基于多源异构数据融合的移动群智感知任务推荐算法

现有的移动群智感知任务推荐方法主要包括基于时空信息和社交关系两大类,分别受到时空信息时变性和数据稀疏性问题的限制。为了突破上述限制并综合多源工人行为数据对任务推荐准确度的影响,本文提出了一种基于多源异构数据融合的移动群智感知任务推荐算法。该算法综合考虑了工人地理位置、时间可用性以及社交网络关系等多方面的因素,利用隐语义模型、双向长短时记忆网络模型分别生成空间、时间维度的工人–任务匹配度矩阵实现对工人偏好时空变化的挖掘,并利用Node2Vec图嵌入模型生成社交维度的工人–任务匹配度矩阵,缓解数据稀疏性问题。最后利用BP神经网络将上述三个矩阵进行融合以实现工人行为的多源异构数据融合,并最终进行任务推荐。实验结果表明,本文方法比单一数据源的任务推荐方法具有更好的推荐准确度。