4X：一种用于低投入感知式数据采集与兴趣激发的混合方法

参与式感知系统中，人们主动参与数据采集过程，需要同时考虑数据贡献者的需求和数据收集目标。现有方法往往侧重于一方，机会式和定向式方法在提供便利的贡献机会和收集高保真数据之间做出权衡。本文探索一种混合方法，即使初始数据保真度较低，也可以为数据贡献者提供有用信息并激发进一步贡献。我们通过4X实现这一方法，这是一个多阶段数据收集框架，首先通过请求用户沿路线的特定位置进行机会性数据采集，然后利用已收集数据引导用户到感兴趣的位置进行额外贡献，以提高数据保真度和覆盖范围。为研究4X的功效，我们将4X实现到LES应用中，用于收集校园位置和事件信息。两项实地部署结果（N=95，N=18）显示，4X框架在不增加干扰的情况下创造了34%更多的数据贡献机会，并通过引导用户到感兴趣位置获得了49%的更多数据。我们的结果表明了多阶段、动态数据收集过程的价值和潜力，这种过程利用多种数据动机来源，可以在数据变得可用时更好地实现数据收集目标，同时避免不必要的干扰。