论文部分内容阅读
【摘要】在群智系统中需要用户传感器来提供所需的数据，本文针对刺激用户提供需要的数据的激励机制进行了分析，建立一个网上平台/手机应用，使用户可以通过平台查询想知道的地方的信息，为我们的生活和出行提供了更多便利。
【关键词】群智系统；激励机制
1.引言
随着智能手机用户数量的快速增长，群智系统已经越来越被人们重视。在群智系统中需要用户传感器来提供所需的数据，但是作为用户，提供传感器数据是对带宽资源和能源的“浪费”，因此让用户主动提供数据是很困难的。针对这种情况提出了一种激励机制，给数据定义了价值，并利用微观经济学的理论进行调控，根据用户的提供给予用户一定的回报，通过这种方式来刺激用户提供需要的数据。
2.群智激励系统
群智激励系统分为三个部分，消费者，服务器和生产者。
消费者产生对数据的需求，并且向服务器请求数据，每一个个体都可能是消费者，根据其需要的数据类型，开始时间，周期的不同，会产生不同的POI（point of interest），将POI封装成一个个任务，利用推送或者服务器定期查询的方式，将需求直接/间接给服务器，并接受服务器传回来的结果，向服务器支付报酬。
服务器是系统中最重要的一环，它负责接收从消费者传过来的任务，动态调整每个任务的价值，并将任务通过直接或间接的方式传递给消费者，并将消费者返回的数据整合处理后返还给消费者，同时接收从消费者传来的报酬，将报酬传给生产者。根据任务发布的时间与其他属性，服务器会动态调整任务的价值，使没有生产者做的任务价值越来越大，最终得以完成。因为每个任务都有价值，所以该系统可以套用任意微观经济学中的模型方法，来动态调控任务的发布与完成，达到刺激“消费”的目的。
作为生产者，会直接或间接的从服务器接收任务，挑选其中满足条件的一些任务完成，并获得服务器给予的报酬。
3.一个系统应用设计分析—公交管理系统
系统功能：建立一个网上平台/手机应用，使用户可以通过平台查询当前位置离下一站的距离与估计时间。
角色分析：消费者：查询当前信息的用户。
服务器：网上平台/手机应用的服务器。
生产者：公交车上的所有用户。
运作流程：当发现有询问请求时，服务器向车上所有用户询问当前的位置和车辆速度，计算得到距离车站的距离和预计时间，反馈给询问的用户，并扣除该用户一定的积分，同时给予提供信息的用户一定的积分。
系统利弊分析：
利：可以对于积分建立一个商店，兑换成真实的一些服务，吸引用户提供服务器需要的信息，维护平台的正常运作。当信息较密集的时候，可以较精准的提供当前站点信息，同时方便用户。
（1）如果车上用户数量很少，那么供定位的信息就很少，由于手机质量以及传感器质量的不同，可能会导致多个定位的信息相隔甚远，无法有效的定位当前位置。
解决措施：向生产者多次查询，累积数据。汽车在运动虽然会导致一部分位置偏离真实位置，但是大多数位置信息还是准确的。有了大的数据量以后，可以选一部分比较集中的位置，确定出当前的地点。
（2）系统要求高效的处理速度，因为汽车是在运动的，所以必须在很快的时间内从数据中计算出当前的位置和速度，对服务器要求很高。
解决措施：直接计算当前信息的计算量过大，可以采用机器学习的方法，在数据库中存储一些信息的模式，当发现当前的位置和速度信息与数据库中的某一模式很接近的话，可以直接采用经验值，否则计算当前信息，将模式添加到数据库中。
（3）需要的信息有位置信息和速度信息。目前定位的方式有两种，一种是GPS卫星定位，一种是WIFI基站定位，前者十分消耗能源，后者定位不准确。
解决措施：对于前者，因为当前智能机的平均待机时间在十几个小时左右，如果强制采用连续传感会使机器待机时间减少至十小时以内，显然是用户无法接受的，可以用一種类似连续传感的方式来代替，每隔一段时间，机器统计一次速度，然后取这些速度的均值，控制间隔的长短，可以平衡能耗和时间误差，虽然降低了精度，但是能极大地降低能耗。
对于后者，将定位信息按照机型和运营商区分开，也采用机器学习的方法，在库里预先存储一些该机型的准确定位信息，根据该机型的经验数据结合当前信息，来共同估计出当前的准确位置，在当前的定位圈中，选一个点比较集中的位置来作为当前位置。
4.系统在未来的预期
