عنوان پایان‌نامه
حل مسله ی راهبری وظیفه در شبکه های اجتماعی با استفاده از الگوریتم های مبتنی بر نظریه بازی ها
- رشته تحصیلی
- مهندسی کامپیوتر- آلگوریتم ها و محاسبات
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه پردیس یک فنی شماره ثبت: 53..;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 61132
- تاریخ دفاع
- ۲۴ دی ۱۳۹۲
- دانشجو
- رامین ایزدپناه
- استاد راهنما
- علی معینی
- چکیده
- جمع‌سپاری در سال‌های اخیر به دلیل هزینه‌ی کم و سرعت بالا در انجام کارها، مورد توجه سازمان‌ها و پژوهشگران قرار گرفته است و شبکه‌های اجتماعی بستر مناسبی برای استفاده از جمع‌سپاری فراهم می‌کنند. یکی از مسأله‌های مهم در این حوزه، چگونگی تخصیص وظیفه‌ها با در نظر گرفتن خبرگی افراد است. انتخاب راهبرد مناسب در تخصیص وظیفه‌ها تأثیر قابل توجهی در خروجی به دست آمده از واگذاری آنها به یک شبکه یا مجموعه‌ی سازمانی دارد. در پژوهش حاضر بر اصول و روش‌هایی برای راهبری وظیفه در یک شبکه‌ی اجتماعی تمرکز شده است که بر اساس ارزیابی اعضای شبکه از یکدیگر عمل می‌کنند. در این پژوهش ابتدا به بررسی روش‌های موجود و کارهای مرتبط در این حوزه پرداخته شد. در ادامه ساز و کارهای انگیزشی به منظور تشویق شرکت‌کنندگان در فرآیند راهبری به مشارکت صادقانه مورد بررسی قرار گرفتند. سپس با معرفی معیار «دارایی» روشی جامع‌تر نسبت به پژوهش‌های مشابه، با در نظر گرفتن هزینه‌های پرداخت‌شده در فرآیند راهبری، برای ارزیابی دقیق اجرای الگوریتم راهبری وظیفه در شبکه‌ی اجتماعی ارائه شد. در مرحله‌ی بعد، تأثیر پارامترهای مختلف بر عملکرد فرآیند راهبری وظیفه مورد بررسی قرار گرفت. همچنین به منظور امکان بررسی و تحلیل راهبری وظیفه در شبکه‌های اجتماعی، چارچوبی ارائه شد که قابلیت انجام آزمایش‌های مختلف را بر اساس مدل استفاده‌شده در این پژوهش فراهم می‌نماید. نتایج حاصل از تحلیل راهبری وظیفه که با کمک چارچوب ارائه‌شده در این پژوهش انجام شده، نشان می‌دهد دقت در انتخاب پارامترهای مختلف راهبری وظیفه، اهمیت زیادی در عملکرد راهبری دارد. به منظور مقایسه نتایج پژوهش‌های مشابه، آزمایش‌هایی انجام شد که تایید‌کننده‌ی عملکرد چارچوب ارائه‌شده است. همچنین مشخص شد راهبری وظیفه در شبکه‌های با ارتباطات گسترده‌تر به نتیجه‌ی مطلوب‌تری می‌رسد، دلیل این رویداد این است که روش راهبری وظیفه استفاده شده در این پژوهش بر اساس شناخت اعضای شبکه از یکدیگر و ارزیابی هر یک از میزان تخصص دیگری عمل می‌کند و در نتیجه شناخت بالای اعضای شبکه از یکدیگر و شبکه، منجر به راهبری وظیفه با دانشی بیشتر و اطلاعاتی کامل‌تر از شبکه می‌گردد.
- Abstract
- Recently, crowdsourcing has been paid much attention by researchers and organizations to accomplish tasks on global scale with low cost and high speed. Social Networks provide a suitable platform for using crowdsourcing. One of the main issues in this field is how to assign tasks based on expertise. Suitable strategy selection in task assigning has significant effect on output result from crowdsourcing to a network or an organization. In this thesis it has been considered on methods for task routing in a social network that are based on network members’ assessment of each other. In this research, we first consider present methods and related works in this field. Then incentive mechanisms used to encourage participants in routing game to contribute honestly, has been identified. In the next step with introducing “asset” parameter, a more comprehensive method for assessing task routing algorithm in social networks regarding similar research has been presented that consider paid costs in routing game. Then, we study several parameter effects on task routing performance. We also present a framework that helps to perform and customize different experiments and study and analyze task routing in social networks based on model used in this research. The results of task routing analysis, that come out using presented framework, show that consideration in different task routing parameters selection has an important effect on routing performance. With comparing the results with related works, the framework functionality has been confirmed. Another result was that task routing in dense networks, yield to a better result, because the method used in this research is based on knowledge of network members of each other and assessment of other’s expertise. Therefore, great knowledge of network members of each other and network, lead to task routing with much knowledge and complete information of network.
