计算机研究与发展
計算機研究與髮展
계산궤연구여발전
JOURNAL OF COMPUTER RESEARCH AND DEVELOPMENT
2015年
2期
309-317
,共9页
群体计算%人类计算%大数据%众包%人机结合
群體計算%人類計算%大數據%衆包%人機結閤
군체계산%인류계산%대수거%음포%인궤결합
crowd computing%human computation%big data%crowdsourcing%human-computer interaction
大数据问题所固有的规模繁杂性、高速增长性、形式多样性、价值密度低等特点为传统计算处理方法带来了严峻的挑战.一方面,大数据的规模繁杂性和高速增长性带来了海量计算分析的需求;另一方面,形式多样性和价值密度低等特点使得大数据计算任务高度依赖复杂认知推理技术.针对大数据计算中海量计算分析和复杂认知推理需求并存的技术挑战,传统的基于计算机的算法已经无法满足日益苛刻的数据处理要求,而基于人机协作的群体计算是有效的解决途径.在大数据群体计算中,最基础的就是任务的分配方式.考虑到大量网络用户不同的专业背景、诚信程度,因此不能简单随机地将要处理的任务交给大众来完成.针对此问题,提出了一种基于用户主题感知的迭代式任务分配算法.利用已知答案的测试问题迭代地检测不同人群的专业背景和完成任务的准确率.在充分了解用户真实主题和准确率的情况下为他们分配合适的问题.通过和随机任务分配算法在模拟数据和真实数据上的对比,有效显示了基于主题感知任务分配算法的准确性.
大數據問題所固有的規模繁雜性、高速增長性、形式多樣性、價值密度低等特點為傳統計算處理方法帶來瞭嚴峻的挑戰.一方麵,大數據的規模繁雜性和高速增長性帶來瞭海量計算分析的需求;另一方麵,形式多樣性和價值密度低等特點使得大數據計算任務高度依賴複雜認知推理技術.針對大數據計算中海量計算分析和複雜認知推理需求併存的技術挑戰,傳統的基于計算機的算法已經無法滿足日益苛刻的數據處理要求,而基于人機協作的群體計算是有效的解決途徑.在大數據群體計算中,最基礎的就是任務的分配方式.攷慮到大量網絡用戶不同的專業揹景、誠信程度,因此不能簡單隨機地將要處理的任務交給大衆來完成.針對此問題,提齣瞭一種基于用戶主題感知的迭代式任務分配算法.利用已知答案的測試問題迭代地檢測不同人群的專業揹景和完成任務的準確率.在充分瞭解用戶真實主題和準確率的情況下為他們分配閤適的問題.通過和隨機任務分配算法在模擬數據和真實數據上的對比,有效顯示瞭基于主題感知任務分配算法的準確性.
대수거문제소고유적규모번잡성、고속증장성、형식다양성、개치밀도저등특점위전통계산처리방법대래료엄준적도전.일방면,대수거적규모번잡성화고속증장성대래료해량계산분석적수구;령일방면,형식다양성화개치밀도저등특점사득대수거계산임무고도의뢰복잡인지추리기술.침대대수거계산중해량계산분석화복잡인지추리수구병존적기술도전,전통적기우계산궤적산법이경무법만족일익가각적수거처리요구,이기우인궤협작적군체계산시유효적해결도경.재대수거군체계산중,최기출적취시임무적분배방식.고필도대량망락용호불동적전업배경、성신정도,인차불능간단수궤지장요처리적임무교급대음래완성.침대차문제,제출료일충기우용호주제감지적질대식임무분배산법.이용이지답안적측시문제질대지검측불동인군적전업배경화완성임무적준학솔.재충분료해용호진실주제화준학솔적정황하위타문분배합괄적문제.통과화수궤임무분배산법재모의수거화진실수거상적대비,유효현시료기우주제감지임무분배산법적준학성.
