【技术实现步骤摘要】
本申请涉及空间众包，特别是涉及一种空间众包的在线用户招募方法、设备、介质及产品。
技术介绍
1、随着智慧城市和工业互联网等前沿技术发展的推动，空间众包成为一种用来完成空间信息相关任务或者项目的智能范式。空间众包利用大量用户携带的移动设备作为基本感知单元，通过网络进行协作，提交或收集有关特定位置的信息，例如地点的图片、评论、评级，或者执行特定位置的任务，比如同城送货等，最终完成大规模复杂的城市感知任务。
2、用户招募是空间众包系统中的一个核心研究问题，需要选择一组合适的感知单元，在一定的约束条件下，例如成本约束和距离约束，完成空间众包任务。当前大部分用户招募问题的研究是将其建模成一个带约束的优化问题，举例来讲，每一个用户都会产生一定的价值，同时空间众包平台也要支付给用户一定的报酬。那么用户招募问题就会被建模成在一定报酬成本约束下，最大化平台收益价值的优化问题。然而这种建模方式往往只适用于离线场景，即已知所有候选用户集合，然后再进行搜索最优解。这种离线的方法在面对在线问题时会因缺乏理论支撑而遇到挑战。因为在线场景下，平台并不知道未来会到来的用户的价值情况，如果只根据当前的用户集合花光自己的预算，而忽视未来可能到来的更高价值的用户，只会找到局部最优解，无法保证收益性。当前一些针对在线场景的用户招募策略多会在选择阶段之前增加一个观察阶段。例如经典的秘书问题中，是一种著名的概率论问题和决策理论问题：假设一位雇主需要从n个应聘者中挑选一名秘书。应聘者按顺序一个接一个地来面试，雇主只能在面试结束后决定是否雇用这位应聘者。一旦拒绝了
技术实现思路
1、本申请的目的是提供一种空间众包的在线用户招募方法、设备、介质及产品，可既保证收益性的下界，同时又保证全局公平性。
2、为实现上述目的，本申请提供了如下方案：
3、第一方面，本申请提供了一种空间众包的在线用户招募方法，包括：
4、在智能车运货场景下，对空间众包的在线用户招募问题进行收益性建模，得到智能车运货模型；
5、获取历史数据集；所述历史数据集用于记录智能车在历史时间段的订单数据；
6、基于历史数据采样的先知不等式机制，根据所述智能车运货模型和所述历史数据集进行订单选择决策。
7、可选地，在智能车运货场景下，对空间众包的在线用户招募问题进行收益性建模，得到智能车运货模型，具体包括：
8、在智能车运货场景下，将空间众包的在线用户招募问题确定为智能车的在线订单选择问题；
9、分别对智能车对象、在线送货订单和智能车收益进行建模，得到智能车运货模型。
10、可选地，所述智能车对象包括：智能车的当前位置、智能车的当前容量、智能车的当前速度、智能车的当前路线和智能车当前接受且未完成的订单集合；所述在线送货订单包括：订单的时间、订单的取货点和订单的送货点；所述智能车收益包括：订单的收益与路径距离成本的差值。
11、可选地，基于历史数据采样的先知不等式机制，根据所述智能车运货模型和所述历史数据集进行订单选择决策，具体包括：
12、根据所述历史数据集确定样本集容量；所述样本集容量等于所述历史数据集中设定时间内的平均订单数；
13、根据所述样本集容量和所述历史数据集构建阈值样本集；所述阈值样本集中包括从所述历史数据集中随机采样的设定数量的订单数据对应的收益增量；
14、采用最短路径规划算法，在假设接受目标订单的情况下进行路径规划，得到候选路径；
15、采用所述智能车运货模型，根据所述候选路径计算对应的收益增量；
16、若所述候选路径对应的收益增量大于所述阈值样本集中的收益增量最大值，则接受所述目标订单，更新后续路径；
17、若所述候选路径对应的收益增量小于或等于所述阈值样本集中的收益增量最大值，则拒绝所述目标订单，保持原有路径。
18、可选地，采用最短路径规划算法，在假设接受目标订单的情况下进行路径规划，得到候选路径，具体包括：
19、获取智能车的当前路线集合，并将目标订单的取货点和送货点加入所述当前路线集合中；
20、遍历所述当前路线集合中的所有可能路径，并选取满足设定约束条件的距离最短的路径作为候选路径。
21、可选地，所述设定约束条件包括：订单的取货点在订单的送货点之前、当前路线集合内订单的数量小于或等于智能车的当前容量以及目标订单的收益大于新路径增加的额外成本。
22、可选地，所述设定数量等于所述样本集容量减1。
