劉馳

摘要：通過(guò)對(duì)激勵(lì)機(jī)制的討論，認(rèn)為激勵(lì)機(jī)制是群智感知中最重要的研究?jī)?nèi)容之一，在保證參與者數(shù)量和提高感知數(shù)據(jù)準(zhǔn)確性、覆蓋率和及時(shí)性上起著不可忽視的重要作用。激勵(lì)機(jī)制與群智感知中其他主要研究問(wèn)題密切關(guān)聯(lián)，如參與者選擇、能耗優(yōu)化、所收集數(shù)據(jù)質(zhì)量?jī)?yōu)化等，所以此方面近來(lái)從實(shí)驗(yàn)到理論方案的研究，都是為了提供更綜合、全面的激勵(lì)步驟和保障各方利益。同時(shí)，還指出了激勵(lì)機(jī)制在未來(lái)面臨的一些挑戰(zhàn)和機(jī)遇。

關(guān)鍵詞： 群智感知；激勵(lì)機(jī)制；實(shí)驗(yàn)研究；未來(lái)展望

智能設(shè)備（包括智能手機(jī)、平板電腦等）不僅可以作為移動(dòng)設(shè)備進(jìn)行日常通信，而且還因?yàn)槠浔旧硭那度胧絺鞲衅?，如加速傳感器、?shù)字羅盤(pán)、陀螺儀、全球定位系統(tǒng)（GPS）、麥克風(fēng)、攝像頭等，而將其作為強(qiáng)大的感知單元。利用這些傳感器使招募普通人來(lái)收集和共享感知數(shù)據(jù)變成了可能，“群智感知”便是基于這一新興應(yīng)用發(fā)展而來(lái)的一個(gè)新研究領(lǐng)域[1]。通過(guò)使用上述的嵌入式傳感器，普通人作為“參與者”從周?chē)h(huán)境中收集多維度的數(shù)據(jù)并且用現(xiàn)存的通信基礎(chǔ)設(shè)施分享這些數(shù)據(jù)[2]。群智感知已經(jīng)在諸如醫(yī)療保健、社交網(wǎng)絡(luò)、安全設(shè)施、環(huán)境檢測(cè)和公共交通等不同應(yīng)用領(lǐng)域中顯示出它巨大的潛力。比如，Yang等人提出了基于群智感知系統(tǒng)的室內(nèi)定位方案，任意參與者可以把他們的位置信息上傳給服務(wù)器，然后那些和他們?cè)谕坏攸c(diǎn)的參與者可以下載這些定位信息進(jìn)而完成定位[3]。Massung等人使用群智感知系統(tǒng)[4]來(lái)支持社區(qū)環(huán)保行動(dòng)，他們使用自己開(kāi)發(fā)的應(yīng)用來(lái)讓參與者承擔(dān)輕量級(jí)的環(huán)境數(shù)據(jù)收集任務(wù)。Mason等人設(shè)計(jì)了一個(gè)系統(tǒng)允許野生探索的參與者上傳老虎的照片和GPS信息，以用來(lái)追蹤野生老虎的蹤跡[5]。

群智感知的一般流程如圖1所示，包括3部分：任務(wù)發(fā)布者、感知平臺(tái)和參與者。當(dāng)任務(wù)發(fā)布者需要一些感知數(shù)據(jù)，他會(huì)把相應(yīng)的任務(wù)要求以及收集數(shù)據(jù)的預(yù)算發(fā)送給感知平臺(tái)，這些要求包括感知數(shù)據(jù)的精度、粒度、時(shí)間和數(shù)量等；接著感知平臺(tái)根據(jù)實(shí)際需要招募參與者去收集數(shù)據(jù)并且根據(jù)一定的方案給參與者回報(bào)；之后參與者把數(shù)據(jù)傳給感知平臺(tái)，感知平臺(tái)最后把數(shù)據(jù)傳給任務(wù)發(fā)布者。

