Introducing Collaboration in Competitive Crowdsourcing Markets论文笔记

笔记"/>

Introducing Collaboration in Competitive Crowdsourcing Markets论文笔记

摘要

众包是一种在一定时间内以分布式方式解决问题的有效方法。众包平台的工作原理可以是竞争性的或协作性的。在这两种情况下，群体工作者（解决者）通过竞标或由请求者（任务提供者）预先通知获得报酬。即使这种形式是方便的，竞争力的诅咒也常常减少工人的参与。我们强调，通过在竞争激烈的众包市场引入协作，我们可以有效地处理可分解类型的任务。为此，我们提出了一种新的机制。如果任务是可分解的，那么工作人员可能会有兴趣在子任务上进行协作。这增加了获得更多具有成本效益的解决方案的机会。该机制鼓励工人通过思考分享报酬，进行合作。因此，请求者和群体工作者都从系统中受益。本文通过实证分析验证了该机制的有效性。

介绍

随着众包等在线问题解决模式的出现，在众包工作者的帮助下以一种经济有效的方式解决各种复杂的任务成为可能，这也为新的具有重大经济影响的分布式商业模式开辟了空间。有些公司仅仅是通过让人群参与在线平台完成微任务，就可以获得数十亿美元的收入。通过这样的平台，用报酬换取大量的人（不一定是专家）的帮助，可以在互联网上轻易地完成工作。

相反，传统的离线问题解决模型有必要将领域专家作为工作者。众包的力量在于将机器智能与群体智能相结合。在众包市场中，请求者（发布任务）和群体工作者（以协作方式或竞争方式解决给定任务）都获得了并行优势。众包环境可以大致分为两类：协作型和竞争型。处理竞争环境具有挑战性，因为工人总是以竞争的方式参与，并试图隐瞒他们的真实成本。竞争模型可以基于拍卖或公布价格（定义为报酬）机制。

Amazon Mechanical Turk（（mturk））是一个著名的协作众包平台，员工可以在该平台上解决一项任务并获得报酬。在最近的一项工作的启发下，我们认为通过在PostedPrice竞争模型中引入协作可以更好地处理可分解任务。如果任务可以进一步细分为具有非负成本的子任务，则该任务是可分解的。在这里，我们提出了一种新的机制，在竞争性众包市场引入合作。我们考虑一个限制性的环境，其中报酬已经确定，任务可以分解。该机制还假定请求者完成一个或多个任务的预算有限。

在所提出的机制中，群体工作者（专家和非专家）竞争特定的任务，并找出最佳的解决方案。最初设定为固定值的薪酬会根据工人的表现动态增加。为了产生更好的解决方案，任何两个工人都可以协作并组合他们的模块，以找到请求者可接受的更低的成本。在这种环境下，同构的可分解任务可以由群体工作人员解决，请求者和工作人员都可以从系统中受益。该机制鼓励群体工作者协作，从而产生请求者所寻求的新的更好的解决方案。同时，它也增加了向合作的人群工人提供更好报酬的机会。当工人公布他们的成本时，只会将一个任务的总成本显示给所有人。子任务的成本仍然对其他工人隐藏。根据该机制，如果一个工人有兴趣了解另一个工人的子任务成本，他需要与其他人协商。

动机和挑战

任何众包业务模式的主要动机是获得给定任务的真实成本（原始成本或可能的最佳成本）。对于不可分解的任务，我们选择一个发布最佳（最低）成本的工人作为获胜者。但在可分解任务中，它可以进一步细分为多个子任务，其中每个子任务都有一个非零成本。所以，如果我们选择一个赢家，我们可能得不到真实成本。因此，我们选择联合获胜者，他们共同公布了最好的成本，这可能比个别工人公布的成本要好。

我们在图1中突出显示了我们的模型，其中一个请求者R发布了一个带有预算B的任务T。请求者期望该任务将在固定的期限内完成（预先声明）。实际上，请求者可以发布单独预算的单个或多个任务。然而，为了简单的解释，我们假设请求者发布了一个任务。此外，一组工人w1；w2；…WMG与多个任务t1；t2；…关联。在给定时