基于機器學習的眾包參與者信譽評估研究

　　眾包是雇主通過眾包平臺公開召集眾包參與者參與完成任務(wù)的在線活動，是遠距離解決問題的有效途徑。運用科學合理的信譽評估方法，客觀、全面、準確地評估眾包參與者信譽，是眾包健康、有序、快速發(fā)展亟需解決的關(guān)鍵問題。本書創(chuàng)新地提出了眾包參與者信譽評估的新路徑，在信譽評價指標遴選的基礎(chǔ)上，進行眾包參與者信譽分類和評分研究，具有以下三個創(chuàng)新點：提出了基于ReliefF的混合兩階段眾包參與者信譽評價指標遴選方法（ReliefF -SVM）；提出了一種眾包參與者信譽異質(zhì)集成分類方法（QGA-Hstacking）；提出了一種融合文本情感分析的眾包參與者信譽評分方法（RSM-SA）。

暫缺《基于機器學習的眾包參與者信譽評估研究》作者簡介