；

步驟2通過式(1)計算每個Ti到聚類中心Cj的隸屬度Fij；

步驟3通過式(2)計算聚類中心。根據(jù)Cj的變化，重新計算隸屬度Fij；

步驟4通過式(3)計算目標(biāo)函數(shù)JFK，如果目標(biāo)函數(shù)不收斂，num=num+1，返回步驟3，否則得到聚類中心集C，轉(zhuǎn)步驟5；

步驟5設(shè)置主題的參數(shù)α和詞的參數(shù)δ，兩者均隨著訓(xùn)練和學(xué)習(xí)過程自動變化；

步驟6對于聚類結(jié)果Cs中每個詞wi，根據(jù)其到各個主題發(fā)生的概率P(θ|α)得到主題分布θ，主題個數(shù)設(shè)為Tnum，并以概率P(Zs|θ)選擇當(dāng)前的主題Zs；

步驟7按照當(dāng)前主題Zs下的多項分布概率P(topici|Zs,δ)，選擇一個單詞topici,topici∈Word；

步驟8對于每類任務(wù)主題詞的結(jié)果集Topic={topic1,topic2,…,topicTnum}，返回步驟1進行聚類分析，直到結(jié)果集Topic不再變化,轉(zhuǎn)步驟9；

步驟9Lab=Topic，并返回Lab。

4 用戶標(biāo)簽的分類

明確任務(wù)需求基礎(chǔ)上的用戶選擇問題實際上是篩選和任務(wù)需求更匹配的用戶，本文提出了一種多線性神經(jīng)網(wǎng)絡(luò)結(jié)合多核學(xué)習(xí)的用戶標(biāo)簽分類方法，如圖2所示，其中MLSVM(Multi Label Support Vector Machine)表示多核支持向量機。該方法首先通過多線性神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)集得到各類數(shù)據(jù)的高層特征并利用徑向基核函數(shù)融合特征，根據(jù)已知的類別信息通過多核學(xué)習(xí)訓(xùn)練得到一個分類器，待預(yù)測用戶的數(shù)據(jù)經(jīng)過分類器可得到該用戶的標(biāo)簽集。

Figure 2 Framework of user label classification method 圖2 用戶標(biāo)簽分類方法框架

4.1 感知數(shù)據(jù)特征提取

對于數(shù)據(jù)集{(X1,Y1),(X2,Y2),…,(XHH,YHH)}，數(shù)據(jù)集中數(shù)據(jù)信息表示為Xh={xh1,xh2,…,xhη},xh*∈χ,χ為數(shù)據(jù)空間，η為Xh中數(shù)據(jù)個數(shù)，Yh?Y為Xh的標(biāo)簽集Yh={yh1,yh2,…,yhλ},Y為標(biāo)簽空間，λ為Yh中包含的標(biāo)簽個數(shù)。對數(shù)據(jù)集中每類數(shù)據(jù)均隨機抽取2/3并去掉標(biāo)簽組成訓(xùn)練集Tr，對于每類數(shù)據(jù)進行高層特征提取并得到核函數(shù)。

本文設(shè)計了一種卷積層-池化層循環(huán)的優(yōu)化多線性神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，保持了網(wǎng)絡(luò)良好的可區(qū)分性，縮短了計算時間。本文搭建多線性神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)提取各類數(shù)據(jù)的高層特征，該網(wǎng)絡(luò)結(jié)構(gòu)的前5層每層由卷積層和池化層構(gòu)成，用l1～l5表示。ac1和ac2表示第6層和第7層，第6層、第7層為全連接層，將第6層和第7層特征作為2種不同的高層特征。將訓(xùn)練集Tr輸入到搭建好的網(wǎng)絡(luò)中。首先計算每個神經(jīng)元的輸出值。

(1)卷積層。

(4)

(2)池化層。

(5)

(3)全連接層。

(6)

其中，pl-1表示第l-1層所有特征圖的加權(quán)結(jié)果。

其次，反向計算多線性神經(jīng)網(wǎng)絡(luò)整體損失函數(shù)。設(shè)任一帶標(biāo)簽樣本Ii(i=1,2,…,Nm),Nm表示訓(xùn)練集樣本總個數(shù)，Ii的標(biāo)簽實際上是一對多標(biāo)簽。

(7)

(8)

損失函數(shù)E0的計算公式為：

(9)

