无线通讯MCS任务推荐协同排序学习优化  

作　　者：潘超 

机构地区：[1]南阳职业学院,计算机与信息技术学院,河南省南阳市474550

出　　处：《石河子科技》2025年第2期20-21,共2页Shihezi Science and Technology

摘　　要：无线通讯技术离不开群体移动设备之间的相互交流,移动群智感知(MobileCrowdSensing,MCS)的参与者积极性仍然存在一定的计算效率的问题,为此设计了一种基于混合模型(Hybridmodel,HM)与列表级排序(List-WiseRanking,LWR)算法相结合的同排序任务推荐方法HM-LWR,并在MATLAB平台下测试各项参数变化。研究结果表明:HM-LWR算法相较于MSC与LWR算法在分配效率上有显著提升,总体准确率达到约96%。任务数量变化仅导致算法执行时间出现了轻微波动,当参与者数量增多后,算法达到了更大复杂度,进而延长了运行时间。

关 键 词：移动群智感知 任务推荐 协同排序 混合模型 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]