激勵(lì)機(jī)制作為系統(tǒng)的一個(gè)主要方面，也被廣泛應(yīng)用于其他領(lǐng)域。如，Wang等人在自治網(wǎng)絡(luò)中提出了動(dòng)態(tài)的激勵(lì)機(jī)制[6]；Zhao等人使用激勵(lì)協(xié)議去鼓勵(lì)末端節(jié)點(diǎn)協(xié)作以使P2P網(wǎng)絡(luò)能提供穩(wěn)定強(qiáng)大的服務(wù)[7]；Huang等人為點(diǎn)對(duì)點(diǎn)移動(dòng)網(wǎng)絡(luò)中的單個(gè)人提供激勵(lì)去鼓勵(lì)相互協(xié)作[8]。

把報(bào)酬獎(jiǎng)勵(lì)引入群智感知系統(tǒng)，有以下兩方面的原因：

（1）參與者參與感知任務(wù)可能會(huì)產(chǎn)生費(fèi)用花銷(xiāo)，以及移動(dòng)設(shè)備的電量消耗等，報(bào)酬獎(jiǎng)勵(lì)可以用來(lái)抵消并且鼓勵(lì)參與者忽略這些成本，進(jìn)而貢獻(xiàn)數(shù)據(jù)。

（2）不同于那些可以利用匯聚節(jié)點(diǎn)完全控制所有節(jié)點(diǎn)的傳統(tǒng)傳感器網(wǎng)絡(luò)，移動(dòng)智能設(shè)備更私有化，它完全由其所有者控制，什么時(shí)候收集數(shù)據(jù)、持續(xù)收集的時(shí)間都由智能設(shè)備的所有者決定。所以獎(jiǎng)勵(lì)可以用來(lái)或多或少地影響所有者的這些決定，繼而幫助提高收集數(shù)據(jù)的整體質(zhì)量。

Wang等人也說(shuō)過(guò)如果沒(méi)有合適的激勵(lì)機(jī)制，那么由私人提供給大眾的信息總是不能達(dá)到最令人滿(mǎn)意的狀態(tài)[6]。在群智感知系統(tǒng)中，我們面臨兩個(gè)挑戰(zhàn)[9]：如何去招募并且留住更多的參與者；如何去估計(jì)他們的貢獻(xiàn)。第1個(gè)挑戰(zhàn)可以站在參與者的角度去理解，只有在參與者的需求、目的和他們所關(guān)注的內(nèi)容完全被理解之后，激勵(lì)才能發(fā)揮它的作用和效果。也就是說(shuō)，我們應(yīng)該如何提供利益、安全和公平的參與機(jī)會(huì)以維持足夠的參與者。第2個(gè)挑戰(zhàn)需要站在任務(wù)發(fā)布者和平臺(tái)的角度去看待，因?yàn)椴煌娜蝿?wù)需要不盡相同的感知持續(xù)時(shí)間和數(shù)據(jù)質(zhì)量[10]，所以如何利用最小的回報(bào)去得到更高質(zhì)量的數(shù)據(jù)是一個(gè)挑戰(zhàn)。

文章回顧并討論了激勵(lì)機(jī)制實(shí)驗(yàn)的相關(guān)學(xué)術(shù)成果，然后展望了其研究發(fā)展方向。

1群智感知中的激勵(lì)實(shí)驗(yàn)

文獻(xiàn)[11]—[13]研究了不同激勵(lì)策略對(duì)參與者人數(shù)和感知平臺(tái)所收集到數(shù)據(jù)的數(shù)量所產(chǎn)生影響，是最具代表性的3篇文章。表1總結(jié)了這3篇文章的實(shí)驗(yàn)信息和結(jié)果。

1.1 實(shí)驗(yàn)參數(shù)

少量現(xiàn)金回報(bào)策略[11]是在真實(shí)世界測(cè)試激勵(lì)表現(xiàn)的首步工作之一。研究人在美國(guó)的一所大學(xué)召集了55名年輕參與者進(jìn)行了5周的實(shí)驗(yàn)。研究人要求參與者在校園里拍垃圾桶中垃圾的照片以查看這所校園的垃圾回收情況。任務(wù)完成后參與者通過(guò)亞馬遜土耳其機(jī)器人（MTurk）領(lǐng)取少量現(xiàn)金回報(bào)。實(shí)驗(yàn)通過(guò)參與者上傳照片數(shù)量的多少衡量他所做的貢獻(xiàn)。

