面向众包平台的偏好和结构相似度融合式设计团队发现

在复杂产品的众包设计项目中,往往需要设计人员组成团队,不断交互与协作地完成相关任务。为了解决在组建团队时成员偏好不一的问题,提出一种基于成员偏好相似度和结构相似度相结合的团队发现算法S_Louvain,考虑了团队成员之间的偏好并改进了模块度指标。计算节点的偏好属性相似度和拓扑结构相似度,结合用户给定的节点及其邻居节点,综合考虑其偏好与结构相似性,扩展得到目标团队的候选节点集。以候选节点集为核心,挖掘设计团队的兴趣偏好来计算改进的模块度,并更新优化团队划分。在公开数据集和众包工程实例数据集上的实验结果表明,团队划分的模块度指标得到提高,验证了所提算法的可行性和实用性。...

Full description

Saved in:
Bibliographic Details
Published in工业工程 Vol. 26; no. 4; pp. 9 - 15
Main Authors 刘电霆, 吴珊, 赵思佳, 尚磊, 叶恒舟
Format Journal Article
LanguageChinese
Published 广东工业大学 01.08.2023
桂林理工大学 机械与控制工程学院,广西 桂林 541004
桂林理工大学 信息科学与工程学院,广西 桂林 541004%桂林理工大学 机械与控制工程学院,广西 桂林 541004%桂林理工大学 信息科学与工程学院,广西 桂林 541004
Subjects
Online AccessGet full text
ISSN1007-7375
DOI10.3969/j.issn.1007-7375.2023.04.002

Cover

More Information
Summary:在复杂产品的众包设计项目中,往往需要设计人员组成团队,不断交互与协作地完成相关任务。为了解决在组建团队时成员偏好不一的问题,提出一种基于成员偏好相似度和结构相似度相结合的团队发现算法S_Louvain,考虑了团队成员之间的偏好并改进了模块度指标。计算节点的偏好属性相似度和拓扑结构相似度,结合用户给定的节点及其邻居节点,综合考虑其偏好与结构相似性,扩展得到目标团队的候选节点集。以候选节点集为核心,挖掘设计团队的兴趣偏好来计算改进的模块度,并更新优化团队划分。在公开数据集和众包工程实例数据集上的实验结果表明,团队划分的模块度指标得到提高,验证了所提算法的可行性和实用性。
ISSN:1007-7375
DOI:10.3969/j.issn.1007-7375.2023.04.002