技術(shù)總結(jié)
本發(fā)明屬于通信技術(shù)領(lǐng)域，具體為一種基于用戶觀測(cè)質(zhì)量在線學(xué)習(xí)的群智感知激勵(lì)方法。本發(fā)明方法是在連續(xù)時(shí)間感知任務(wù)場(chǎng)景下，利用逆向拍賣框架，采用多臂老虎機(jī)模型進(jìn)行用戶感知質(zhì)量在線學(xué)習(xí)，得到用戶質(zhì)量信息，并在每個(gè)感知周期，根據(jù)用戶的當(dāng)前出價(jià)和學(xué)習(xí)的感知質(zhì)量進(jìn)行感知用戶的選擇，優(yōu)化目標(biāo)為在任務(wù)感知時(shí)間內(nèi)獲得最大的系統(tǒng)感知總收益。本發(fā)明提出CMAB?DC算法進(jìn)行在線學(xué)習(xí)，每個(gè)感知周期內(nèi)，利用算法給出當(dāng)前觀測(cè)質(zhì)量估計(jì)進(jìn)行用戶選擇，能有效處理用戶出價(jià)的動(dòng)態(tài)變化。本發(fā)明方法所產(chǎn)生的用戶選擇策略和理論最優(yōu)策略之間系統(tǒng)收益損失的上限為，其中為總觀測(cè)周期數(shù)。仿真結(jié)果表明本機(jī)制所提出的算法相對(duì)于對(duì)比算法有著明顯的性能提升。

技術(shù)研發(fā)人員：胡天成;楊濤;胡波
受保護(hù)的技術(shù)使用者：復(fù)旦大學(xué)
文檔號(hào)碼：201611211938
技術(shù)研發(fā)日：2016.12.25
技術(shù)公布日：2017.05.24