噪聲地圖這個(gè)實(shí)驗(yàn)召集了49名參與者進(jìn)行了5周的實(shí)驗(yàn)[12]。參與者用麥克風(fēng)收集他所在區(qū)域的噪聲水平并和他的運(yùn)動(dòng)軌跡一同上傳到感知平臺(tái)。不同于文獻(xiàn)[11]中使用現(xiàn)金激勵(lì)，研究人使用虛擬積分作為對(duì)參與者的回報(bào)。實(shí)驗(yàn)通過(guò)參與者所錄聲音片段的時(shí)長(zhǎng)來(lái)衡量他所做出的貢獻(xiàn)。

文獻(xiàn)[13]中的研究人召集了85名參與者進(jìn)行了近11周的實(shí)驗(yàn)。值得注意的是：不同于文獻(xiàn)[11]、[12]中的實(shí)驗(yàn)，這個(gè)實(shí)驗(yàn)中的參與者來(lái)自于不同的社會(huì)階層，他們的年齡和文化背景也不相同。實(shí)驗(yàn)要求使用參與者手機(jī)的麥克風(fēng)、攝像頭和GPS傳感器。和文獻(xiàn)[11]一樣，文獻(xiàn)[13]中的實(shí)驗(yàn)使用現(xiàn)金作為參與者的回報(bào)。實(shí)驗(yàn)把參與者上傳照片的數(shù)量和所錄聲音片段的時(shí)長(zhǎng)通過(guò)計(jì)算的數(shù)值來(lái)衡量他所做的貢獻(xiàn)。

1.2 激勵(lì)策略

盡管這3篇文獻(xiàn)中所提出并使用的激勵(lì)策略不同，但是他們都使用比較試驗(yàn)的方法顯示激勵(lì)策略的影響。

文獻(xiàn)[11]使用的是少量現(xiàn)金回報(bào)方式，研究人把所有參與者隨機(jī)分成A、B、C、D、E 5組。A組的參與者不管他們貢獻(xiàn)了多少數(shù)據(jù)，都會(huì)得到固定數(shù)量的現(xiàn)金回報(bào)；B、C和D組的參與者會(huì)依據(jù)他們的實(shí)際貢獻(xiàn)獲得回報(bào)，但是各個(gè)組中每張照片回報(bào)的金額不同，B組金額最少，C組中等，D組給的金額最多，E組根據(jù)參與者的排名給他們回報(bào)。

文獻(xiàn)[13]中的所有參與者被分成兩組，第一組為獎(jiǎng)金支付組（BPG），它會(huì)根據(jù)參與者的排名給予相應(yīng)的額外獎(jiǎng)勵(lì)，這類(lèi)似于文獻(xiàn)[3]中的E組；第2組為數(shù)據(jù)競(jìng)爭(zhēng)組（DCG）類(lèi)似于文獻(xiàn)[11]中的A組。但是不同于文獻(xiàn)[3]，E組中競(jìng)爭(zhēng)失敗的參與者會(huì)沒(méi)有任何回報(bào)，BPG組中競(jìng)爭(zhēng)失敗的參與者依然會(huì)有“底”回報(bào)。

在文獻(xiàn)[12]中，研究人用兩種不同的方案去吸引參與者，即“內(nèi)部激勵(lì)”和“外部激勵(lì)”。內(nèi)部激勵(lì)方案為參與者提供的回報(bào)是用虛擬積分換取的虛擬成就，而外部激勵(lì)為參與者提供的回報(bào)是用虛擬積分作為比較因素?fù)Q取的名次。在文章中我們把外部激勵(lì)組稱(chēng)作競(jìng)爭(zhēng)組，而內(nèi)部激勵(lì)組稱(chēng)作非競(jìng)爭(zhēng)組。

總的來(lái)說(shuō)，這3組實(shí)驗(yàn)主要的區(qū)別是：文獻(xiàn)[3]提供的“按數(shù)據(jù)份數(shù)計(jì)量”的現(xiàn)金激勵(lì)；文獻(xiàn)[12]提供的是“按數(shù)據(jù)份數(shù)計(jì)量”的虛擬積分激勵(lì)；文獻(xiàn)[5]提供的是有保底回報(bào)的大量現(xiàn)金激勵(lì)。他們的基本特點(diǎn)是都使用比較策略，即用競(jìng)爭(zhēng)策略去和非競(jìng)爭(zhēng)策略作一系列的比較以研究激勵(lì)的性能表現(xiàn)。

