一種基于Elo分級模型的積分激勵系統(tǒng)及方法
【專利說明】一種基于Elo分級模型的積分激勵系統(tǒng)及方法 【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于Elo分級模型的積分激勵系統(tǒng)及方法。 【【背景技術(shù)】】
[0002] 在互聯(lián)網(wǎng)逐漸社會化的環(huán)境下，廣大的互聯(lián)網(wǎng)使用者已然成為最大的服務(wù)消費(fèi)群 體和服務(wù)提供群體，如何在服務(wù)提供過程中保證服務(wù)的質(zhì)量，同時調(diào)動人群積極性，使廣大 服務(wù)消費(fèi)者同時向服務(wù)提供者轉(zhuǎn)化，這就需要引入一定的激勵機(jī)制。節(jié)點(diǎn)（人）作為新型 服務(wù)節(jié)點(diǎn)的出現(xiàn)，其具有的移動性、認(rèn)知性、社會性和時空復(fù)雜性等區(qū)別于傳統(tǒng)服務(wù)供給的 新特性將給服務(wù)模式帶來新的挑戰(zhàn)，引發(fā)新的變革。與此同時，伴隨著Web 2.0和各種移動 社交服務(wù)的興起，服務(wù)消費(fèi)者轉(zhuǎn)向服務(wù)提供者越來越成為趨勢，也將成為現(xiàn)實。但同時，來 自于人群節(jié)點(diǎn)的服務(wù)具有許多不確定因素，不能以傳統(tǒng)方式衡量服務(wù)質(zhì)量，而應(yīng)當(dāng)結(jié)合人 自身的特性來尋求新的方式，基于此，激勵方式本身與人的特點(diǎn)緊密結(jié)合，將有效的激勵方 法應(yīng)用到服務(wù)評價當(dāng)中，既能夠正確評價服務(wù)提供者的服務(wù)質(zhì)量，又能夠調(diào)動廣大服務(wù)消 費(fèi)者轉(zhuǎn)向服務(wù)提供者。 【
【發(fā)明內(nèi)容】
】
[0003] 本發(fā)明的目的在于提供一種基于Elo分級模型的積分激勵系統(tǒng)及方法，本發(fā)明基 于已有的優(yōu)秀分級競爭模型改進(jìn)和克服現(xiàn)有積分激勵機(jī)制的缺點(diǎn)，提出一種完善且全面的 基于競爭關(guān)系的激勵方法。該方法是當(dāng)服務(wù)平臺發(fā)布消費(fèi)者服務(wù)請求時，消費(fèi)者貢獻(xiàn)自己 已有部分積分作為消費(fèi)付出，同時為服務(wù)平臺生成服務(wù)評價影響因子K提供依據(jù)，眾多可 提供服務(wù)的服務(wù)節(jié)點(diǎn)自發(fā)地向服務(wù)平臺提供針對此項服務(wù)的解決方案，服務(wù)平臺根據(jù)服務(wù) 請求者對于服務(wù)的接受，決定一個服務(wù)節(jié)點(diǎn)作為勝出節(jié)點(diǎn)，依據(jù)Elo分級模型評價勝出節(jié) 點(diǎn)與非勝出服務(wù)節(jié)點(diǎn)的兩兩競爭關(guān)系，即單個兩節(jié)點(diǎn)競爭關(guān)系中的節(jié)點(diǎn)勝出幾率Ei與Ej， 并進(jìn)而得到非勝出節(jié)點(diǎn)的服務(wù)后積分值Rj，最終根據(jù)競爭的平均概率獲得勝出節(jié)點(diǎn)的勝出 平均概率E，以及勝出節(jié)點(diǎn)最終的積分值Ri。這種競爭激勵方法，充分利用服務(wù)節(jié)點(diǎn)以往服 務(wù)情況，即積分高低情況，幫助服務(wù)平臺確定獎勵機(jī)制，高積分節(jié)點(diǎn)被認(rèn)為是"強(qiáng)者"，低積 分節(jié)點(diǎn)被認(rèn)為是"弱者"，強(qiáng)節(jié)點(diǎn)在競爭中取勝將獲得相對于弱節(jié)點(diǎn)獲勝小的積分獎勵，這 能充分調(diào)動弱節(jié)點(diǎn)的服務(wù)積極性，同時保證強(qiáng)節(jié)點(diǎn)持續(xù)提供高質(zhì)量服務(wù)以獲得更多獎勵， 從而達(dá)到對于服務(wù)節(jié)點(diǎn)的服務(wù)質(zhì)量保證，對于服務(wù)節(jié)點(diǎn)積極性的調(diào)動。
[0004] 為了實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：