(10)

更新多線性神經(jīng)網(wǎng)絡(luò)的參數(shù)H，同時最小化損失函數(shù)E0：

(11)

其中，ω表示多線性神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)率，決定了每步調(diào)整的幅度；H(i)表示第i組更新的參數(shù)。

最后根據(jù)式(6)，分別得到ac1、ac2層輸出結(jié)果ac1-r、ac2-r,二者分別包含了ac1、ac2層計算得到的所有特征圖，將其作為待融合的全連接層特征。

本文利用徑向基核函數(shù)解決全連接層特征融合問題。進一步地，可以利用基于核的分類器得到用戶的類型標(biāo)簽。

(12)

其中，k(Xn) 表示第n類數(shù)據(jù)的核函數(shù)；za表示Xn中第a個數(shù)據(jù)在多核某一尺度下ac1層的特征向量ac1-r；zb表示Xn中第b個數(shù)據(jù)在多核某一尺度下ac2層的特征向量ac2-r,μ表示帶寬參數(shù)。

4.2 多標(biāo)簽分類器

在群智感知任務(wù)分配中一個用戶可完成多類任務(wù)，故而用戶的數(shù)據(jù)樣本分布特征存在差異性，如果數(shù)據(jù)采用同一種高維映射方式，會忽略不同任務(wù)類別的差異性。因此，本文采用多核學(xué)習(xí)方法通過融合不同權(quán)系數(shù)的核函數(shù)使分類的靈活性和準(zhǔn)確性更高。

根據(jù)得到的每類數(shù)據(jù)的核函數(shù)和訓(xùn)練集數(shù)據(jù)的類別信息，采用SimpleMKL工具箱訓(xùn)練得到一個MLSVM分類器hy并得到權(quán)系數(shù)βn(1≤n≤N)，完成多核融合過程，如圖3所示。

Figure 3 Multi-kernel fusion process圖3 多核融合過程

(13)

5 TREAULCM任務(wù)分配模型

本文根據(jù)任務(wù)的需求類別、距離遠(yuǎn)近度和用戶參與度3種因素共同決定感知用戶的選擇，實現(xiàn)滿足任務(wù)需求的任務(wù)分配。

在實際的群智感知任務(wù)分配問題中，感知平臺希望選擇距離較近的感知用戶參與感知任務(wù)以減少報酬支出，感知用戶也會偏向于參與離自身位置較近的任務(wù)，為了最大化用戶的參與意愿，最小化平臺支出，本文考慮到任務(wù)與用戶的空間位置信息，提出距離遠(yuǎn)近度W作為任務(wù)分配的決定性因素之一，計算公式如下：

Wij=1-min[logodis(Sti,Suj),1],Wij∈[0,1]

(14)

其中，Wij為任務(wù)taski和用戶userj的距離遠(yuǎn)近度，Wij越接近1，則無論從感知平臺還是從用戶角度考慮，雙方的開銷都越小；o為感知平臺設(shè)置的任務(wù)區(qū)域半徑，即在該半徑內(nèi)選擇用戶參與任務(wù)；dis(Sti,Suj)表示任務(wù)taski的位置Sti到用戶userj的位置Suj的歐幾里得距離。

為了選擇更活躍的用戶參與任務(wù)以保證已分配任務(wù)的完成情況，且調(diào)動用戶的參與積極性，本文提出以用戶參與度作為用戶選擇的決定性因素之一。在本文模型中，用戶參與度由其之前在其他感知任務(wù)中的表現(xiàn)共同決定。

設(shè)frj是用戶userj對所分配任務(wù)的執(zhí)行總次數(shù)，fej是用戶userj對所分配任務(wù)的未執(zhí)行總次數(shù)，用戶userj在過去任務(wù)中積累的執(zhí)行情況為：

(15)

感知平臺對用戶提供的數(shù)據(jù)進行評分，評分值在[1,5]，結(jié)合用戶執(zhí)行任務(wù)的情況，可計算用戶userj的參與度:

(16)

其中，num為用戶完成任務(wù)的總個數(shù)；s(i)為用戶完成任務(wù)taski后平臺的評分；min(i)和max(i)為對完成任務(wù)taski的所有用戶，平臺評分最低值和最高值。

