《中国人工智能学会通讯》——12.21 质量控制-阿里云开发者社区

开发者社区> 人工智能> 正文

《中国人工智能学会通讯》——12.21 质量控制

简介: 本节书摘来自CCAI《中国人工智能学会通讯》一书中的第12章,第12.21节, 更多章节内容可以访问云栖社区“CCAI”公众号查看。

12.21 质量控制

质量控制问题在传统众包中被广泛研究[29-30] ,并在时空众包领域面临新的挑战。一方面,与传统众包中的质量控制相似,一些时空众包任务由多位众包参与者重复完成时,则可通过对不同参与者的反馈进行汇聚来控制最终结果的质量。但在时空众包中,参与者通常受到空间服务范围的限制,因此在结果汇聚过程中还需考虑空间信息对结果汇聚质量的影响。另一方面,许多时空众包任务实时性要求较高,而参与者移动到任务所在位置的时间消耗对任务的完成质量或任务发起者的满意度都有较大影响。因此,这种由移动时间引起的延迟也是时空众包质量控制面临的新挑战。下面分别介绍针对上述两类问题的时空众包质量控制方法。

(1)基于结果汇聚的质量控制
该类研究旨在对不同众包参与者的反馈进行有效汇聚,汇聚结果通常受两类因素影响:参与者的可靠性和结果汇聚机制。传统众包研究已广泛涉及如何估计参与者的可靠性[31-32] ,而在时空众包环境下,如何将空间信息有效集成至众包结果汇聚机制中是当前研究的重点。具体而言,对于每个众包任务给定一组众包参与者,根据参与者历史表现评估其完成任务的可靠性,研究的核心问题通常为使得至少一位或超过半数参与者正确完成该任务的概率超过某一阈值[22] 。

(2) 基于时空约束的质量控制
实时性时空众包应用通常将完成任务所需的时间开销视为其质量控制的关键指标。如在实时专车服务平台如滴滴出行中,当司机 ( 众包参与者 ) 接单后,其接到乘客的时间花费将直接影响该乘客的用户体验。文献 [25] 提出动态在线最小化二分图权值和匹配模型来解决上述问题。在该模型下,众包任务随机发布在平台,平台需立即决定将此任务分配给某位当前在线的众包参与者或令该任务等待后续出现的参与者。为优化众包参与者抵达众包任务位置的时间,每项众包任务与其匹配参与者间的时空距离成为此类时空众包任务质量控制的最终目标。

版权声明:本文首发在云栖社区,遵循云栖社区版权声明:本文内容由互联网用户自发贡献,版权归用户作者所有,云栖社区不为本文内容承担相关法律责任。云栖社区已升级为阿里云开发者社区。如果您发现本文中有涉嫌抄袭的内容,欢迎发送邮件至:developer2020@service.aliyun.com 进行举报,并提供相关证据,一经查实,阿里云开发者社区将协助删除涉嫌侵权内容。

分享:
人工智能
使用钉钉扫一扫加入圈子
+ 订阅

了解行业+人工智能最先进的技术和实践,参与行业+人工智能实践项目

其他文章