支持O2O的時空眾包激勵技術研究

劉宇辰 張萌

摘要： 在這個流行元素日新月異的時代，消費者的口味越來越難以把控，商家的判別標準將極大決定店鋪的業(yè)績水平。文章介紹了時空眾包的概念，研究在商城背景下，利用時空眾包思想設計一種能持續(xù)有效執(zhí)行的機制來提高O2O模式的資源利用率問題。

關鍵詞： 個性化; 眾包機制; 資源利用率; 時空眾包

中圖分類號：TP391.3? ? ? ? ? 文獻標識碼：A? ? ?文章編號：1006-8228（2021）10-54-04

Research on time-space crowdsourcing incentive technology of supporting O2O business

Liu Yuchen， Zhang Meng

（Harbin Light Industry School， Harbin， Heilongjiang 150076， China）

Abstract： In the era of rapidly changing of popular elements， consumers' tastes are more and more difficult to control， and the discrimination ability of merchants will greatly determine the performance level of stores. This paper introduces the concept of time-space crowdsourcing， and studies the issue that uses time-space crowdsourcing to design a mechanism that can be implemented continuously and effectively to improve the resource utilization of O2O mode for shopping malls.

Key words： personalized; crowdsourcing mechanism; resource utilization; time-space crowdsourcing

0 引言

眾包的思想是一種通過群體智慧來求解問題的思想，具體模式是：眾包任務的提供者將任務發(fā)布到網(wǎng)上之后，網(wǎng)絡中的非特定群體以自愿的形式承接并予以解決，從而完成分布式問題的求解。

現(xiàn)如今，隨著社會消費水平提高，人們對自己的生活有了更多個性化需求。新經(jīng)濟下，電商模式的成長解決了大部分資源浪費問題，但是與傳統(tǒng)經(jīng)濟模式一樣，商家展出自己店中的所有產(chǎn)品，有就是有，沒有就是沒有。這種模式下存在的弊端就是商家在訂購貨物的時候只能憑經(jīng)驗去判斷需要進貨的量以及種類，而當今又是一個信息更新速度極快的時代，消費者的需求越來越難以把控，這給商家的判別加大了難度。商品訂的不好將造成資源浪費甚至虧損，進而影響業(yè)績。需要一種模式讓客戶和商家互動起來，讓客戶能夠更好的選擇到自己喜歡的商品，同時商家也能夠時時了解到用戶的喜好/偏向。應對這個問題，各大電商也展開了自己的智能人性化研究。例如淘寶的推薦系統(tǒng)，通過分析近段時間用戶的瀏覽記錄，提取出用戶的喜好特征，對其未來消費進行判斷，并將分析出的同類商品進行主頁推薦。本文將對商城背景下如何利用時空眾包思想提高O2O模式的資源利用率問題展開研究，設計一種機制使之能持續(xù)有效執(zhí)行。

1 時空眾包

1.1 時空眾包概念

時空眾包是在眾包的基礎上有了具體的時空位置要求基于位置的服務（LBS），旨在從附近的互聯(lián)網(wǎng)中整合出一群處于空閑狀態(tài)的大眾，并通過一定機制促使他們參與附近物理世界的需人工且機器難以處理的問題，從而優(yōu)化線下與線上閑置資源的配比利用。因此，時空眾包是各類O2O應用問題的標準解決模式。

1.2 時空眾包與傳統(tǒng)眾包的關系

時空眾包是傳統(tǒng)眾包思想與位置服務結(jié)合后的一種子類延伸，但并不是眾包任務與時空數(shù)據(jù)的簡單結(jié)合，他們之間的區(qū)別可以從眾包任務、眾包參與者、眾包平臺三類對象上體現(xiàn)。

⑴ 眾包任務的區(qū)別：傳統(tǒng)眾包任務中眾包參與者只需在線上便可完成，任務的完成情況只會受到眾包參與者數(shù)量和與其對應的任務完成準確率等線上因素影響。而時空眾包任務則會涉及到任務位置附近的人口數(shù)量、任務發(fā)布時的人群活躍情況以及任務自身的實時需求影響[1]。