TREAULCM任務(wù)分配模型詳細(xì)描述如下：

(1)對于任務(wù)集Task={task1,task2,…,taskt}，通過算法1得到任務(wù)taski的類別關(guān)鍵詞Labi。

(2)對于用戶集User={user1,user2,…,useru}，將數(shù)據(jù)通過用戶標(biāo)簽分類方法訓(xùn)練好的MLSVM分類器得到用戶userj的類型標(biāo)簽集YLabj。

(3)根據(jù)任務(wù)要求的用戶類型篩選用戶。如果YLabj中某一元素是Labi中的元素，那么userj進入候選用戶集Usercd={user1,user2,…,userc}(1

(4)計算候選用戶集中所有用戶到任務(wù)taski的距離遠(yuǎn)近度,形成以距離遠(yuǎn)近度降序排列的新候選用戶序列Usercd1。

(5)對于Usercd1中用戶，以用戶參與度降序排列得到用戶序列Usercd2。

(6)根據(jù)任務(wù)需要招募的感知用戶數(shù)量，從前往后選取Usercd2中需求用戶數(shù)量×120%個用戶組成最終的待分發(fā)任務(wù)用戶集。

6 仿真分析

為了驗證本文的TRFEA算法在任務(wù)需求特征提取方面的效率和準(zhǔn)確性，將TRFEA算法與IKAnalyzer算法[18]和傳統(tǒng)的最長子串LCS(Longest Common Subsequence)算法進行對比。其中，IKAnalyzer算法[18]是一種中文文本的分詞技術(shù)，它根據(jù)給定的字符而不是依賴于字符數(shù)量來分詞，該算法掃描文本，遇到預(yù)先定義的字符才會進行分詞；LCS算法具有語種獨立性，適用處理中文文本，該算法不需要對文本內(nèi)容進行語言預(yù)處理，并且對提取出的公共子字符串的長度沒有限制。

為了驗證本文模型在任務(wù)分配中的高效性和準(zhǔn)確性，在相同實驗環(huán)境下，將本文模型與采用余弦相似度計算方法的用戶選擇激勵模型TRIM(Task Requirement-oriented user selection Incentive Mechanism)[19]和基于邏輯回歸LR(Logistic Regression)方法的任務(wù)分配模型[20]進行比較。

6.1 仿真環(huán)境

實驗基于Python 3.5以及TensorFlow 2.0實現(xiàn),并在Linux環(huán)境下運行。本文數(shù)據(jù)集由公用數(shù)據(jù)集MSRC-v2[21]中的數(shù)據(jù)組成，MSRC-v2[21]數(shù)據(jù)集包含23類的591幅圖像，每幅圖像大小為320×213左右，其中很多圖像同時屬于多類。在數(shù)據(jù)集上每類數(shù)據(jù)均隨機選取2/3的樣本組成訓(xùn)練集，剩余樣本用作測試。根據(jù)數(shù)據(jù)集MSRC-v2[21]隨機生成由23種類別信息和其他文字組成的任務(wù)文字描述，每個任務(wù)描述大于100字符數(shù)，作為實驗中的感知平臺發(fā)布的任務(wù)信息，并對包含類別信息的詞或詞組進行標(biāo)記，同時隨機生成其他任務(wù)需求；由MSRC-v2[21]數(shù)據(jù)集中591幅圖像數(shù)據(jù)組成用戶的歷史感知數(shù)據(jù)，并隨機生成其他用戶信息，構(gòu)造100個感知用戶。

根據(jù)數(shù)據(jù)集設(shè)置主題數(shù)目Tnum=23，聚類中心個數(shù)q=23，參數(shù)α=50/Tnum，參數(shù)δ=0.01，多線性神經(jīng)網(wǎng)絡(luò)中初始學(xué)習(xí)率ω=0.001，帶寬參數(shù)μ=0.05，核函數(shù)的總個數(shù)N=23，在[0,1]隨機選擇用戶參與度。

6.2 實驗分析

6.2.1 任務(wù)類別關(guān)鍵詞提取準(zhǔn)確率

TRFEA算法著重于提高任務(wù)類別關(guān)鍵詞提取的準(zhǔn)確率，任務(wù)類別關(guān)鍵詞提取的準(zhǔn)確率與任務(wù)文本的長度具有相關(guān)性，通過式(17)計算任務(wù)類別關(guān)鍵詞的提取準(zhǔn)確率Tra，如圖4所示。

(17)

