近年來,得益于信息化網(wǎng)絡的高速發(fā)展,網(wǎng)絡協(xié)作系統(tǒng)已經(jīng)得到了廣泛的普及,并為人們生活帶來了極大的便利。個體用戶是組成網(wǎng)絡協(xié)作系統(tǒng)的基本單元,他們的決策行為會直接影響網(wǎng)絡協(xié)作系統(tǒng)的性能。然而,與其他用戶進行協(xié)作交互往往需要付出時間與精力上的花費,因此為了獲取最大的收益,理性用戶往往會選擇:(1)拒絕提供服務,這就引起了合作困境;(2)提供低質量的服務,這就引起了信任困境。為了保證網(wǎng)絡協(xié)作系統(tǒng)的正常運行,我們需要設計有效的激勵機制來促進理性用戶的合作行為和信任行為。在已有研究工作基礎上,本文使用博弈論、演化博弈論、相似度理論、圖推薦、多目標優(yōu)化、強化學習等方法對合作激勵和信任激勵機制進行了相關研究。主要研究成果如下:(1)推薦激勵機制對個體合作行為影響的定性研究。首先,本文以經(jīng)典的圖推薦算法EigenTrust為基礎構建了一個基于用戶合作屬性的推薦激勵機制,采用該推薦激勵機制的請求者能夠以一個更高的概率獲得服務。接下來,本文使用演化博弈論定性分析了推薦激勵機制對用戶合作行為的影響。為了研究推薦激勵機制的魯棒性,本文還考慮了:推薦機制失誤率,單請求者多提供者交互模型,推薦背叛策略和服務數(shù)量敏感...

【文章頁數(shù)】：146 頁

【學位級別】：博士

【文章目錄】：
摘要
ABSTRACT
主要符號表
1 緒論
    1.1 研究背景與意義
    1.2 國內外相關工作研究進展
        1.2.1 合作與信任的定義
        1.2.2 合作困境的相關工作
        1.2.3 信任困境的相關工作
    1.3 本文的主要工作和組織結構
        1.3.1 本文的研究問題
        1.3.2 研究思路和主要內容
        1.3.3 論文組織結構
2 預備知識
    2.1 經(jīng)典博弈論
        2.1.1 博弈模型
        2.1.2 囚徒困境博弈
    2.2 演化博弈論
        2.2.1 演化博弈模型
        2.2.2 個體視角下的演化博弈
        2.2.3 演化穩(wěn)定策略ESS
        2.2.4 李雅普諾夫穩(wěn)定性理論
        2.2.5 演化博弈下的囚徒困境模型
    2.3 EigenTrust算法
        2.3.1 用戶間交易
        2.3.2 局部信任計算
        2.3.3 全局信任聚合
        2.3.4 工人選擇機制
    2.4 PM算法
        2.4.1 參數(shù)設置
        2.4.2 目標函數(shù)
        2.4.3 求解過程
    2.5 本章小結
3 合作推薦激勵機制研究
    3.1 引言
    3.2 系統(tǒng)模型
        3.2.1 RIM機制的實現(xiàn)
        3.2.2 演化博弈模型
    3.3 RIM機制研究
        3.3.1 完美推薦假設下的RIM機制
        3.3.2 非完美推薦假設下的RIM機制
        3.3.3 四策略的RIM機制
        3.3.4 單請求者多提供者的RIM機制
        3.3.5 服務數(shù)量敏感的RIM機制
    3.4 演化穩(wěn)定分析
    3.5 實驗及分析
        3.5.1 數(shù)值結果
        3.5.2 仿真結果
    3.6 本章小結
4 理性背叛激勵機制研究
    4.1 引言
    4.2 理性背叛機制
        4.2.1 演化博弈
        4.2.2 推薦框架
        4.2.3 策略集
        4.2.4 策略期望適應度
        4.2.5 演化過程
        4.2.6 一些實際問題
    4.3 實驗及分析
        4.3.1 參數(shù)設置
        4.3.2 參數(shù)c對機制的影響
        4.3.3 非完美推薦
        4.3.4 相似度策略識別
        4.3.5 對比實驗
    4.4 本章小結
5 合作與信任感知的激勵機制研究
    5.1 引言
    5.2 合作與信任感知的推薦系統(tǒng)EigenCloud
        5.2.1 全局合作和信任屬性
        5.2.2 EigenCloud工人推薦系統(tǒng)
    5.3 EigenCloud的理論研究
        5.3.1 演化博弈模型
        5.3.2 EigenCloud模型的性能分析
    5.4 實驗及分析
        5.4.1 實驗設置及評價標準
        5.4.2 實驗結果
    5.5 本章小結
6 多輪審計機制下的質量保證研究
    6.1 引言
    6.2 RMA多輪審計模型
        6.2.1 眾包博弈模型
        6.2.2 基于RMA的眾包系統(tǒng)
    6.3 演化穩(wěn)定分析
    6.4 實驗及分析
        6.4.1 數(shù)據(jù)集實驗
        6.4.2 仿真實驗
    6.5 本章小結
7 結論與展望
    7.1 結論
    7.2 展望
參考文獻
攻讀博士學位期間科研項目及科研成果
致謝
作者簡介



本文編號：3854018