基于群智感知的数据收集机制

赵功鹏 王涛春 许梦倩 刘静

摘要：物联网将人类生存的物理世界网络化、信息化，引领了信息产业革命的第三次浪潮。群智感知是目前科学研究领域的热点课题，主要用于感知环境，收集数据，提供信息等服务。随着物联网的近年来的发展，群智感知又是既低成本而又更加灵敏的一种感知方式，受到了大众广泛的关注以及研究。在该模式下，参与者的行为能够显著的影响感知数据的真实性以及有效性。群智感知主要应用于健康医疗、环境监测、智能交通、城市管理、社交服务等诸多领域。

关键词：群智感知;激励机制;数据收集

中图分类号：C37      文献标识码：A

文章编号：1009-3044（2020）25-0228-02

1 引言

近年来，随着科技的不断发展，满足于时代的需求，群智感知逐渐成为科研领域研究的热点课题，在公共安全，环境监测，医疗护理和社会生活等诸多领域有广泛的应用前景。利用互联网的协作，在感知平台上完成感知任务分配以及感知数据整合从而完成各项感知任务。人们既是感知数据的提供者亦是数据分析结果的使用者。随着移动设备的普及，参与者通过智能移动设备有意识或无意识上传感知数据，实现感知数据的收集，是一种弱协作的实现方式。而数据收集的效率与质量直接影响数据分析的最终结果。在有限条件下使用最大效能的收集方法将大大减小成本，达到事半功倍的效果。移动群智感知与传统群智感知相比，极大减少了实际部署方面的困难，参与者通过智能手机，平板电脑，可穿戴设备等智能设备，将数据上传到云端，形成感知网络，给专业人士与第三方机构提供了大量真实的数据以及有效分析数据的平台。在感知数据的收集中，普通用户作为数据收集的主要参与者，具有自私性，个体理性，不诚实性，不确定性等诸多用户特征，从而导致用户参与人数严重不足，以及参与者上传云端的数据质量无法得到保障。激励机制可以通过激励持有感知设备的用户主动接受并参与平台发布的感知任务，使得平台获得高质量的感知数据。

2 群智感知系统的结构

一个典型的群智感知系统通常由感知平台和移动用户两部分构成（如图1所示）。

3 激励机制的作用结构

激励机制的主要目标是在服务器平台的管理下促进用户更多地参与感知项目，从而获取更多的感知数据，最终目标是达到服务器平台，参与者与投标商家三方最优化受益。可以用以下算法模型表示：

I：M------>Max（U（S），U（P），U（B））         （1）

在该模型中，I表示激励机制（incentive），M表示采用某种激励机制（mechanism），U表示最优化效应（utility）函数，S表示服务器平台（server），P表示参与者（participants），B表示投标商家（business）。

激励机制是一般基于传统经济学，大多数参与者参与感知数据都是为了获取经济收益。也有一些文献提出不同的看法，在文献[2]提出一种基于损失厌恶的激励机制，为参与者设计奖励因子，使参与者不参与感知任务，就会产生损失的感受，反向推动更多的参与者参加感知任务。但是基于金钱的激励机制，在市场上占据更多的比額，更容易吸引参与者的参与。目前大多数激励机制算法的研究，都是以服务器为中心的，这样就导致了参与者获得利益受到抵制，使得参与者的参与意愿低，数据获取效率低。以服务器为中心的激励机制，可以使得服务器获得更高的收益，但是获得高质量高效益的数据更加困难。在获取高质量的数据方面，文献[3]提出一种基于参与者信誉度感知的数据收集机制，通过意愿程度和数据质量，来评价参与者的信誉度，量化历史信誉度，动态更新当前信誉度，从而在数据收集中，摘选高质量的数据。在群智感知中，正是通过信誉值、游戏娱乐和报酬支付等方式结合的激励机制，有效地提高数据收集的速率。

4 群智感知数据收集的研究意义

4.1 增强感知的时空覆盖度

群智感知利用公众自有智能手机随时随地感知信息，极大地扩展了信息感知的时间和空间覆盖范围。由于无须人工部署传感器，感知代价低，群智感知克服了传统感知方法代价高昂的问题，将成为大规模信息感知的有效感知模式。

4.2数据收集

4.2.1以参与者为中心的数据收集

群智感知的数据收集主要的参与者是普通用户，普通用户具有自私性、个体理性、不诚实性、不确定性等客观因素。以参与者为中心的数据收集方式，若要获得高质量的数据，必然要克服参与者自身的不利因素。在报酬支  付的模式下，提高数据收集成本，可以对参与者的行为方式进一步约束，显著降低参与者自身因素对数据收集的影响力度。但是群智感知的目标达到降低数据收集成本和提高任务完成质量的双重任务。因此，提高报酬支付水平，来提高数据收集的方式是不可取的。在文献[14]中，陈荟慧，郭斌等人通过对比传统支付和逆向拍卖两种激励机制方式，对比不同数据的采集方式、不同任务难度和不同的支付方式，研究数据收集质量的变化，得出开放式采集的方式可以更有效的提高数据冗余率以及数据收集效率。

以参与者为中心的数据收集方式采用的激励机制，通常采用逆向拍卖模型来完成的。采用逆向拍卖模型，来完成数据的采集，使得数据的出价更加合理。多属性-组合拍卖模型，便是基于逆向拍卖模型。通过多属性-组合拍卖模型，可以提高数据收集效率和数据收集质量，用户通过向任务发布方提供报价，任务发布方通过对比多个用户的报价，最优化的选择数据质量高和报价更为合理的用户，这种方式是一种以参与者为中心的数据收集方式，达到了任务发布方和参与者双方共同受益的一致性。

4.2.2 以服务器平台为中心的数据收集

以服务器平台为中心的数据收集方式，主要有两个方面的困难。一个方 面是如何设计出高效的算法，通过算法程序去筛选高质量的数据;另一个方面是如何促进更多的参与者参与感知任务。目前大多数激励机制都是以服务 器平台为中心的，考虑的都是以服务器平台收益的最大化，这样将导致参与者的积极性不高。对于困难度比较大的任务，参与者的参与感知任务的人数难以得到保障，并且提供的感知数据的数量很少，从而算法进程程序筛选出来的数据的质量很难得到保障。因此，以服务器为中心的数据收集方式，采用何种激励机制是重中之重。

5 结束语

群智感知作为一种效率高并且富有创新的新型感知模式，为日后的物联网感知提供了新的思路和方法，但同时在实际应用中也面临着严峻的用户数量不足，用户提供的数据不真实等等问题，这些问题的出现，导致群智感知平台拥有昂贵成本而低收益的现象。群智感知作为物联网下一个成功的关键和新型感知模式的发展方向，基于社会行为分析的机会式数据收集已成为深化物联网研究 的核心技术，对解决国家重大需求具有重要意义。

参考文献：

[1] 陈荟慧.面向移动群智感知的高质量数据收集方法研究[D].西安：西北工业大学，2017.

[2] 刘佳琦，高目.群智感知中基于损失厌恶的激励机制[J].华南理工大学学报（自然科学版），2019，47（8）：96-104.

[3] 杨静，李鹏程，闫俊杰.参与者信誉度感知的MCS数据收集机制[J].工程科学学报，2017，39（12）：1922-1934.

【通联编辑：李雅琪】