华南理工大学学报(自然科学版) ›› 2019, Vol. 47 ›› Issue (8): 96-104.doi: 10.12141/j.issn.1000-565X.180534

• 计算机科学与技术 • 上一篇    下一篇

群智感知中基于损失厌恶的激励机制

刘佳琦 高目   

  1. 中南大学 计算机学院,湖南 长沙 410075
  • 收稿日期:2018-10-26 修回日期:2019-06-16 出版日期:2019-08-25 发布日期:2019-08-01
  • 通信作者: 刘佳琦(1983-),女,博士后,副教授,主要从事分布式与移动计算、软件工程研究. E-mail:dongxuanlee@gmail.com
  • 作者简介:刘佳琦(1983-),女,博士后,副教授,主要从事分布式与移动计算、软件工程研究.
  • 基金资助:
    国家自然科学基金资助项目(61572528);中南大学研究生创新项目(2018zzts622)

Incentive Mechanism of Crowdsensing Based on Loss Aversion

LIU Jiaqi GAO Mu   

  1. School of Computer Science of Engineering,Central South University,Changsha 410075,Hunan,China
  • Received:2018-10-26 Revised:2019-06-16 Online:2019-08-25 Published:2019-08-01
  • Contact: 刘佳琦(1983-),女,博士后,副教授,主要从事分布式与移动计算、软件工程研究. E-mail:dongxuanlee@gmail.com
  • About author:刘佳琦(1983-),女,博士后,副教授,主要从事分布式与移动计算、软件工程研究.
  • Supported by:
    Supported by the National Natural Science Foundation of China(61572528)

摘要: 当前,群智感知中的激励机制大多是基于传统经济学的,而行为经济学的研究结 果表明,由于损失厌恶的存在,用户不是总追求自身经济效用的最大化,基于传统经济学 的机制并不能完全有效地激励用户. 为此,文中设计了一种基于用户损失厌恶的激励机制 (LA-RAIM). 该机制基于用户的损失厌恶心理,设计了用户的奖励因子,通过在激励时间 内给予用户额外奖励,让用户感受到不参与任务就会有损失,以此激励更多用户参与感知 任务. 仿真实验结果表明,与经典的 RVA-IM 相比,LA-RAIM 既能促进更多的用户参与系 统感知任务,也同时提升了系统的平台效用和获胜者平均效用.

关键词: 群智感知, 激励机制, 行为经济学, 损失厌恶

Abstract: At present,the incentive mechanism of crowdsensing is mostly based on traditional economics,while the study of behavioral economics shows that users do not always pursue the maximization of their economic utility because of loss aversion,and the incentive mechanism based on traditional economics can not fully and effectively motivate users. Therefore,an incentive mechanism based on loss aversion (LA-RAIM) was designed. This mecha- nism sets reward factor based on user's loss aversion. By giving users additional rewards during the incentive time, users feel that they will lose if they do not participate in the system,so as to motivate more users to participate. Compared with the classical RVA-IM,the simulation results show that LA-RAIM can not only increase the number of participants,but improve the platform utility and user average utility.

Key words: crowdsensing, incentive mechanism, behavioral economics, loss aversion

中图分类号: