摘要
移动群智感知是指利用移动智能设备内嵌的各种传感器在一定网络规模内收集感知数据并上传到群智感知平台，再由平台整理数据、分析信息和共享信息的技术，目前已经随着无线通信技术的发展在各个领域得到了充分的应用。在群智感知系统应用中，充分且可靠的感知数据在一定程度上决定了群智感知系统的感知质量，影响着系统应用的性能。因此，设计合适的激励机制以提高群智感知系统的感知质量是十分必要的。 目前，群智感知激励机制的研究从增加参与者数量以及提高感知数据质量两个方面提高群智感知质量，但存在两个问题:第一，无论是金钱式机制还是非金钱式的声誉机制，都基于传统经济学理论的报酬模型，即假设参与者数量和数据质量与报酬正相关，在提高参与者数量或数据质量的同时也增加了平台成本。第二，部分研究利用社会网络效应增加参与者的数量，但是社会关系网络的特定形成条件增加了机制设计和应用的局限性。 生活中广泛存在的羊群效应是指在投入很少甚至不投入成本的情况下吸引大量不相关的人群完成统一的目标。受此启发，本文在群智感知激励机制设计中引入行为经济学的锚定效应和调整启发法来剖析羊群效应的原理，从而基于羊群效应提出了面向感知质量的群智感知激励机制(Herd Effect based Incentive Mechanism,HEIM)，以解决平台成本问题和突破社会关系网络的约束，同时增加参与者数量和数据质量。本文的主要工作如下:(1)针对参与者数量问题，基于锚定效应提出群智感知系统的“羊群形成(Forming the Herd,FH)”机制HEIM-FH。锚定效应是指人们总是参照锚点得到最终的决策结果，因此，HEIM-FH的具体内容包括:首先，设计先行参与者的选择方案，定义潜力值参数表示参与者完成任务能力的量化结果，根据潜力值大小确定先行参与者和形成普通参与者与新用户的决策锚点。然后，定义羊群因子，表示决策锚点对参与者的数据质量的影响程度的抽象和量化，从而构建和分析普通参与者和新用户的决策模型。最后，通过调整先行参与者影响普通参与者和新用户的决策结果，使平台得到一批提交高质量数据的参与者(Participant who Submits Higher-Quality data,PSHQ),即“羊群形成”，设置“羊群形成”阈值作为判断HEIM-FH机制作用结束的条件。在这一阶段，平台的参与者数量得到了增加。(2)针对感知数据质量问题，基于调整启发法提出群智感知系统的“羊群维持(Maintaining the Herd,MH)”机制HEIM-MH。调整启发法是指人们的在决策过程中总是受到参照点的影响做出不充分的调整，产生决策偏差，因此，HEIM-MH的具体内容包括:首先，基于平台预算调整机制的报酬方案。然后，构建PSHQs的决策模型。具体的，根据PSHQs的历史报酬确定其预期报酬函数，基于预期报酬计算PSHQs获得其目标报酬的预期概率。最后，设置概率阈值，表示PSHQs获得目标报酬的最小概率，基于调整启发法调整报酬方案降低PSHQs的预期概率，促使PSHQs为了获得目标报酬而继续参与感知任务和维持数据质量，提高了平台整体的数据质量。 理论分析和仿真结果表明，本文提出的HEIM机制能够以较低的激励成本招募更多的感知任务参与者，增加了参与者的数量，提高了感知数据质量，同时降低了平台的成本。
NETL