ICDE2020论文简析:空间众包实时交叉在线匹配 - Real Time Cross Online Matching in Spatial Crowdsourcing

研究现状

• 现有众包问题的研究侧重于通过在一个平台上分配工人来响应用户请求（例如：滴滴用户只能在滴滴app打车，美团用户只能点美团外卖）；
• 平台上的可用工作人员距离太远而无法满足请求，因此在长时间等待后，某些用户请求可能会被拒绝或以高昂的金钱成本做出响应；
• 相似平台通常具有用于相同服务的可用资源（例如：优步和滴滴、美团和饿了么、联邦快递和顺丰快递）；

例如：①如下图所示，红色的汽车和用户属于一个空间众包平台，而蓝色的则属于提供相同服务的另一个平台。 在左区，蓝色的用户比蓝色的汽车多得多，而红色的用户比红色的汽车少得多。 然而，在右边的地区，用户和汽车分布情况正好相反 。 如果左侧区域超过两个蓝色用户提交请求，相应的平台将不得不要求右侧区域的蓝色汽车为第三个用户服务。

②如下图所示，这是一个出租车和拼车服务平台。绿色位置是原点，橙色位置是目的地。用户在这打车没有得到回应，因为附近没有可用的司机可以为其服务。目前，滴滴通过根据用户对服务成本和等待时间的偏好来有条件地提供服务来处理这个问题。启动此请求的用户将被询问是否希望等待更长的时间，直到任何可用的工作人员碰巧出现并可以服务它。例如，在下图(a)中，用户需要等待大约1分钟23秒才能响应请求。“1:23”是请求的响应时间，而不是用户的等待时间。 这意味着，在1分钟23秒之后，平台才会开始搜索司机来为这个用户服务。在分配了这样的司机之后，用户还需要等待司机到达定位地点；或者若用户想支付更高的价格，平台会从另一个地方调用司机。 例如下图(b)中所示建议支付4.2倍的价格，否则该请求将被平台拒绝。 显然，所有的解决方案都会不可避免地降低用户使用的满意度 ，导致用户在平台上的丢失。

作者贡献

• 提出了一种跨在线匹配问题（COM），它使一个平台可以