1.3 實(shí)驗(yàn)結(jié)果評(píng)估

如表1所示，文獻(xiàn)[11]中A—E組日平均數(shù)據(jù)貢獻(xiàn)分別是3、5.57、6.7、4和13.5張照片。A—D組中每天的日貢獻(xiàn)量沒(méi)有太大變化。但值得注意的是：E組的日貢獻(xiàn)量變化幅度很大，在開(kāi)始的幾周里參與者貢獻(xiàn)量增長(zhǎng)迅速，但是最后幾周貢獻(xiàn)量幾乎跌到0點(diǎn)。文獻(xiàn)[12]中競(jìng)爭(zhēng)組和非競(jìng)爭(zhēng)組的結(jié)果非常明顯，分別是每天平均0.13 h的聲音片段和0.24 h的聲音片段。文獻(xiàn)[13]的結(jié)果顯示BPG組的日平均貢獻(xiàn)是1.16張照片和0.32 h的聲音片段，DCG組日平均貢獻(xiàn)是0.83張照片和0.25 h的聲音片段。我們接下來(lái)根據(jù)他們的結(jié)果縱向比較并得出如下結(jié)論：

（1）關(guān)于參與者的貢獻(xiàn)。文獻(xiàn)[11]和[13]的結(jié)果好于文獻(xiàn)[12]，也就是說(shuō)現(xiàn)金回報(bào)要比虛擬積分回報(bào)更能吸引參與者貢獻(xiàn)數(shù)據(jù)。

（2）依據(jù)參與者的實(shí)際貢獻(xiàn)支付回報(bào)比給參與者固定回報(bào)的方式能獲得更多的數(shù)據(jù)。比如，按數(shù)據(jù)份數(shù)計(jì)量激勵(lì)策略要好于不按份數(shù)計(jì)量策略。這個(gè)現(xiàn)象已經(jīng)在文獻(xiàn)[11]和[13]中得到了證實(shí)，文獻(xiàn)[13]中對(duì)參與者支付了更多的回報(bào)但是收到了更少的數(shù)據(jù)。

（3）具有競(jìng)爭(zhēng)性質(zhì)的激勵(lì)機(jī)制比沒(méi)有競(jìng)爭(zhēng)性質(zhì)的激勵(lì)機(jī)制更有效率。但是文獻(xiàn)[11]中的E組和文獻(xiàn)[13]中的BPG組有不同的結(jié)果：E組的參與者雖然在開(kāi)始時(shí)貢獻(xiàn)多，但是許多參與者逐漸退出實(shí)驗(yàn)，但是BPG組的參與者雖然貢獻(xiàn)的數(shù)量不如E組，但是仍然可以看作是相當(dāng)可觀的貢獻(xiàn)量。這種結(jié)果是由使用的機(jī)制造成的。不同于E組，BPG組競(jìng)爭(zhēng)失敗的參與者仍然可以得到保底的回報(bào)。所以對(duì)競(jìng)爭(zhēng)失敗甚至沒(méi)有貢獻(xiàn)的參與者，給予他們合適的回報(bào)有助于未來(lái)他們繼續(xù)參與感知任務(wù)。

（4）E組中B、C、D組有一個(gè)有趣的事實(shí)，隨著每張照片所得回報(bào)的價(jià)錢(qián)增多，感知平臺(tái)可以接受到的數(shù)據(jù)數(shù)量并沒(méi)有增多。D組參與者每張照片可得到的回報(bào)最多，但是他們卻貢獻(xiàn)的照片數(shù)量最少。我們相信這是由實(shí)驗(yàn)的設(shè)置造成的，由于參與者不允許從一個(gè)組調(diào)換到另一個(gè)組，而且沒(méi)有新的參與者加入進(jìn)來(lái)，這就造成了組內(nèi)沒(méi)有競(jìng)爭(zhēng)，所以才有這樣的結(jié)果。