⑵ 眾包參與者的區(qū)別：傳統(tǒng)眾包參與者只需線上參與，在工作地點上沒有特定需求，而時空眾包的參與者則必須在規(guī)定時間內(nèi)在線下移動到特定位置完成任務。

⑶ 眾包平臺的區(qū)別：傳統(tǒng)眾包不會有參與者的位置要求，也因為沒限定位置，訪問量可以是均勻的;而時空眾包則會明確要求參與者在某固定位置，因上班時段或其他周期因素使其訪問量呈周期性。在數(shù)據(jù)管理上，傳統(tǒng)眾包平臺通常只需要將數(shù)據(jù)間進行連接，或?qū)?shù)據(jù)作排序處理。而時空眾包則需要對其進行最近鄰查詢操作（nearest neighbor query），之后根據(jù)具體需求可能還要進行TOP-k查詢。

2 O2O中的時空眾包分析

2.1 商家采用眾包的動機

與傳統(tǒng)經(jīng)濟模式一樣，商家展出自己店中的所有產(chǎn)品，有就是有，沒有就是沒有。這種模式下存在的弊端就是商家在訂購貨物的時候只能憑經(jīng)驗去判斷需要進貨的數(shù)量以及種類，而現(xiàn)在又是一個信息交流速度極快的時代，流行元素日新月異，消費者的需求越來越難以把控，商品訂的不好將造成資源浪費甚至虧損。這種情況下要求企業(yè)能承受住壓力并能保持不斷的創(chuàng)新，不止從產(chǎn)品方面，更要求在創(chuàng)新的模式上，眾包便是有效合理的創(chuàng)新模式之一[2]。

2.2 時空眾包任務的屬性

時空眾包任務是由該任務的請求者及商家或企業(yè)發(fā)布，根據(jù)商家的需求，通?？蓪⑵涠x為六元組的形式，記為f=（l，a，d，g，r，u），其中，l表示該任務的位置;a為該任務的發(fā)布時間;d為該任務的截止時間;r為該任務要求的特定空間范圍，要求眾包參與者在這個特定的范圍內(nèi)才有機會接收到該任務;g是該任務的具體內(nèi)容;u是該任務完成后，對眾包參與者的獎勵或回報，通常以獎金或商品的形式回饋。

需要說明的是，任意的時空眾包任務對上述六元組中的前四個元素都要求在標記時有準確的定義;而最后兩個元素則可根據(jù)實際而定。例如，某些任務為使眾包平臺每個參與者都獲知，可將六元組中的空間范圍r去除掉。也有某些時空眾包任務可能不給參與者以獎勵，而是單純?nèi)蝿招?，也可將元素設為空。

2.3 參與者屬性

眾包參與者即為眾包任務的解決方案提供者，其屬性一般包含如下五元組屬性，記為j=（l，a，r，c，q），其中l(wèi)表示該參與者當前所在的空間位置;a為眾包參與者登錄時空眾包平臺的時間;r為該參與者對眾包任務的接受范圍，要求參與者獲知的眾包任務位置將不能超過此范圍;c為該參與者接受過的時空眾包任務總數(shù);q表示該參與者完成眾包任務的質(zhì)量，通常以任務成功率和服務滿意度等形式體現(xiàn)。而任意時空眾包參與者的屬性六元組中，{l，c，q}為參與者的必有屬性，其他可視具體應用情況而定【3】。（注意：上述中對時空眾包任務與時空眾包參與者的屬性定義皆為基礎性定義，根據(jù)具體應用環(huán)境，可根據(jù)上述元組屬性進行拓展。）

