ICDE-2020 论文简析:依赖感知空间众包中的任务分配 - Task Allocation in Dependency-aware Spatial Crowdsourcing

研究背景

在一些空间众包场景（例如：房屋修复和举办体育比赛）中，其中的任务之间可能有一些依赖关系。具体来说，有一个任务只有在已经分配了它的相关任务时才能被分配。

但是，以前的研究：多技能/复杂任务导向的空间众包，则侧重于将一组多技能工人分配给特定的复杂任务，以便任务所需的技能可以完全由分配工人的技能集的联合覆盖。然而， 在实践中，每个复杂任务可以是多个子任务的组合，并且子任务之间存在依赖关系。如果直接使用以前的解决方案，那么子任务之间的依赖性将导致分配的效率变得非常低（即一些被分配的工人需要等待其子任务的依赖性得到满足后才能去执行该任务）。

研究目标

• 由此，本文作者定义了依赖感知空间众包(DA-SC)，它的重点是在依赖关系、工人技能、移动距离和截止日期的约束下找到最优的工人和任务分配，以最大限度地实现成功分配任务，使得分配的工人和任务对的总数最大化。

举例：在示例中，空间众包平台有三个工作人员(R1−R3)和五个任务(T1−T5)，如下图（a）所示，其中破折号箭头线指向从任务到其依赖任务。关于工人和任务的详细情况见表一和表二。

如果平台贪婪地将最近的技能满意的工作人员分配给任务，但不考虑依赖关系，则分配由图(b)中的红色箭头显示。请注意，由于t1是t2的依赖项，因此未分配赋值(w1，t2)无效。同样，赋值(w3，t3)也无效。然后，只能每个工人执行一项任务。

但是，如果平台考虑到依赖关系，则该分配将由图1（c）中的红色箭头显示。每个工作人员都可以被分配给一个任务，并且可以满足每个被分配的任务的依赖关系。因此，可以执行3个任务。

问题挑战

• DA-SC问题是NP-hard的；

作者贡献

作者从子集和优化问题减少上，先证明了 DA-SC 问题是 NP-hard 的。然后，用“ DA-SC 贪心算法”和 “DA-SC 博弈算法”两种近似算法来解决 DA-SC 问题，它们在技能、依赖关系、距离和截止日期的约束下，有效地获得了每个批处理过程的近似最优结果，并证明近似比。

作者主要贡献如下：

• 将依赖感知的空间众包(DA-SC)问题形式化，并证明了它是 NP-hard 的；
• 提出了两种基于批处理的近似算法，即贪心和博弈论方法，这两种方法都保证了最终赋值结果的近似边界；
• 在真实数据集和合成数据集上进行了广泛的实验，并在展示了所提方法的效率和有效性；

问题定义

1 基本概念

在介绍问题前先，介绍几个定义：

• 工人：表示为 w=<lw , sw , ww , vw , dw , WSw>，时间戳 sw 时出现在平台上，初始位置是lw，并在最多等待 ww时间内分配任务。此外，工人 w 随速度 vw移动，具有最大移动距离 dw。此外，每个工人 w 都有一套技能 WSw⊆Ψ（Ψ={ψ1 , ψ2 , ·· , ψr}是 r 项能力/技能的集合ÿ