预期功能是建立一个信息库，提供一系列API接口，应用可以通过接口访问想知道的地方的信息。当发现有询问请求时，服务器向查询区域附近所有用户询问当前需要的信息，通过计算得到用户需要的数据。反馈给询问的用户，并扣除该用户一定的积分，同时给予提供信息的用户一定的积分。
这个系统要实现目前还是存在一些问题的，主要表现在其规模上。
覆盖规模：根据实际情况可大可小，如果做成了一个底层接口，那么要支持所有应用，其覆盖范围应当是整个地球，会产生海量的数据，这时系统的实时性根本无法保证。
查询规模：查询的次数非常有限（人的操作需要耗时），但是如果换成程序的话，就很容易实现不间断的查询，且一定需要不间断的查询，否则作为程序很难继续运行下去。再乘上如此大规模的用户，需要的计算量会变得十分巨大。
因为如此大的规模，整个系统对于带宽和能量的消耗也十分巨大的。查询太多，用户移动设备可能会一直处于提供信息状态，类似于连续传感，显然会对电量有很大消耗。整个系统一直在传输大规模的数据，带宽的成本也非常高。
如果解决了这些问题，移动应用就可以从单机感应应用转为群体感应应用，可以获知世界各地的任何信息，相信这将对应用开发具有划时代的意义。
5.总结
本文介绍了群智系统中的激励机制，并举出一些实例做说明，讨论了系统运行中可能会遇到的问题，并给出了一些解决方案。最后，对系统的未来发展做了预测和展望，并列举出了一些现在还无法解决的问题。
参考文献
[1]Thepvilojanapong N，Tsujimori T，Wang H，et al.Impact of Incentive Mechanism in Participatory Sensing Environment[C].SMART 2013，The Second International Conference on Smart Systems，Devices and Technologies，2013：87-92.
[2]Lane N D，Miluzzo E，Lu H，et al.A survey of mobile phone sensing[J].IEEE Communications Magazine， 2010，48（9）：140-150.
【关键词】群智系统；激励机制
1.引言
随着智能手机用户数量的快速增长，群智系统已经越来越被人们重视。在群智系统中需要用户传感器来提供所需的数据，但是作为用户，提供传感器数据是对带宽资源和能源的“浪费”，因此让用户主动提供数据是很困难的。针对这种情况提出了一种激励机制，给数据定义了价值，并利用微观经济学的理论进行调控，根据用户的提供给予用户一定的回报，通过这种方式来刺激用户提供需要的数据。
2.群智激励系统
群智激励系统分为三个部分，消费者，服务器和生产者。
消费者产生对数据的需求，并且向服务器请求数据，每一个个体都可能是消费者，根据其需要的数据类型，开始时间，周期的不同，会产生不同的POI（point of interest），将POI封装成一个个任务，利用推送或者服务器定期查询的方式，将需求直接/间接给服务器，并接受服务器传回来的结果，向服务器支付报酬。
服务器是系统中最重要的一环，它负责接收从消费者传过来的任务，动态调整每个任务的价值，并将任务通过直接或间接的方式传递给消费者，并将消费者返回的数据整合处理后返还给消费者，同时接收从消费者传来的报酬，将报酬传给生产者。根据任务发布的时间与其他属性，服务器会动态调整任务的价值，使没有生产者做的任务价值越来越大，最终得以完成。因为每个任务都有价值，所以该系统可以套用任意微观经济学中的模型方法，来动态调控任务的发布与完成，达到刺激“消费”的目的。
作为生产者，会直接或间接的从服务器接收任务，挑选其中满足条件的一些任务完成，并获得服务器给予的报酬。
3.一个系统应用设计分析—公交管理系统
系统功能：建立一个网上平台/手机应用，使用户可以通过平台查询当前位置离下一站的距离与估计时间。
角色分析：消费者：查询当前信息的用户。
服务器：网上平台/手机应用的服务器。
生产者：公交车上的所有用户。
