[논문 리뷰] Frugal Online Incentive Mechanisms for Crowdsourcing Tasks Truthfully

Dong Zhao, Huadóng Ma외 1명|arXiv (Cornell University)|2014. 04. 09.

Mobile Crowdsensing and Crowdsourcing참고 문헌 18인용 수 12

한 줄 요약

이 논문은 총 지불 금액을 최소화하면서 진실성과 효율성을 보장하는 모바일 커뮤니티 센싱 작업을 위한 세 가지 온라인 인센티브 메커니즘—Homo-OMZ, Hetero-OMZ, Hetero-OMG—을 제안한다. 이 메커니즘들은 사용자가 순차적으로 도착하는 온라인 환경에서 작동하며, 계산 효율성, 개인적 합리성, 비용 진실성, 소비자 주권, 일정한 비용 절감성을 만족한다. Hetero-OMG는 일반적인 간격 모델 하에서 시간 진실성까지 추가로 보장한다.

ABSTRACT

Mobile Crowd Sensing (MCS) is a new paradigm which takes advantage of pervasive smartphones to efficiently collect data, enabling numerous novel applications. To achieve good service quality for a MCS application, incentive mechanisms are necessary to attract more user participation. Most of existing mechanisms apply only for the offline scenario where all users' information are known a priori. On the contrary, we focus on a more realistic scenario where users arrive one by one online in a random order. Based on the online auction model, we investigate the problem that users submit their private profiles to the crowdsourcer when they arrive, and the crowdsourcer aims at selecting a subset of users before a specified deadline for minimizing the total payment while a specific number of tasks can be completed.We design three online mechanisms, Homo-OMZ, Hetero-OMZ and Hetero-OMG, all of which can satisfy the computational efficiency, individual rationality, cost-truthfulness, and consumer sovereignty. The Homo-OMZ mechanism is applicable to the homogeneous user model and can satisfy the social efficiency but not constant frugality. The Hetero-OMZ and Hetero-OMG mechanisms are applicable to both the homogeneous and heterogeneous user models, and can satisfy the constant frugality. Besides, the Hetero-OMG mechanism can also satisfy the time-truthfulness. Through extensive simulations, we evaluate the performance and validate the theoretical properties of our online mechanisms.

연구 동기 및 목표

• 기존 인센티브 메커니즘이 오프라인 사용자 정보 수집을 전제로 하여 실제 모바일 커뮤니티 센싱의 역동성을 반영하지 못하는 격차를 해결하기 위해.
• 미래 사용자에 대한 지식 없이 과거 도착자들만을 기반으로 사용자 선택에 대한 뒤돌아서지 않는 결정을 내리는 온라인 메커니즘을 설계하기 위해.
• 선택된 사용자들에게 지불하는 총 금액을 최소화하면서 필요한 수의 작업이 완료되도록 보장하기 위해.
• 모든 메커니즘이 계산 효율성, 개인적 합리성, 비용 진실성, 소비자 주권, 일정한 비용 절감성과 같은 핵심 게임이론적 성질을 만족하도록 보장하기 위해.
• 동일한 사용자 모델과 이질적 사용자 모델 모두에 적용 가능한 메커니즘으로 확장하며, Hetero-OMG는 일반적인 사용자 가용성 간격 모델 하에서 시간 진실성까지 지원한다.

제안 방법

• 사용자가 도착할 때 개인의 비용과 가용성 시간을 보고하는 온라인 Auction 프레임워크를 기반으로 한 메커니즘 설계.
• Homo-OMZ는 동일한 사용자 모델을 대상으로 하며, 임계값 기반 선택 규칙을 사용하여 사회적 효율성을 달성한다.
• Hetero-OMZ와 Hetero-OMG는 사용자별 작업 능력과 비용 구조를 통합함으로써 이질적 모델로 확장된다.
• 모든 메커니즘은 일정한 비용 절감성을 보장하기 위해 경쟁 비율 분석을 사용한다. 즉, 총 지불 금액이 최적의 오프라인 해법에 대해 일정한 요인으로 제한됨을 의미한다.
• Hetero-OMG는 일반적인 간격 모델 하에서 도착/퇴장 시간 보고의 진실성 보장을 보장하는 시간 인식 메커니즘 설계를 도입한다.
• 이론적 보장은 최적 정지 이론과 일반화된 사무관 문제의 원리를 활용하여 인centive 호환성에 적응시킨다.

실험 결과

연구 질문

• RQ1 사용자가 비밀 비용과 가용성 시간을 가지고 순차적으로 도착할 때, 총 지불 금액을 최소화하는 온라인 인센티브 메커니즘을 설계할 수 있는가?
• RQ2 미래 정보 없이 온라인 환경에서 비용 진실성과 개인적 합리성을 어떻게 보장할 수 있는가?
• RQ3 동일한 사용자 모델과 이질적 사용자 모델 모두에서 일정한 비용 절감성을 달성할 수 있는가?
• RQ4 일반적인 사용자 가용성 간격 모델 하에서 시간 진실성을 만족하는 메커니즘을 설계할 수 있는가?
• RQ5 기존의 오프라인 또는 예산 제약이 있는 온라인 메커니즘과 비교해, 제안된 메커니즘은 효율성과 지불 최소화 측면에서 어떻게 다른가?

주요 결과

• Homo-OMZ는 동일한 사용자 모델에서 사회적 효율성을 달성하지만 일정한 비용 절감성을 보장하지는 않는다.
• Hetero-OMZ와 Hetero-OMG는 동일한 사용자 모델과 이질적 사용자 모델 모두에서 일정한 비용 절감성을 만족한다.
• Hetero-OMG는 일반적인 간격 모델 하에서 유일하게 시간 진실성을 만족하며, 사용자가 정확한 도착 및 퇴장 시간을 보고하도록 보장한다.
• 세 메커니즘 모두 계산 효율성, 개인적 합리성, 비용 진실성, 소비자 주권을 만족한다.
• 광범위한 시뮬레이션을 통해 이론적 성질이 검증되었으며, 실제 사용자 도착 패턴 하에서 메커니즘의 성능이 입증되었다.
• 기존 접근 방식에 비해 총 지불 금액을 더 낮추는 데 성공하였으며, 강력한 인센티브 호환성과 효율성 보장을 유지한다.