Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
La colaboración en masa aumenta significativamente la creatividad del público y se ha convertido en un componente indispensable de muchos procesos de resolución de problemas. Sin embargo, el principal desafío es la identificación efectiva de participantes maliciosos al distribuir tareas de colaboración en masa. En este documento, proponemos un sistema novedoso de distribución de tareas llamado Sistema de distribución de tareas de colaboración en masa basado en el reconocimiento de relaciones sociales (TDSRC) para seleccionar participantes calificados. En primer lugar, dividimos las tareas en categorías según los temas de las tareas. Luego, construimos y calculamos el Conjunto de Habilidades (AS), los Valores de Habilidades (AVs) y la Matriz de Habilidades de Amigos (FAM) utilizando los textos interactivos históricos entre un editor de tareas dado (solicitante) y sus amigos. Cuando un solicitante distribuye una tarea, TDSRC puede generar la secuencia de candidatos participantes basada en las necesidades de la tarea y FAM. Finalmente, los amigos mejor emparejados en la secuencia son seleccionados como receptores de la tarea (solucionadores), creando así una FAM personal para difundir las tareas. Los resultados experimentales indican que (1) el sistema propuesto puede descubrir de manera precisa y efectiva las habilidades de los amigos de los solicitantes y seleccionar solucionadores apropiados y (2) la relación de confianza natural en la red social reduce a los estafadores y mejora la calidad de los servicios de colaboración en masa.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículos:
Reciente progreso en la detección de anomalías.
Artículos:
Reconocimiento automatizado de llamadas telefónicas fraudulentas a través de aprendizaje profundo
Artículos:
Análisis cualitativo de los servicios comerciales en MEC como sistemas de misión por fases
Artículos:
Estudio de rendimiento de redes de interconexión multicapa y multietapa bajo condiciones de tráfico de puntos calientes.
Artículos:
Un Método para Diseñar Interfaces de Usuario Físicas para Entornos de Producción Inteligente
Artículos:
Comportamiento del aguacate Hass liofilizado durante la operación de rehidratación
Artículos:
Caracterización estructural de la materia orgánica de tres suelos provenientes del municipio de Aquitania-Boyacá, Colombia
Informes y Reportes:
Técnicas de recuperación de suelos contaminados
Artículos:
Una revisión de la etiopatogenia y características clínicas e histopatológicas del melanoma mucoso oral.
Virtual Pro es un portal virtual de formación, investigación y comunicación especializado en procesos industriales.
� 2021, Virtual Pro �, una marca de Grupo INGCO. Todos los derechos reservados