运作流程：当发现有询问请求时，服务器向车上所有用户询问当前的位置和车辆速度，计算得到距离车站的距离和预计时间，反馈给询问的用户，并扣除该用户一定的积分，同时给予提供信息的用户一定的积分。
系统利弊分析：
利：可以对于积分建立一个商店，兑换成真实的一些服务，吸引用户提供服务器需要的信息，维护平台的正常运作。当信息较密集的时候，可以较精准的提供当前站点信息，同时方便用户。
（1）如果车上用户数量很少，那么供定位的信息就很少，由于手机质量以及传感器质量的不同，可能会导致多个定位的信息相隔甚远，无法有效的定位当前位置。
解决措施：向生产者多次查询，累积数据。汽车在运动虽然会导致一部分位置偏离真实位置，但是大多数位置信息还是准确的。有了大的数据量以后，可以选一部分比较集中的位置，确定出当前的地点。
（2）系统要求高效的处理速度，因为汽车是在运动的，所以必须在很快的时间内从数据中计算出当前的位置和速度，对服务器要求很高。
解决措施：直接计算当前信息的计算量过大，可以采用机器学习的方法，在数据库中存储一些信息的模式，当发现当前的位置和速度信息与数据库中的某一模式很接近的话，可以直接采用经验值，否则计算当前信息，将模式添加到数据库中。
（3）需要的信息有位置信息和速度信息。目前定位的方式有两种，一种是GPS卫星定位，一种是WIFI基站定位，前者十分消耗能源，后者定位不准确。
解决措施：对于前者，因为当前智能机的平均待机时间在十几个小时左右，如果强制采用连续传感会使机器待机时间减少至十小时以内，显然是用户无法接受的，可以用一種类似连续传感的方式来代替，每隔一段时间，机器统计一次速度，然后取这些速度的均值，控制间隔的长短，可以平衡能耗和时间误差，虽然降低了精度，但是能极大地降低能耗。
对于后者，将定位信息按照机型和运营商区分开，也采用机器学习的方法，在库里预先存储一些该机型的准确定位信息，根据该机型的经验数据结合当前信息，来共同估计出当前的准确位置，在当前的定位圈中，选一个点比较集中的位置来作为当前位置。
4.系统在未来的预期
预期功能是建立一个信息库，提供一系列API接口，应用可以通过接口访问想知道的地方的信息。当发现有询问请求时，服务器向查询区域附近所有用户询问当前需要的信息，通过计算得到用户需要的数据。反馈给询问的用户，并扣除该用户一定的积分，同时给予提供信息的用户一定的积分。
这个系统要实现目前还是存在一些问题的，主要表现在其规模上。
覆盖规模：根据实际情况可大可小，如果做成了一个底层接口，那么要支持所有应用，其覆盖范围应当是整个地球，会产生海量的数据，这时系统的实时性根本无法保证。
查询规模：查询的次数非常有限（人的操作需要耗时），但是如果换成程序的话，就很容易实现不间断的查询，且一定需要不间断的查询，否则作为程序很难继续运行下去。再乘上如此大规模的用户，需要的计算量会变得十分巨大。
因为如此大的规模，整个系统对于带宽和能量的消耗也十分巨大的。查询太多，用户移动设备可能会一直处于提供信息状态，类似于连续传感，显然会对电量有很大消耗。整个系统一直在传输大规模的数据，带宽的成本也非常高。
如果解决了这些问题，移动应用就可以从单机感应应用转为群体感应应用，可以获知世界各地的任何信息，相信这将对应用开发具有划时代的意义。
5.总结
本文介绍了群智系统中的激励机制，并举出一些实例做说明，讨论了系统运行中可能会遇到的问题，并给出了一些解决方案。最后，对系统的未来发展做了预测和展望，并列举出了一些现在还无法解决的问题。
参考文献
[1]Thepvilojanapong N，Tsujimori T，Wang H，et al.Impact of Incentive Mechanism in Participatory Sensing Environment[C].SMART 2013，The Second International Conference on Smart Systems，Devices and Technologies，2013：87-92.
[2]Lane N D，Miluzzo E，Lu H，et al.A survey of mobile phone sensing[J].IEEE Communications Magazine， 2010，48（9）：140-150.