（5）以上3個(gè)文獻(xiàn)中所涉及的實(shí)驗(yàn)沒(méi)有一個(gè)使用了復(fù)雜的激勵(lì)策略，也沒(méi)有需要較長(zhǎng)時(shí)間的參與者協(xié)商階段。

2 群智感知中激勵(lì)機(jī)制的

展望

群智感知領(lǐng)域未來(lái)所面臨的關(guān)鍵挑戰(zhàn)和機(jī)遇有以下5個(gè)方面。

2.1 將任務(wù)發(fā)布者和平臺(tái)分離

任務(wù)發(fā)布者和平臺(tái)是兩個(gè)獨(dú)立的經(jīng)濟(jì)實(shí)體，應(yīng)該區(qū)別對(duì)待。一個(gè)任務(wù)發(fā)布者可能會(huì)在就近的不同平臺(tái)上發(fā)布任務(wù)，而這些平臺(tái)可能會(huì)基于不同的數(shù)據(jù)需求（比如所需數(shù)據(jù)的新舊、粒度的粗細(xì)等）招募不同的參與者。根據(jù)這些不同的需求，任務(wù)發(fā)布者需要支付數(shù)量不等的費(fèi)用，用來(lái)優(yōu)化參與者的整體收入。

通過(guò)引入不同的平臺(tái)，他們之間的競(jìng)爭(zhēng)將成為另一個(gè)研究方向。一方面，不同平臺(tái)通過(guò)競(jìng)爭(zhēng)，從不同任務(wù)發(fā)布者中接受感知任務(wù)。這樣以來(lái)，對(duì)于每個(gè)平臺(tái)在數(shù)據(jù)質(zhì)量的要求下最小化感知成本就成為了一個(gè)需要優(yōu)化問(wèn)題，此外當(dāng)平臺(tái)提供不同質(zhì)量的感知結(jié)果時(shí)，如何精確地預(yù)算成本也是一個(gè)新的挑戰(zhàn)；另一方面，不同平臺(tái)將會(huì)通過(guò)競(jìng)爭(zhēng)招募和維持一定數(shù)量的參與者?，F(xiàn)有的激勵(lì)策略假設(shè)平臺(tái)占據(jù)著主要位置，而地位低的參與者則被要求降低他們的報(bào)價(jià)來(lái)獲得參與感知的權(quán)利。通過(guò)在平臺(tái)間引入競(jìng)爭(zhēng)，每個(gè)平臺(tái)在高價(jià)格招募更多參與者和低價(jià)格增加自己的利潤(rùn)這兩者間進(jìn)行權(quán)衡，進(jìn)而不得不重新分配他們提供給參與者的報(bào)價(jià)。這樣，不僅參與者的利益得到了更好的保障，而且會(huì)吸引更多的任務(wù)發(fā)布者。

2.2 將歷史感知數(shù)據(jù)應(yīng)用到新任務(wù)中

平臺(tái)可以將收集到的歷史數(shù)據(jù)賣(mài)給其他的平臺(tái)和任務(wù)發(fā)布者，因?yàn)椴煌蝿?wù)可能在空間和時(shí)間上有所重疊，唯一區(qū)別是不同任務(wù)要求的數(shù)據(jù)質(zhì)量不同。根據(jù)這個(gè)特點(diǎn)，一種使參與者和平臺(tái)都能得到獎(jiǎng)勵(lì)的激勵(lì)方案將被提出，進(jìn)而演化成如何優(yōu)化雙方的利益這個(gè)研究問(wèn)題。雖然歷史數(shù)據(jù)可以應(yīng)用到新任務(wù)，但是問(wèn)題依然存在，比如平臺(tái)如何權(quán)衡歷史數(shù)據(jù)的應(yīng)用和參與者招募這兩者的關(guān)系。使用較少的歷史數(shù)據(jù)而招募更多的參與者可能會(huì)使平臺(tái)的利潤(rùn)減少，但是使用較多的歷史數(shù)據(jù)而招募更少的參與者可能會(huì)使參與者數(shù)量流失。所以，需要一個(gè)能使這兩方面長(zhǎng)期保持平衡的動(dòng)態(tài)方案。