[0005] -種基于Elo分級模型的積分激勵系統(tǒng)，包括服務(wù)平臺、服務(wù)請求者和N個服務(wù)提 供者；服務(wù)請求者和N個服務(wù)提供者均通過服務(wù)平臺接口連接服務(wù)平臺；服務(wù)請求者和N 個服務(wù)提供者在服務(wù)平臺上均具有積分值；
[0006] 服務(wù)請求者通過服務(wù)平臺接口上傳服務(wù)請求，并付出積分值；服務(wù)平臺根據(jù)服務(wù) 請求者提供積分獎勵值確定激勵影響因子K ;
[0007] N個服務(wù)提供者通過服務(wù)平臺接口上傳服務(wù)內(nèi)容，服務(wù)請求者通過服務(wù)平臺接口 獲取N個服務(wù)提供者上傳的服務(wù)信息，并決定唯一滿意服務(wù)并告知服務(wù)平臺，即勝出服務(wù)； 服務(wù)平臺將勝出節(jié)點(diǎn)與其他N-1個非勝出節(jié)點(diǎn)進(jìn)行競爭評價，即得到N-1個競爭過程；
[0008] 服務(wù)平臺針對勝出節(jié)點(diǎn)i與非勝出節(jié)點(diǎn)j的競爭，依據(jù)兩者當(dāng)前積分值Ri和Rj， 通過Elo分級模型得到兩者的一次競爭勝率：
[0011] Ei :勝出節(jié)點(diǎn)在一次競爭過程中相對于非勝出節(jié)點(diǎn)的勝出概率，0洱〈1 ;Ej:-次 競爭過程中，非勝出節(jié)點(diǎn)相較于勝出節(jié)點(diǎn)的勝率，〇〈E' 1 ;
[0012] 服務(wù)平臺通過Elo分級模型方法計算服務(wù)后兩節(jié)點(diǎn)積分值，其中：
[0013] 非勝出節(jié)點(diǎn)：Rj = Rj+K*Ej*Ei
[0014] Rj :非勝出節(jié)點(diǎn)j的積分值；
[0015] 服務(wù)平臺根據(jù)勝出節(jié)點(diǎn)與其他N-1個非勝出節(jié)點(diǎn)形成的N-1個競爭過程，得到勝 出節(jié)點(diǎn)的平均勝率，進(jìn)而得到勝出節(jié)點(diǎn)的獎勵；其中：
[0017] Ri = Ri+K*(l-Ei)
[0018] Ei:勝出節(jié)點(diǎn)在N-1個競爭過程中的平均勝率；Ri :獎勵后勝出節(jié)點(diǎn)的積分值；
[0019] 服務(wù)平臺根據(jù)計算所得各服務(wù)節(jié)點(diǎn)的積分制，分配激勵獎勵。
[0020] 一種基于Elo分級模型的積分激勵方法，包括以下步驟：
[0021] 步驟一：服務(wù)發(fā)布：服務(wù)請求者向服務(wù)平臺提出服務(wù)請求，并付出積分值；服務(wù)平 臺根據(jù)服務(wù)請求者提供積分獎勵值確定激勵影響因子K ;
[0022] 步驟二：競爭過程建模：各個服務(wù)節(jié)點(diǎn)發(fā)布服務(wù)內(nèi)容，由服務(wù)請求者決定唯一滿 意服務(wù)，即勝出服務(wù)；發(fā)布服務(wù)內(nèi)容響應(yīng)服務(wù)請求者的服務(wù)節(jié)點(diǎn)總數(shù)為N，N個服務(wù)節(jié)點(diǎn)中， 將勝出節(jié)點(diǎn)與其他N-1個非勝出節(jié)點(diǎn)進(jìn)行競爭評價，即得到N-1個競爭過程；
[0023] 步驟二：競爭過程服務(wù)節(jié)點(diǎn)概率計算：針對勝出節(jié)點(diǎn)i與非勝出節(jié)點(diǎn)j的競爭，依 據(jù)兩者當(dāng)前積分值Ri和Rj，通過Elo分級模型得到兩者的一次競爭勝率：
[0026] Ei :勝出節(jié)點(diǎn)在一次競爭過程中相對于非勝出節(jié)點(diǎn)的勝出概率，0洱〈1 ;Ej:-次 競爭過程中，非勝出節(jié)點(diǎn)相較于勝出節(jié)點(diǎn)的勝率，〇〈E' 1 ;
[0027] 步驟四：服務(wù)節(jié)點(diǎn)激勵計算：服務(wù)平臺通過Elo分級模型方法計算服務(wù)后兩節(jié)點(diǎn) 積分值，其中：
[0028] 非勝出節(jié)點(diǎn)：Rj = Rj+K*Ej*Ei
[0029] Rj :非勝出節(jié)點(diǎn)j的積分值；
[0030] 步驟五：勝出節(jié)點(diǎn)的激勵獎勵計算：根據(jù)勝出節(jié)點(diǎn)與其他N-1個非勝出節(jié)點(diǎn)形成 的N-1個競爭過程，得到勝出節(jié)點(diǎn)的平均勝率，進(jìn)而得到勝出節(jié)點(diǎn)的獎勵；其中：
