摘要
本发明公开了一种基于夏普利值的工人真象发现和招募方法。该发明方法能够根据工人对每轮应用质量的贡献值,选取可信工人采集数据。本发明方法的创造性在于综合信任度考虑了所有可能的工人组合以及对总收益的贡献,并且计算中近期的贡献值权值越大,因此可以动态更新综合信任度,达到实时效果。步骤如下:发明方法开始基于工人提交的候选任务信息挑选工人,然后,一方面采集数据,另一方面评价其综合信任度。综合信任度高于阈值的可以进入高可信工人集合。评价方法是让可信度未知工人的数据与高可信,可信工人的数据进行比对,辨识出采集的数据是否真实以评价其信任度。
技术关键词
贡献率
数据
平台
因子
动态更新
评价方法
效应
注意力
地点
算法
定义
网络
参数
系统为您推荐了相关专利信息
异常状况
融合特征
监测方法
异构传感器网络
多模态特征融合
动力电池充放电
性能检测方法
自动化检测系统
充放电数据
钠离子电池
网络安全防护系统
图谱
数据分析方法
数据分析系统
三元组