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

Duin Back, Bong Jun Choi+1 more|arXiv (Cornell University)|Jun 30, 2017

Mobile Crowdsensing and Crowdsourcing参考文献 5被引用 3

一句话总结

本文提出了一种实用的期望社会福利最大化（ESWM）激励机制，用于截止日期敏感的众包任务，通过建模异构的提供者准时行为和任务价值衰减，利用贪心启发式算法最大化期望社会福利。仿真结果表明，尽管由于竞争加剧导致平均参与者效用相似，ESWM通过吸引更多参与者，在期望社会福利和平台效用方面均优于基线基准。

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.

研究动机与目标

• 为解决现有激励机制中假设所有提供者始终准时这一不切实际的假设。
• 建模提供者的异构准时行为以及截止日期后任务价值的衰减。
• 设计一种实用的、时间复杂度为多项式的激励机制，在现实约束下最大化期望社会福利。
• 通过更优的效用估计吸引更多参与者，从而提升平台效用和社会福利。

提出的方法

• 将提供者的准时行为建模为概率分布，以捕捉其异质的准时表现。
• 制定随时间推移的任务估值衰减模型，其中衰减率由请求者特定决定。
• 将期望社会福利定义为期望任务价值与提供者成本之和，按匹配概率加权。
• 提出一种基于贪心启发式算法的解决方案，以多项式时间求解NP-完全的期望社会福利最大化问题。
• 集成再选择动态机制，参与者根据平均效用选择机制，模拟现实世界中的竞争环境。
• 使用整数二值规划作为最优基线，但通过近似求解以确保可扩展性。

实验结果

研究问题

• RQ1 截止日期后任务价值的衰减如何影响众包中的社会福利与激励设计？
• RQ2 启发式机制是否能在保持计算高效的同时，实现高于现有基线的期望社会福利？
• RQ3 基于平均效用的参与者再选择过程如何影响平台性能与机制吸引力？
• RQ4 建模异构提供者准时行为在多大程度上能提升社会福利与平台效用？
• RQ5 在截止日期敏感的众包中，社会福利、平台效用与平均参与者效用之间存在何种权衡？

主要发现

• 如图2a和2b所示，ESWM机制在期望社会福利和平台效用方面显著优于基线基准。
• 由于更优的效用估计，ESWM机制吸引了更多参与者，从而增加了与高质量提供者匹配的可能性。
• 尽管吸引了更多参与者，但由于竞争加剧，ESWM中请求者和提供者的平均效用与基线几乎相同。
• 再选择过程在平均效用趋于平衡后趋于稳定，表明参与者在机制间无进一步显著分布转移。
• ESWM机制支持的请求数量多于基线，证明了其可扩展性与实际可行性。
• 基于启发式的方案在多项式时间内实现了接近最优的性能，使其适用于实际部署。