2.3 有關(guān)節(jié)能方面的考慮

現(xiàn)有的一些激勵(lì)機(jī)制沒(méi)有明確調(diào)查參與者智能設(shè)備的電量水平，他們模擬的參與成本都是基于智能設(shè)備同樣電量水平、同樣滿(mǎn)電量和同樣帶寬使用率基礎(chǔ)上。其實(shí)，參與過(guò)程中的不便因素是群智感知系統(tǒng)的主要問(wèn)題。據(jù)我們最近進(jìn)行的一項(xiàng)在線(xiàn)問(wèn)卷調(diào)查顯示：參與者移動(dòng)設(shè)備的剩余電量和設(shè)備充電時(shí)間是左右參與者執(zhí)行感知任務(wù)意愿的兩個(gè)主要因素，而這兩個(gè)因素正影響他們的激勵(lì)期望。這種新的優(yōu)化目標(biāo)催生了一個(gè)新的激勵(lì)機(jī)制，即根據(jù)參與者設(shè)備的剩余電量、設(shè)備使用度和運(yùn)動(dòng)軌跡來(lái)分配給參與者合適的獎(jiǎng)勵(lì)以達(dá)到最大化各方利益的目的。

2.4 基于信譽(yù)度值的激勵(lì)機(jī)制

如圖2所示，信譽(yù)機(jī)制和激勵(lì)機(jī)制之間有著明顯的聯(lián)系。當(dāng)參與者向平臺(tái)上傳感知數(shù)據(jù)之后，平臺(tái)會(huì)估計(jì)并量化這份數(shù)據(jù)的質(zhì)量，之后平臺(tái)會(huì)根據(jù)質(zhì)量值計(jì)算參與者的信譽(yù)度值并決定相應(yīng)的激勵(lì)分配。參與者的信譽(yù)度值會(huì)影響到他今后的獎(jiǎng)勵(lì)。例如，如果一個(gè)參與者經(jīng)常提供高質(zhì)量的數(shù)據(jù)，那么他的信譽(yù)度值就會(huì)比其他人高。較高的信譽(yù)度值能為參與者換來(lái)額外的獎(jiǎng)勵(lì)以激勵(lì)他今后多提供高質(zhì)量的數(shù)據(jù)。

2.5 競(jìng)價(jià)閾值的合理設(shè)定

基于競(jìng)拍方式的激勵(lì)機(jī)制的一個(gè)缺點(diǎn)是：平臺(tái)不得不接收所有競(jìng)價(jià)或者用所有感知數(shù)據(jù)去計(jì)算得出數(shù)據(jù)質(zhì)量的合格閾值，進(jìn)而決定去接受哪些數(shù)據(jù)。這樣參與者就需要等待較長(zhǎng)的時(shí)間才能知道平臺(tái)的決定和獎(jiǎng)勵(lì)。雖然這種方法似乎能在一定預(yù)算的前提下得到高質(zhì)量的數(shù)據(jù)，但是參與者只能一直等待，如果競(jìng)價(jià)失敗，參與者將得不到任何回報(bào)，這種方法并不利于維持參與者數(shù)量。Zhang和Zhao等人把這種方法叫做“線(xiàn)下競(jìng)價(jià)”，同時(shí)他們都提出了另外一種“線(xiàn)上競(jìng)價(jià)”的方法[14-15]。但是，這種方法仍然有它的缺點(diǎn)：他們?cè)陂_(kāi)始時(shí)就設(shè)定了價(jià)格門(mén)檻，或者根據(jù)第一批參與者的競(jìng)價(jià)和數(shù)據(jù)質(zhì)量來(lái)決定價(jià)格門(mén)檻。由于在開(kāi)始平臺(tái)沒(méi)有設(shè)定準(zhǔn)確的競(jìng)價(jià)或者數(shù)據(jù)質(zhì)量閾值，這就導(dǎo)致了第一批參與者或超出或低于他們應(yīng)得的獎(jiǎng)勵(lì)。這樣會(huì)浪費(fèi)平臺(tái)的利潤(rùn)或者降低感知數(shù)據(jù)的真實(shí)準(zhǔn)確性。所以如何決定開(kāi)始的競(jìng)價(jià)閾值需要更深層次的研究。

3 結(jié)束語(yǔ)

