排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
移动群智感知中,在选择参与者时忽视用户意愿,可能会导致用户执行效率低甚至产生中途退出、上传虚假数据等严重损害感知数据质量的行为.针对这一问题,首先提出了一种基于用户意愿的参与者优选方法,综合考虑用户特征、任务属性、实时环境等信息,使用全连接的深度神经网络以及卷积自编码器构建用户意愿回归模型,量化评估在实时过程中用户对感知任务的执行意愿程度.其次设计平衡用户意愿与用户效用的参与者优选机制,在不同场景下同时保障感知效率与用户意愿.通过在真实轨迹数据集上进行仿真实验,验证了用户意愿回归模型的拟合度优于基线方法.通过两个感知任务案例分析验证了平衡用户意愿与用户效用的参与者优选机制的有效性及合理性. 相似文献
1