一种面向低成本与高质量的可信工人驱动型移动群智感知任务分配方法

本发明公开了一种面向低成本与高质量的可信工人驱动型移动群智感知任务分配方法，旨在解决平台在真值不可得、工人可靠度未知条件下的数据质量保障与成本优化问题。该方法主要包括三个核心模块：任务分配模块、数据质量评估模块和工人信任管理模块。平台首先基于工人历史行为与当前估计可靠度构建信任画像，并动态维护可信工人集合；随后，通过扩展最小成本流模型，结合工人报价与可靠度估计值，生成任务分配方案，并优先分配可信工人与待验证工人共同执行任务，实现数据交叉验证；最终，平台利用可信工人的感知数据作为真值替代值，完成数据质量评估与可靠度更新，进一步平台可以根据最新的可靠度估计更新可信工人集合，用于后续轮次的任务分配与质量检验。本发明方法与现有的两种方案进行对比，结果表明其在任务结果质量、单位任务收益、平均成本控制以及抗系统中恶意工人干扰能力方面均表现优越，可有效提升移动群智感知系统的数据质量与平台总体收益。