← 返回列表

一种基于信任评估框架和禁忌搜索的工人招募方法及系统

申请号: CN202311810064.3
申请人: 烟台大学
更新日期: 2026-03-09

专利详细信息

项目 内容
专利名称 一种基于信任评估框架和禁忌搜索的工人招募方法及系统
专利类型 发明申请
申请号 CN202311810064.3
申请日 2023/12/27
公告号 CN117474509A
公开日 2024/1/30
IPC主分类号 G06Q10/1053
权利人 烟台大学
发明人 王莹洁; 湛中伟; 段培永; 童向荣; 王鹏
地址 山东省烟台市莱山区清泉路30号

摘要文本

本发明公开了一种涉及群智感知技术和人工智能技术交叉技术领域,尤其涉及一种基于信任评估框架和禁忌搜索的工人招募方法及系统。该方法包括以下步骤:首先,基于图卷积神经网络构建信任评估模型,用于评估工人团队成员之间的信任值。其次,引入了Mini‑Batch K‑Means聚类算法和边缘计算技术,实现了分布式工人招募。接着,考虑工人的能力、距离和信任值来评估任务完成效果。最后,将工人招募问题建模为无向完全招募图,利用禁忌搜索招募算法为任务招募最优执行团队,并在隐私损失约束下确定任务的协作团队。本发明可以精确的完成工人之间信任关系的评估并实现高效的工人招募,最大化任务的完成效果,同时保证良好的隐私损失。

专利主权项内容

1.一种基于信任评估框架和禁忌搜索的工人招募方法,其特征在于,包括信任评估阶段、更新阶段和招募阶段;信任评估阶段:训练得到信任评估模型,利用信任评估模型评估工人之间潜在的可信度,并将评估结果实数化转换为信任值以计算工人间协作的信任效益;更新阶段:收集历史数据,利用历史数据计算工人的综合能力指标,并通过聚类算法实现区域划分;根据区域划分结果、工人的综合能力指标、工人任务之间的距离和任务需求,平台计算并更新工人的能力效益和距离效益;招募阶段:根据工人的距离效益、能力效益和信任效益计算所有候选工人对任务的完成效果;根据候选工人对任务的完成效果构建无向完全招募图;利用禁忌搜索招募算法对无向完全招募图进行处理,得到任务最佳的执行团队,其中,基于冲突策略解决任务的执行团队出现的冲突,并根据隐私损失阈值从任务的执行团队中确定任务的协作团队。