众包已成为许多系统和服务的组成部分,这些系统和服务为数据链接、模式匹配和内容标注等复杂任务提供高质量结果。此类众包系统的一个标准功能是自动在众包平台上发布一批任务,并在工作者完成时收集结果。目前,这些系统对执行时间的保证有限,这对许多应用来说是有问题的。由于众包平台特有的因素(如工作者可用性和并发任务),及时完成甚至可能无法保证。在我们之前的工作中,我们提出了一个重塑与众包交互机制的众包系统架构。具体而言,我们研究了一种推送式众包模型,工作者会收到任务,而不是从门户网站上选择任务。基于这种交互模型,我们采用了类似于分布式计算基础设施中的调度技术来自动化任务分配过程。在这项工作中,我们首先设计了一种同时支持公平性和截止日期感的通用调度策略。其次,为了补充之前在众包中进行的概念验证实验,我们展示了一组广泛的模拟实验,旨在分析在拥有数千工作者和任务的环境中提出的调度算法的特性。我们的实验结果表明,通过考虑人类因素,微任务调度可以实现尽力而为批次的公平性,并提升生产批次的性能。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/cscw/3823/2019

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
CSCW
calendar_month
年份
2019
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文