23、第二方面，本申请提供了一种计算机设备，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序以实现所述空间众包的在线用户招募方法。
24、第三方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述空间众包的在线用户招募方法。
25、第四方面，本申请提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现所述空间众包的在线用户招募方法。
26、根据本申请提供的具体实施例，本申请公开了以下技术效果：
27、本申请提供了一种空间众包的在线用户招募方法、设备、介质及产品，该方法包括：在智能车运货场景下，对空间众包的在线用户招募问题进行收益性建模，得到智能车运货模型；获取历史数据集；所述历史数据集用于记录智能车在历史时间段的订单数据；基于历史数据采样的先知不等式机制，根据所述智能车运货模型和所述历史数据集进行订单选择决策。本申请在智能车运货场景下，通过将空间众包的在线用户招募这一具体的时空群智感知任务建模成在线实例选择问题，具体为在线订单选择问题，并设计一个基于历史数据采样的先知不等式机制，以智能车为中心，对于每一个到来的在线订单，能够给予一个有期望收益下限保证的指导，帮助智能车判断是否接受该实时订单，在保证公平性地解决问题的同时保证了主体的期望收益下限。
本文档来自技高网...【技术保护点】
1.一种空间众包的在线用户招募方法，其特征在于，包括：
2.根据权利要求1所述的空间众包的在线用户招募方法，其特征在于，在智能车运货场景下，对空间众包的在线用户招募问题进行收益性建模，得到智能车运货模型，具体包括：
3.根据权利要求2所述的空间众包的在线用户招募方法，其特征在于，所述智能车对象包括：智能车的当前位置、智能车的当前容量、智能车的当前速度、智能车的当前路线和智能车当前接受且未完成的订单集合；所述在线送货订单包括：订单的时间、订单的取货点和订单的送货点；所述智能车收益包括：订单的收益与路径距离成本的差值。
4.根据权利要求3所述的空间众包的在线用户招募方法，其特征在于，基于历史数据采样的先知不等式机制，根据所述智能车运货模型和所述历史数据集进行订单选择决策，具体包括：
5.根据权利要求4所述的空间众包的在线用户招募方法，其特征在于，采用最短路径规划算法，在假设接受目标订单的情况下进行路径规划，得到候选路径，具体包括：
6.根据权利要求5所述的空间众包的在线用户招募方法，其特征在于，所述设定约束条件包括：订单的取
7.根据权利要求6所述的空间众包的在线用户招募方法，其特征在于，所述设定数量等于所述样本集容量减1。
8.一种计算机设备，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-7中任一项所述的空间众包的在线用户招募方法。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7中任一项所述的空间众包的在线用户招募方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7中任一项所述的空间众包的在线用户招募方法。
...【技术特征摘要】
1.一种空间众包的在线用户招募方法，其特征在于，包括：
2.根据权利要求1所述的空间众包的在线用户招募方法，其特征在于，在智能车运货场景下，对空间众包的在线用户招募问题进行收益性建模，得到智能车运货模型，具体包括：
3.根据权利要求2所述的空间众包的在线用户招募方法，其特征在于，所述智能车对象包括：智能车的当前位置、智能车的当前容量、智能车的当前速度、智能车的当前路线和智能车当前接受且未完成的订单集合；所述在线送货订单包括：订单的时间、订单的取货点和订单的送货点；所述智能车收益包括：订单的收益与路径距离成本的差值。
4.根据权利要求3所述的空间众包的在线用户招募方法，其特征在于，基于历史数据采样的先知不等式机制，根据所述智能车运货模型和所述历史数据集进行订单选择决策，具体包括：
5.根据权利要求4所述的空间众包的在线用户招募方法，其特征在于，采用最短路径规划算法，在假设接受目标订单的情况下进行路径规划，得到候选路径...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。