[0032] Ri = Ri+K*(l-Ei)
[0033] Ei:勝出節(jié)點(diǎn)在N-1個競爭過程中的平均勝率；Ri :獎勵后勝出節(jié)點(diǎn)的積分值；
[0034] 步驟六：服務(wù)平臺根據(jù)計算所得各服務(wù)節(jié)點(diǎn)的積分制，分配激勵獎勵。
[0035] 優(yōu)選的，服務(wù)平臺將請求者付出的全部積分值作為激勵影響因子K。
[0036] 相對于現(xiàn)有技術(shù)，本發(fā)明具有以下有益效果：
[0037] 本發(fā)明提供一種基于Elo分級模型的積分激勵方法，特色在于強(qiáng)公平性，旨在在 于減小差異，對于任一服務(wù)節(jié)點(diǎn)，服務(wù)前積分值高，將會使一次服務(wù)后獲得的積分獎勵相比 于積分值低的結(jié)點(diǎn)獲勝所得少，這就形成了 "強(qiáng)"節(jié)點(diǎn)戰(zhàn)勝"弱"節(jié)點(diǎn)不會過于拉大兩者差 距，而若"弱"節(jié)點(diǎn)戰(zhàn)勝"強(qiáng)"節(jié)點(diǎn)，兩者差距越大時，通過一次服務(wù)彌補(bǔ)差距越多，從而實現(xiàn) 節(jié)點(diǎn)間的公平競爭，達(dá)到競爭激勵效果。本發(fā)明方法通過服務(wù)評價平臺權(quán)衡服務(wù)節(jié)點(diǎn)之前 的博弈，并結(jié)合服務(wù)節(jié)點(diǎn)之前的積分值，g卩服務(wù)節(jié)點(diǎn)所能能夠滿意服務(wù)的能力，來判定一次 服務(wù)中各個服務(wù)節(jié)點(diǎn)的獎勵情況，以達(dá)到公平公正獎勵的效果，充分保證平臺的服務(wù)效果， 同時起到激勵作用。 【【附圖說明】】
[0038] 圖1為本發(fā)明基于Elo分級模型的積分激勵方法的框架流程圖。 【【具體實施方式】】
[0039] 下面結(jié)合【附圖說明】和【具體實施方式】對本發(fā)明做進(jìn)一步詳細(xì)說明：
[0040] 本發(fā)明一種基于Elo分級模型的積分激勵系統(tǒng)，包括服務(wù)平臺、服務(wù)請求者和N個 服務(wù)提供者；服務(wù)請求者和N個服務(wù)提供者均通過服務(wù)平臺接口連接服務(wù)平臺；服務(wù)請求 者和N個服務(wù)提供者在服務(wù)平臺上均具有積分值；
[0041] 服務(wù)請求者通過服務(wù)平臺接口上傳服務(wù)請求，并付出積分值；服務(wù)平臺根據(jù)服務(wù) 請求者提供積分獎勵值確定激勵影響因子K ;
[0042] N個服務(wù)提供者通過服務(wù)平臺接口上傳服務(wù)內(nèi)容，服務(wù)請求者通過服務(wù)平臺接口 獲取N個服務(wù)提供者上傳的服務(wù)信息，并決定唯一滿意服務(wù)并告知服務(wù)平臺，即勝出服務(wù)； 服務(wù)平臺將勝出節(jié)點(diǎn)與其他N-1個非勝出節(jié)點(diǎn)進(jìn)行競爭評價，即得到N-1個競爭過程；
[0043] 服務(wù)平臺針對勝出節(jié)點(diǎn)i與非勝出節(jié)點(diǎn)j的競爭，依據(jù)兩者當(dāng)前積分值Ri和Rj， 通過Elo分級模型得到兩者的一次競爭勝率：
[0046] Ei :勝出節(jié)點(diǎn)在一次競爭過程中相對于非勝出節(jié)點(diǎn)的勝出概率，(KE'l ;Ej:-次 競爭過程中，非勝出節(jié)點(diǎn)相較于勝出節(jié)點(diǎn)的勝率，〇〈E' 1 ;
[0047] 服務(wù)平臺通過Elo分級模型方法計算服務(wù)后兩節(jié)點(diǎn)積分值，其中：
[0048] 非勝出節(jié)點(diǎn)：Rj = Rj+K*Ej*Ei
[0049] Rj :非勝出節(jié)點(diǎn)j的積分值；
[0050] 服務(wù)平臺根據(jù)勝出節(jié)點(diǎn)與其他N-1個非勝出節(jié)點(diǎn)形成的N-1個競爭過程，得到勝 出節(jié)點(diǎn)的平均勝率，進(jìn)而得到勝出節(jié)點(diǎn)的獎勵；其中：
[0052] Ri = Ri+K*(l-Ei)
[0053