其中，CHd表示其有標(biāo)記的關(guān)鍵詞的字符數(shù)；fqb表示其有標(biāo)記的關(guān)鍵詞在文本中出現(xiàn)的頻數(shù)；CH表示提取出的所有關(guān)鍵詞的字符數(shù)；fq表示其提取出的關(guān)鍵詞在文本中出現(xiàn)的頻數(shù)。

Figure 4 Extraction accuracy of task category keywords 圖4 任務(wù)類別關(guān)鍵詞提取準(zhǔn)確率

從圖4可以看出,TRFEA算法的任務(wù)類別關(guān)鍵詞提取準(zhǔn)確率明顯高于IKAnalyzer算法和傳統(tǒng)的LCS算法的，準(zhǔn)確率在85%以上，且隨著任務(wù)字符數(shù)的增多呈上升趨勢。這是因為TRFEA算法采用了自適應(yīng)聚類方法，該方法用隸屬度確定聚類中心，對任務(wù)需求進行聚類預(yù)處理，該方法提取出的詞或詞組不會由于截取而失去其原本的含義，并且能夠自適應(yīng)調(diào)整聚類中心，不斷優(yōu)化任務(wù)類別關(guān)鍵詞與任務(wù)的契合性。又因為TRFEA算法用LDA模型將文本信息轉(zhuǎn)化成易于建模的數(shù)字信息，所以其與文本描述的任務(wù)需求類別更為貼近，模型會隨著信息的增多更加完善，使TRFEA算法提取關(guān)鍵詞的準(zhǔn)確率更高。IKAnalyzer算法雖然分詞較為準(zhǔn)確，但是由于并不具有關(guān)鍵詞提取的功能，僅通過給定字符分詞，缺乏自主性和能動性，使得提取準(zhǔn)確率較低。綜上，TRFEA算法的任務(wù)類別關(guān)鍵詞提取準(zhǔn)確率較高。

6.2.2 任務(wù)類別關(guān)鍵詞提取時間

任務(wù)類別關(guān)鍵詞提取時間會隨著測試文本長度的增加而增加，本文選取了100個任務(wù)文本來測試算法的執(zhí)行時間，并求取平均值，結(jié)果如圖5所示。

Figure 5 Relationship of execution time and the number of task characters圖5 執(zhí)行時間與任務(wù)字符數(shù)的關(guān)系

從圖5可以看出，TRFEA算法提取任務(wù)類別所需時間少于傳統(tǒng)的LCS算法的，略多于IKAnalyzer算法的。因為TRFEA算法在進行詞或詞組提取時需對文本進行聚類提取，而傳統(tǒng)的LCS算法對提取出的公共子字符串的長度沒有限制，該算法的空間復(fù)雜度會隨著文本分句長度的增長呈平方倍增長。TRFEA算法將文本信息轉(zhuǎn)化成數(shù)字信息進而識別關(guān)鍵詞，降低了空間復(fù)雜度，因此效率高于傳統(tǒng)的LCS算法。IKAnalyzer算法需要掃描文本尋找指定的字符進行分詞，因此耗時與TRFEA算法相近。但是，TRFEA算法使用的聚類方法適合處理批量任務(wù)，隨著任務(wù)數(shù)量的增加，總的任務(wù)需求提取時間少于IKAnalyzer算法和傳統(tǒng)的LCS算法的，如圖6所示，此處選用的任務(wù)文本長度在[200,400]。

Figure 6 Relationship of execution time and the number of tasks圖6 執(zhí)行時間與任務(wù)數(shù)量的關(guān)系

綜上分析，本文的TRFEA算法適用于任務(wù)需求的提取，準(zhǔn)確率高于IKAnalyzer算法和傳統(tǒng)的LCS算法的，處理多個任務(wù)的效率也優(yōu)于兩者。

6.2.3 任務(wù)分發(fā)效率

在相同時間內(nèi)對TRIM模型、LR模型和本文TREAULCM模型進行任務(wù)分發(fā)率(Tdr)對比，結(jié)果如圖7所示。通過式(18)計算Tdr：

(18)

其中，Tdrp表示單位時間內(nèi)成功分發(fā)的任務(wù)個數(shù)；Tdrs表示單位時間內(nèi)待分發(fā)任務(wù)的總數(shù)。假設(shè)每小時待分發(fā)的任務(wù)數(shù)為500個，任務(wù)分發(fā)率越高，模型效率越高。

