[论文解读] Frugal Online Incentive Mechanisms for Crowdsourcing Tasks Truthfully

Dong Zhao, Huadóng Ma+1 more|arXiv (Cornell University)|Apr 9, 2014

Mobile Crowdsensing and Crowdsourcing参考文献 18被引用 12

一句话总结

本文提出了三种在线激励机制——Homo-OMZ、Hetero-OMZ 和 Hetero-OMG——用于移动众包感知任务，旨在最小化总支付的同时确保真实性与效率。这些机制在用户按顺序陆续到达的在线环境中运行，满足计算效率、个体理性、成本真实性、消费者主权以及恒定节俭性；其中 Hetero-OMG 还在一般区间模型下额外保证时间真实性。

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.

研究动机与目标

• 为解决现有激励机制假设离线收集用户信息的缺陷，该缺陷无法反映现实世界中移动众包感知的动态特性。
• 设计在线机制，在仅基于过去到达用户信息的前提下，对用户选择做出不可撤销的决策，而无需知晓未来用户。
• 在确保完成所需任务数量的前提下，最小化所选用户的总支付。
• 确保所有机制满足关键的博弈论性质：计算效率、个体理性、成本真实性、消费者主权以及恒定节俭性。
• 将机制扩展至同质与异质用户模型，其中 Hetero-OMG 进一步在一般用户可用时间区间下支持时间真实性。

提出的方法

• 这些机制基于在线拍卖框架构建，用户在到达时报告其私有成本和可用时间。
• Homo-OMZ 针对同质用户模型设计，采用基于阈值的选择规则以实现社会效率。
• Hetero-OMZ 和 Hetero-OMG 通过整合用户特定的任务能力与成本结构，扩展至异质模型。
• 所有机制均采用竞争比分析以确保恒定节俭性，即总支付被限制在最优离线解的常数倍以内。
• Hetero-OMG 引入一种时间感知的机制设计，确保在一般区间模型下对到达/离开时间报告的真实性。
• 理论保证通过最优停时理论和广义秘书问题的原理推导得出，并适配至激励相容性。

实验结果

研究问题

• RQ1 当用户以私有成本和可用时间陆续到达时，能否设计出在线激励机制以最小化移动众包感知中的总支付？
• RQ2 在缺乏未来信息的在线环境中，如何确保机制的成本真实性与个体理性？
• RQ3 能否在同质与异质用户模型下均实现恒定节俭性？
• RQ4 是否可能设计出在一般用户可用时间区间下也满足时间真实性的机制？
• RQ5 与现有离线或预算可行的在线机制相比，所提出的机制在效率与支付最小化方面表现如何？

主要发现

• Homo-OMZ 在同质用户模型下实现社会效率，但不保证恒定节俭性。
• Hetero-OMZ 和 Hetero-OMG 在同质与异质用户模型下均满足恒定节俭性。
• Hetero-OMG 唯独在一般区间模型下满足时间真实性，确保用户报告准确的到达与离开时间。
• 所有三种机制均满足计算效率、个体理性、成本真实性与消费者主权。
• 大量仿真实验验证了理论性质，并展示了机制在真实用户到达模式下的性能表现。
• 所提机制在最小化总支付方面优于现有方法，同时保持了强大的激励相容性与效率保障。