3 基于時空眾包的精準推薦

3.1 眾包的平臺分析

眾包平臺的主要功能是任務的發(fā)布和反饋成果的收集。而現(xiàn)有眾包平臺的研究主要圍繞平臺設計和平臺機制設計兩個方面展開。

⑴ 眾包平臺設計。因為與平臺的互動界面將直接影響著眾包兩方參與者的感知，其內(nèi)容主要涉及了眾包系統(tǒng)結(jié)構的設計方面，包括了眾包平臺管理系統(tǒng)功能模塊的劃分、系統(tǒng)功能與用戶的友好互動設計、系統(tǒng)界面的親和力設計等。

⑵ 眾包平臺機制設計。該方面研究較為復雜，主要工作是對時空眾包任務進行分解、定價，對完成時間、分配方法、激勵機制、成果評估等方面進行設計[4]。這里主要關注的是眾包平臺機制的研究設計，而在本文中的研究背景是商城結(jié)合LBS服務的眾包設計。故結(jié)構為：

眾包平臺=定位+面對顧客服務+面對商家服務

3.2 定位方案

3.2.1 WLAN在應用中的優(yōu)勢

室內(nèi)定位的方式眾多，但思想主要是建立一個互聯(lián)機制，根據(jù)固定參考模型確定終端位置。WLAN是目前市場上應用范圍廣且性價比很高的一種互聯(lián)解決方案。它的廣泛普及有以下幾個原因（優(yōu)勢）。

⑴ 靈活性。相較于有線網(wǎng)，WLAN不因路由器端口的數(shù)量而限制終端數(shù)量，只要終端在信號范圍內(nèi)均可有條件接入網(wǎng)絡。更大的魅力在于，不用因網(wǎng)線的長短而限制終端設備接入網(wǎng)絡時的位置。

⑵ 安裝便捷。設置一個WLAN點后，可以在信號范圍內(nèi)保障數(shù)臺終端設備的接入使用，不用像有線網(wǎng)路給終端設備一對一的鋪設網(wǎng)線。所以，相較于有線網(wǎng)，WLAN架設成本低，安裝與調(diào)試更便捷。

⑶ 易于維護。網(wǎng)絡的后期維護不像有線網(wǎng)絡那樣耗時、耗力，WLAN只需通過對接入點的設置，從后臺管理便可滿足對信號覆蓋區(qū)域網(wǎng)絡環(huán)境的有效維護。

⑷ 易于拓展。無線局域網(wǎng)可針對不同的需求使用不同的配置方式，無需對整個網(wǎng)絡環(huán)境和硬件設備進行過多的修改[5]?？梢酝ㄟ^增加接入點設備，對其簡單設置，便可使小型局域網(wǎng)絡拓展成支持更多用戶的區(qū)域化網(wǎng)絡，這種便捷的拓展性，也是有線網(wǎng)絡所不具有的。

3.2.2 基于WLAN的室內(nèi)定位設想

基于WLAN技術和基站定位的思想，對顧客的室內(nèi)位置進行一個定位。商城中每個店面設置一個自己的AP，構建一個在商城的空間位置參考模型O，用以確定顧客在商城中的位置。每個AP用形如[S102]的編號表示，其中“S”代表的是商店，第一位數(shù)“1”表示在商城的第一層樓，最后兩位數(shù)“02”表示在第一層中的02號商鋪。這里設置一個用例，顧客小張在某商城的2樓購物，圖1中所展示的是顧客小張某一刻在商城該層中與商家的平面位置關系，圖2所示是相對應的縱面上與商家位置關系。

我們在這里定義，在自由空間無線信號衰減模型中信號強度E，終端與信號AP間的距離關系D滿足一個d-RSSI的函數(shù)關系，如下公式：

D=d-RSSI（E）? ⑴

而平面樓層中，由偵測到的多個AP信號強度E{e1，e2，e3，e4，e5，e6}，代入上述d-RSSI函數(shù)可得到對應距離D{d1，d2，d3，d4，d5，d6}，最后結(jié)合最初建立的商城空間位置參考模型中各AP點的位置，由平面幾何中定心圓的位置關系公式找到交點，便可得到室內(nèi)較為精確的位置關系，如圖3所示。

