[논문 리뷰] Small Profits and Quick Returns: A Practical SocialWelfare Maximizing Incentive Mechanism for Deadline-Sensitive Tasks in Crowdsourcing

Duin Back, Bong Jun Choi외 1명|arXiv (Cornell University)|2017. 06. 30.

Mobile Crowdsensing and Crowdsourcing참고 문헌 5인용 수 3

한 줄 요약

이 논문은 마감일에 민감한 군중 활용 작업을 위한 실용적인 기대 사회후생 최대화(ESWM) 인centive 메커니즘을 제안하며, 이는 이질적인 제공자 정시성과 작업 가치 감소를 모델링하여 탐욕 히우리즘을 통해 기대 사회후생을 최대화한다. 시뮬레이션 결과, ESWM은 참가자를 더 많이 유치함으로써 빈도 기반 기준보다 더 높은 기대 사회후생과 플랫폼 유틸리티를 달성하지만, 증가한 경쟁으로 인해 평균 참가자 유틸리티는 유사한 수준을 유지한다.

ABSTRACT

As the driving force of crowdsourcing is the interaction among participants, various incentive mechanisms have been proposed to attract sufficient participants. However, the existing works assume that all the providers always meet the deadline and the task value accordingly remains constant. To bridge the gap of such impractical assumption, we model the heterogeneous punctuality behavior of providers and the task value depreciation of requesters. Based on those models, we propose an Expected Social Welfare Maximizing (ESWM) mechanism that aims to maximize the expected social welfare in polynomial time. Simulation results show that our heuristic-based mechanism achieves higher expected social welfare and platform utility via attracting more participants.

연구 동기 및 목표

• 기존 인센티브 메커니즘에서 모든 제공자가 항상 마감일을 지키는 것으로 가정하는 비현실적인 전제를 해결하기 위해.
• 제공자들의 이질적인 정시성 행동과 마감 이후 작업 가치 감소를 모델링하기 위해.
• 현실적인 제약 조건 하에서 기대 사회후생을 최대화하는 실용적이고 다항식 시간 내에 작동하는 인센티브 메커니즘을 설계하기 위해.
• 더 나은 유틸리티 추정을 통해 더 많은 참가자를 유치하여 플랫폼 유틸리티와 사회후생을 향상시키기 위해.

제안 방법

• 제공자의 정시성을 확률 분포로 모델링하여 이질적인 정시 성과를 포착한다.
• 요청자별로 다를 수 있는 감소율을 고려해 시간에 따른 작업 평가 감소를 수식화한다.
• 기대 사회후생을 매칭 확률에 가중된 기대 작업 가치의 합에서 제공자 비용을 뺀 것으로 정의한다.
• 기대 사회후생 최대화 문제의 NP-완전성에 기반하여 탐욕 히우리즘 기반 알고리즘을 제안하여 다항식 시간 내에 해결한다.
• 참가자들이 평균 유틸리티에 따라 메커니즘을 선택하는 재선택 동역학을 통합하여 실제 경쟁 환경을 시뮬레이션한다.
• 최적 기준으로 이진 정수 프로그래밍을 사용하지만, 확장성을 확보하기 위해 근사 방법을 적용하여 해결한다.

실험 결과

연구 질문

• RQ1 마감 이후 작업 가치 감소가 군중 활용에서 사회후생과 인센티브 설계에 어떤 영향을 미치는가?
• RQ2 히우리즘 기반 메커니즘이 기존 기준 대비 더 높은 기대 사회후생을 달성하면서도 계산 효율성을 유지할 수 있는가?
• RQ3 평균 유틸리티에 기반한 참가자 재선택이 플랫폼 성능과 메커니즘의 매력도에 어떤 영향을 미치는가?
• RQ4 이질적인 제공자 정시성 모델링이 사회후생과 플랫폼 유틸리티를 얼마나 향상시키는가?
• RQ5 마감일에 민감한 군중 활용에서 사회후생, 플랫폼 유틸리티, 평균 참가자 유틸리티 간의 상호 상충 관계는 어느 정도인가?

주요 결과

• 그림 2a와 2b에서 보듯이, ESWM 메커니즘은 기준 대비 유의미하게 더 높은 기대 사회후생과 플랫폼 유틸리티를 달성한다.
• 더 나은 유틸리티 추정 덕분에 ESWM 메커니즘은 더 많은 참가자를 유치하며, 높은 품질의 제공자와의 매칭 가능성을 높인다.
• 더 많은 참가자를 유치함에도 불구하고, ESWM에서의 평균 요청자 및 제공자 유틸리티는 경쟁 증가로 인해 기준과 거의 동일한 수준을 유지한다.
• 재선택 과정이 평균 유틸리티가 균형을 이루자 안정화되며, 메커니즘 간 참가자 분포에 더 이상의 중대한 변화가 없음을 시사한다.
• ESWM 메커니즘은 기준보다 더 많은 작업 요청을 처리할 수 있어 확장성과 실용적 타당성을 입증한다.
• 히우리즘 기반 접근은 다항식 시간 내에 거의 최적의 성능를 달성하여 실세계 구현에 적합하다.