亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

A novel approach of two-stage three-way co-opetition decision for crowdsourcing task allocation scheme

计算机科学 众包 任务(项目管理) 运筹学 方案(数学) 谈判 功能(生物学) 生物 法学 管理 经济 万维网 数学分析 工程类 进化生物学 数学 政治学
作者
Decui Liang,Wen Cao,Zeshui Xu,Ming‐Wei Wang
出处
期刊:Information Sciences [Elsevier]
卷期号:559: 191-211 被引量:27
标识
DOI:10.1016/j.ins.2021.01.048
摘要

In the crowdsourcing task allocation scheme, there is an emerging and realistic co-opetition phenomenon. To availably solve the crowdsourcing task allocation problem with co-opetition, this paper designs a two-stage co-opetition model by constructing novel three-way decision (TWD), including a competition-optimization model and a negotiation-cooperation model. Unlike the other studies, the two-stage co-opetition model with TWD can not only protect the profits of the task candidates, but also optimize the overall benefits. Specifically speaking, in the competition-optimization model, we construct an optimization model based on the data envelopment analysis (DEA) method in advance, which maximizes the personal benefit. By integrating information system and the loss function matrix, we consider the linkage of evaluation information and risk information and then improve the original TWD to make an initial allocation. In the negotiation-cooperation model, considering that the relationship among the candidates may influence the task performance, the fuzzy measure is introduced to describe a broader partnership. Meanwhile, we also design two different schemes to coordinate and optimize the best task allocations based on the initial allocation. In order to choose the best scheme, the selection strategy between schemes is further investigated under the guidance of the utility and the loss. Finally, we give an example of a medical supply chain crowdsourcing problem to illustrate and verify our proposed approach.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
ZengLY完成签到 ,获得积分10
2秒前
4秒前
5秒前
9秒前
22222发布了新的文献求助10
9秒前
11秒前
失眠的晓绿完成签到,获得积分10
24秒前
24秒前
finoa完成签到,获得积分10
26秒前
深情安青应助科研通管家采纳,获得10
28秒前
科研通AI2S应助科研通管家采纳,获得10
28秒前
调研昵称发布了新的文献求助10
32秒前
33秒前
37秒前
CC完成签到 ,获得积分10
40秒前
43秒前
45秒前
迷路凡松发布了新的文献求助30
46秒前
aniver完成签到 ,获得积分10
46秒前
传奇3应助本微尘采纳,获得10
47秒前
Lynny完成签到 ,获得积分10
50秒前
52秒前
54秒前
梁33完成签到,获得积分10
54秒前
复杂荧发布了新的文献求助10
58秒前
SYLH应助失眠的数据线采纳,获得10
58秒前
田様应助失眠的数据线采纳,获得10
58秒前
Sunny完成签到 ,获得积分10
1分钟前
FY完成签到 ,获得积分10
1分钟前
迷路凡松完成签到,获得积分10
1分钟前
1分钟前
沉静篮球完成签到 ,获得积分10
1分钟前
wodetaiyangLLL完成签到 ,获得积分10
1分钟前
1分钟前
NexusExplorer应助踏实的绮烟采纳,获得10
1分钟前
1分钟前
chaotianjiao完成签到 ,获得积分10
1分钟前
轻松念蕾发布了新的文献求助10
1分钟前
1分钟前
1分钟前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2500
Востребованный временем 2500
Aspects of Babylonian celestial divination : the lunar eclipse tablets of enuma anu enlil 1500
Agaricales of New Zealand 1: Pluteaceae - Entolomataceae 1040
Healthcare Finance: Modern Financial Analysis for Accelerating Biomedical Innovation 1000
Classics in Total Synthesis IV: New Targets, Strategies, Methods 1000
지식생태학: 생태학, 죽은 지식을 깨우다 600
热门求助领域 (近24小时)
化学 医学 材料科学 生物 工程类 有机化学 生物化学 纳米技术 内科学 物理 化学工程 计算机科学 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 电极
热门帖子
关注 科研通微信公众号,转发送积分 3455618
求助须知:如何正确求助?哪些是违规求助? 3050832
关于积分的说明 9022880
捐赠科研通 2739402
什么是DOI,文献DOI怎么找? 1502747
科研通“疑难数据库(出版商)”最低求助积分说明 694586
邀请新用户注册赠送积分活动 693387