而在縱向位置關系上，由于房屋間地面、墻面等障礙物有較強的信號干擾，雖然臨層間的信號不是很難接收到，但信號在樓層間傳遞是有明顯區(qū)別的。我們在這里定義在穿過厚度為d的介質(zhì)n后，信號衰減滿足函數(shù)關系attenuat，則原信號強度E0在經(jīng)過信號干擾后變成E2，滿足如下公式：

E2=attenuat[E0，n，d]? ⑵

則商城第三層商鋪AP傳遞來的信號在由公式⑴傳遞距離d2后，經(jīng)過公式⑵的信號衰減再回到公式⑴傳遞距離d3。假設無線信號在同樓層間傳播的介質(zhì)為n1，地板介質(zhì)為n2、厚度為d0，發(fā)射端信號強度為E1。則小張?zhí)幨盏降牡谌龑釉揂P信號強度E2為：

E1=attenuat[attenuat[attenuat[E0，n1，d2]，n2，d0]，n1，d3]

相應的距離D1為：

D1=d-DSSI（E1）

經(jīng)衰減后的信號強度E將使測得的距離明顯大于實際距離，即：

D1>d0+d2+d3

而同樓層間如商店S202/S204傳遞過來的信號只經(jīng)過一種介質(zhì)n1，小張?zhí)幨盏皆撔盘柕膹姸菶2與對應的測距為：

E2=attenuat[E0，n1]

D2=d-DSSI（E2）

有關系：

D2=d1

經(jīng)過不同樓層間相應位置的商鋪AP信號強度比較，可獲知小張所在樓層，這個計算只作為小張所在樓層的判斷，用以屏蔽掉其他樓層的AP信號，減少識別量。

位置判斷：

樓層判斷平層距離 判斷

3.3 基于時空眾包的精準推薦

根據(jù)顧客之前的購買數(shù)據(jù)，以及參與眾包任務的數(shù)據(jù)，獲知顧客對各類商品的關注度，算法提取特征值之后，根據(jù)匹配度，與周邊相應商家或直接對商品進行個性化匹配推薦。

4 結(jié)束語

信息時代，物理世界中的大量特征被數(shù)據(jù)化提取，使現(xiàn)實資源能夠?qū)崿F(xiàn)數(shù)據(jù)化分析，資源的高效利用是人類進步的標志，也是推動現(xiàn)代化進程的有力保障[6]。在未來，提高資源的利用率將是任何學科的研究主題。在本文中，以獲取眾包任務中商家及顧客的特征，從物理特性到需求特性建立分析基礎，分析了將兩類對象相互進行匹配的方法，使商城中的問題能在O2O模式中得到有效準確的解決。而與之相適應的完善的制度以及過程中是否有能夠得以拓展的功能服務都還值得接下來的探究。

參考文獻（References）：

[1] 余敦輝等.基于動態(tài)效用的時空眾包在線任務分配[J].電子與信息學報，2018.40（7）：1699-1706

[2] Li F， Li Z， Sharif K， et al. Multi-layer-based opportunistic data collection in mobile crowdsourcing networks[J].World Wide Web，2017： 1-20

[3] Guttman A. R-trees： a dynamic index structure for spatial? searching[J]. Acm Sigmod Record，1984.14（2）：47-57

[4] Xie X， Lu H， Pedersen T B. Efficient distance-aware query evaluation on indoor moving objects[C]//Data Engineering （ICDE），2013 IEEE 29th International Conference on. IEEE，2013：434-445

[5] 童永昕等.時空眾包數(shù)據(jù)管理技術研究綜述[J].軟件學報，2017.28（1）：35-58

[6] 吳垚等.群智感知激勵機制研究綜述[J].軟件學報，2016.27（8）：2025-2047