激勵(lì)機(jī)制是群智感知系統(tǒng)中不可缺少的環(huán)節(jié)。文章先對(duì)最具代表性的3篇實(shí)驗(yàn)類(lèi)文章做了比較，內(nèi)容包括它們的實(shí)驗(yàn)人數(shù)、持續(xù)時(shí)間的設(shè)定，使用的激勵(lì)策略以及實(shí)驗(yàn)結(jié)果；然后對(duì)其進(jìn)行了總結(jié)；最后我們提出了對(duì)未來(lái)激勵(lì)機(jī)制的一些展望。

參考文獻(xiàn)

[1] LANE N D， et al. A Survey of Mobile Phone Sensing [J] IEEE Communications Magazine， 2010， 48（9）： 140-150

[2] KANHERE S S. Participatory Sensing： Crowdsourcing Data from Mobile Smartphones in Urban Spaces[C]// Proceedings of IEEE MDM 2011， Lule， Sweden， 2011： 3-6

[3] YANG S， DESSAI P， VERMA M， and GERLA M. FreeLoc： Calibrationfree Crowdsourced Indoor Localization[C]// Proceedings of IEEE INFOCOM 2013， San Francisco， CA， USA， 2013： 2481-2489

[4] MASSUNG E， COYLE D， CATER K F， JAY M， and PRESIT C. Using Crowdsourcing to Support Pro-Environmental Community Activism[C]// in Proceedings of ACM SIGCHI 2013， Paris， France， 2013： 371-380

[5] MASON A D， MICHALAKIDIS G， and KRAUSE P J. Tiger Nation： Empowering Citizen Scientists[C]// in Proceedings of IEEE DEST 2012， Campione d'Italia， Italy， 2012： 1-5

[6] WANG Y， NAKAO A， and VASILAKOS A V. Heterogeneity Playing Key Role： Modeling and Analyzing the Dynamics of Incentive Mechanisms in Autonomous Networks [J]. ACM TAAS， 2012， 7（3）： 31

[7] HUANG E， CROWCROFT J， and WASSELL I. Rethinking Incentives for Mobile ad hoc Networks[C]// in Proceedings of ACM SIGCOMM Workshop Practice Theory Incentives Network System 2004， 2004：191-196

[8] DOAN A， RAMAKRISHNAN R， and HALEVY A Y. Crowdsourcing Systems on the World-Wide Web [J]. Communications of the ACM， 2011， 54 （4）： 86-96.doi： 10.1145/1924421.1924442

[9] AFLAKI S， MERATNIA N， BARATCHI M， and HAVINGA P J. Evaluation of Incentives for Body Area Network-Based Healthcare Systems[C]// in Proceedings of IEEE ISSNIP 2013， pp. 515-520

[10] SCEKIC O， TRUONG H L， and DUSTDAR S. Programming Incentives in Information Systems[C]//Advanced Information Systems Engineering， Springer Berlin Heidelberg， 2013： 688-703

[11] REDDY S， ESTRIN D， HANSEN M， and SRIVASTAVA M. Examining Micropayments for Participatory Sensing Data Collections[C]// in Proceedings of ACM UbiComp， 2010， pp. 33-36

[12] SCHWEIZER I， MEURISCH C， GEDEON J， BARTL R.， and MUHLHAUSER M， Noisemap： Multi-Tier Incentive Mechanisms for Participative Urban Sensing[C]// in Proceedings of ACM PhoneSense 2012， Toronto， Canada， 2012： 9：1-9：5

[13] CHON Y， LANE N D， KIM Y， ZHAO F， and CHA H. A Large-Scale Study of Mobile Crowdsourcing with Smartphones for Urban Sensing Applications[C]//in Proceedings of ACM UbiComp 2013， Zurich， Switzerland， 2013： 1-10

[14] ZHANG X， et al. Free Market of Crowdsourcing： Incentive Mechanism Design for Mobile Sensing [J]. IEEE Transactions Parallel Distributed System， 2014， 25（12）： 3190-3200

[15] ZHAO D， LI X.-Y， and MA H. How to Crowdsource Tasks Truthfully without Sacrificing Utility： Online Incentive Mechanisms with Budget Constraint[C]// in Proceedings of IEEE INFOCOM 2014， Toronto， Canada， 2014： 1213-1221