社群智能系统中基于用户信誉度的激励机制

摘要：

在社群智能系统中,参与节点的可靠性和积极性是系统提供有效数据采集服务的保证.为了提高用户采集数据的可靠性和服务的可持续性,提出了一种基于用户信誉度的参与式激励机制.该机制基于博弈论从数据可靠性和竞标可靠性两方面构建用户的信誉度模型,在此基础上通过多维反向拍卖机制建立参与式激励机制,使社群智能系统中保持充足的具有信誉的参与者持续提供服务,同时减少系统激励开销.通过不同场景下的仿真实验验证了该激励机制明显增加了具有信誉度的用户参与系统服务的数量,保证了充足数量的用户为系统实现可靠的服务,同时减少了系统的激励开销.

关键词：社群智能、信誉度模型、参与式激励、多维反向拍卖、博弈论

所属期刊栏目：9

分类号：TP393(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant Nos. 61502092, 61272529;the National Science Foundation for Distinguished Young Scholars of China under Grant Nos. 61225012, 71325002;the Joint Research Foundation of China MOE and China Mobile under Grant No. MCM20130391;the BaiQianWan Talents Program of Liaoning Province under Grant No. 2013921068

在线出版日期：2015-12-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1471-1482