從圖7可以看出，在相同時間內(nèi)TREAULCM的任務(wù)分發(fā)率明顯大于LR模型的，略大于TRIM模型的。這是由于隨著任務(wù)數(shù)量的增加，多線性神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型不斷最小化損失函數(shù)，并更新網(wǎng)絡(luò)中各個參數(shù)使任務(wù)分配模型不斷完善。因此，TREAULCM的任務(wù)分發(fā)率更高。

Figure 7 Comparison of task distribution rate圖7 任務(wù)分發(fā)率對比

6.2.4 感知任務(wù)與用戶的匹配度

為了驗證文本模型對任務(wù)與用戶匹配的準(zhǔn)確性，本文選擇了基于空間權(quán)值向量的余弦度量法計算任務(wù)-用戶匹配度。將任務(wù)的類別關(guān)鍵詞和用戶標(biāo)簽抽象為詞語向量，余弦度量法通過計算兩者的夾角余弦值得到任務(wù)-用戶匹配度。具體過程如下：

假設(shè)Wd={wd1,wd2,…,wdε}是任務(wù)taski的描述Ti和用戶userj的類型標(biāo)簽YLabj的所有詞集合。taski的類別關(guān)鍵詞Labi在Wd中的出現(xiàn)次數(shù)為c1i(1≤i≤ε);用戶userj的類型標(biāo)簽在Wd中的出現(xiàn)次數(shù)為c2i(1≤i≤ε),分別可以表示為向量Mi=(c11,c12,…,c1ε)和Nj=(c21,c22,…,c2ε)。任務(wù)-用戶匹配度計算如下所示:

(19)

表2為根據(jù)式(19)計算TRIM模型、LR模型和TREAULCM對MSRC-v2數(shù)據(jù)集上不同類別的平均任務(wù)-用戶匹配度。從表2可以看出，TREAULCM模型對不同類別任務(wù)的識別度更高，這表明TREAULCM模型具有準(zhǔn)確性高的優(yōu)點。

任務(wù)-用戶匹配度越大，表明用戶完成該類別任務(wù)的優(yōu)勢越大。圖8表明隨著任務(wù)數(shù)量的增加，TREAULCM的平均任務(wù)-用戶匹配度略高于TRIM模型的，明顯高于LR模型的。這是因為無論采用余弦相似度計算方法的用戶選擇激勵模型TRIM還是基于邏輯回歸(LR)方法的任務(wù)分配模型，在用戶選擇上依賴固定的設(shè)置，缺乏靈活性；而本文的用戶標(biāo)簽分類方法不斷調(diào)整分類器的最優(yōu)參數(shù)，隨著任務(wù)數(shù)量和迭代次數(shù)的增加，用戶標(biāo)簽不斷更新，使任務(wù)與用戶的匹配有更高的準(zhǔn)確性。因此，本文模型在用戶選擇方面有較大的優(yōu)勢。

Figure 8 Relationship of number of tasks and average task-user matching圖8 任務(wù)數(shù)量與平均任務(wù)-用戶匹配度的關(guān)系

7 結(jié)束語

本文針對群智感知中的任務(wù)分配問題，提出了一種面向任務(wù)需求的任務(wù)分配模型。由于任務(wù)需求具有多元性，本文首先通過TRFEA算法提取感知任務(wù)的類別關(guān)鍵詞；然后通過用戶標(biāo)簽分類方法得到用戶類型標(biāo)簽，根據(jù)任務(wù)類別、空間位置信息和用戶參與度選擇滿足任務(wù)需求的用戶分發(fā)任務(wù)。仿真結(jié)果表明，與其他模型相比，本文提出的模型能以較少的時間開銷相對準(zhǔn)確地選擇合適的用戶執(zhí)行任務(wù)，能夠批量處理用戶數(shù)據(jù)，適合大宗任務(wù)分發(fā)。然而現(xiàn)實中任務(wù)平臺和用戶任務(wù)交互過程復(fù)雜且受到的隨機干擾因素眾多，可能會影響用戶類型標(biāo)簽的預(yù)測。本文模型對隨機因素的考慮還不夠全面，針對這個問題進行改進是下一步研究的重點。

Table 2 Average task-user matching degree of different task types in three models表2 3種模型對不同任務(wù)類別的平均任務(wù)-用戶匹配度