成都易书桥科技有限公司陈彦如获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉成都易书桥科技有限公司申请的专利一种众包任务推荐中的自适应指数衰减方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN112465267B 。
龙图腾网通过国家知识产权局官网在2025-09-16发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202011474544.3,技术领域涉及:G06Q30/0202;该发明授权一种众包任务推荐中的自适应指数衰减方法是由陈彦如;邹可欣;赵琪雯;张媛媛;廖俊华;王伟;胡顺仿;许春;张磊;梁刚;陈良银设计研发完成,并于2020-12-14向国家知识产权局提交的专利申请。
本一种众包任务推荐中的自适应指数衰减方法在说明书摘要公布了:本发明公开了一种众包场景下根据实时竞争情况对为工人推荐任务的离线模型预测值进行衰减的自适应指数衰减方法。本发明根据不同离线预测模型预测值的分布差异,设计了一种根据离线预测值的局部分布和全局分布自适应调整指数衰减参数的算法。该模型中全局分布决定指数衰减强度的上界,局部分布决定是否能达到这个上界,其中局部分布的绝对分布用于决定初始局部分布强度的增减,相对分布决定增减的强度。模型在调整超参数后在不同离线模型间有泛化能力。该模型稳定了众包场景下因工人间非独立性导致的推荐列表有关指标异常波动问题。
本发明授权一种众包任务推荐中的自适应指数衰减方法在权利要求书中公布了:1.一种众包任务推荐中的自适应指数衰减方法,其特征在于:在众包场景下利用线下模型预测值及实时投标情况定量分析当前任务的竞争强度,通过预测值的全局和局部分布得到衰减参数对已有预测值进行衰减,衰减和增益是两个对称的过程,衰减强度由预测值的全局分布和局部分布共同决定,全局分布决定强度的上界,局部分布决定是否能达到这个上界,绝对分布用于决定初始局部分布强度的增减,相对分布决定增减的强度,最后对衰减参数进行一定惩罚后将其应用于增益计算,因为工人是否中标主要受竞争程度的影响,而衰减参数正是反映当前实时竞争情况的关键指标,具体做法是: 第一步,通过工人登录时间确定在登陆时间有效的候选任务集作为未排序的候选推荐列表,根据登录时间得到当前已投标的离线预测值,当前工人对候选推荐列表中的离线预测值score=[s1,s1...,sl],l为列表中任务数;利用score的四分位差得到全局衰减因子αglobal,αglobal表示可使任务内对sl衰减所导致的列表位置偏移最大为50%; 第二步,将方阵划分为六类平面,并根据节点对应的坐标确定节点所需存储的密钥;这六类平面分别是:XOY类型平面、XOZ类型的平面、YOZ类型的平面、过Z轴的对角面、过Y轴的对角面、过X轴的对角面,然后根据节点的坐标判断节点所在的平面,并存储相应的平面密钥和有六个参数的伪随机函数; 第三步,利用任务内slmsl的投标数量确定局部衰减因子的衰减强度基准,将投标数量l映射到使tanh函数有效的范围内,dlocal,l作为每个任务中的局部衰减因子,表示第l个任务内其他工人预测值scorel=[sl,sl1,sl2,...,slm]对衰减强度的影响,m为第l个任务中其他工人已投标记录预测值; 第四步,利用任务内离线预测值的绝对分布和相对分布对l0进行修正,用d表示sl距scorel两个标准差的距离d∈-1,1,使用EMD距离计算任务内分布scorel到scorelist的距离W,在计算W前首先对scorel和scorelist进行归一化处理,这里将scorel与scorelist均值差作为加强或抑制的标准,正则加强负则抑制,dEM=sigmoidmeanscorel-meanscorelist×eWscorel,scorelist; 第五步,由d和dEM共同决定loffset, 第六步,用第一步到第四步对称的方法计算slmsl的增益部分glocal,l,得到glocal,l后利用glocal,l与dlocal,l的比值rl对dlocal,l进行削弱,在利用sigmoid函数对rl进行平滑处理后用余弦衰减得到最终的局部衰减参数dlocal,l,dlocal,l=dlocal,l×cos2×11+e-rlβ-0.5; 第七步,超参数a用于对全局衰减的抑制,β用于控制增益部分对dlocal,l的最大抑制比例,l0用于映射投标数,μ1,μ2作为超参数用于缩放修正总体强度。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人成都易书桥科技有限公司,其通讯地址为:610065 四川省成都市武侯区武侯新城管委会武青南路33号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。