Spatial and Temporal Pricing Approach for Tasks in Spatial Crowdsourcing

Jing Qian, Shushu Liu, An Liu*

*Tämän työn vastaava kirjoittaja

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

Abstrakti

Pricing is an important issue in spatial crowdsourcing (SC). Current pricing mechanisms are usually built on online learning algorithms, so they fail to capture the dynamics of users’ price preference timely. In this paper, we focus on the pricing for task requesters with the goal of maximizing the total revenue gained by the SC platform. By considering the relationship between the price and the task, space, and time, a spatial and temporal pricing framework based task-transaction history is proposed. We model the price of a task as a three-dimensional tensor (task-space-time) and complete the missing entries with the assistant of historical data and other three context matrices. We conduct extensive experiments on a real taxi-hailing dataset. The experimental results show the effectiveness of the proposed pricing framework.

AlkuperäiskieliEnglanti
OtsikkoWeb Information Systems Engineering – WISE 2020 - 21st International Conference, Proceedings
ToimittajatZhisheng Huang, Wouter Beek, Hua Wang, Yanchun Zhang, Rui Zhou
Sivut445-457
Sivumäärä13
DOI - pysyväislinkit
TilaJulkaistu - 2020
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisuussa
TapahtumaInternational Conference on Web Information Systems Engineering - Amsterdam, Alankomaat
Kesto: 20 lokakuuta 202024 lokakuuta 2020
Konferenssinumero: 21

Julkaisusarja

NimiLecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)
Vuosikerta12342 LNCS
ISSN (painettu)0302-9743
ISSN (elektroninen)1611-3349

Conference

ConferenceInternational Conference on Web Information Systems Engineering
LyhennettäWISE
Maa/AlueAlankomaat
KaupunkiAmsterdam
Ajanjakso20/10/202024/10/2020

Sormenjälki

Sukella tutkimusaiheisiin 'Spatial and Temporal Pricing Approach for Tasks in Spatial Crowdsourcing'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä