隨著移動(dòng)互聯(lián)網(wǎng)技術(shù)與020（offline-to-online）商業(yè)模式的發(fā)展，各類(lèi)空間眾包平臺(tái)變得日益流行，如滴滴出行、百度外賣(mài)等空間眾包平臺(tái)更與人們?nèi)粘Ｉ蠲懿豢煞郑诳臻g眾包研究中，任務(wù)分配問(wèn)題更是其核心問(wèn)題之一，該問(wèn)題旨在研究如何將實(shí)時(shí)出現(xiàn)的空間眾包任務(wù)分配給適宜的眾包工人，但大部分現(xiàn)有研究所基于的假設(shè)過(guò)強(qiáng)，存在兩類(lèi)不足：（1）現(xiàn)有工作通常假設(shè)基于靜態(tài)場(chǎng)景，即，全部眾包任務(wù)和眾包工人的時(shí)空信息在任務(wù)分配前已完整獲知，但眾包任務(wù)與眾包工人在實(shí)際應(yīng)用中動(dòng)態(tài)出現(xiàn)，且需實(shí)時(shí)地對(duì)其進(jìn)行任務(wù)分配，因此，現(xiàn)存研究結(jié)果在實(shí)際應(yīng)用中缺乏可行性；（2）現(xiàn)有研究均假設(shè)僅有兩類(lèi)眾包參與對(duì)象，即眾包任務(wù)與眾包工人。而忽略了第三方眾包工作地點(diǎn)對(duì)任務(wù)分配的影響，綜上所述，為彌補(bǔ)上述不足，提出了一類(lèi)新型動(dòng)態(tài)任務(wù)分配問(wèn)題，即，空間眾包環(huán)境下的3類(lèi)對(duì)象在線任務(wù)分配．該問(wèn)題不但囊括了任務(wù)分配中的3類(lèi)研究對(duì)象，即眾包任務(wù)、眾包工人和眾包工作地點(diǎn)，而且關(guān)注動(dòng)態(tài)環(huán)境．進(jìn)而設(shè)計(jì)了隨機(jī)閾值算法，給出了該算法在最差情況下的競(jìng)爭(zhēng)比分析．采用在線學(xué)習(xí)方法進(jìn)一步優(yōu)化了隨機(jī)閡值算法，提出自適應(yīng)隨機(jī)閾值算法，并證明該優(yōu)化策略可逼遠(yuǎn)隨機(jī)閡值算法使用不同閾值所能達(dá)到的最佳效果．最終通過(guò)在真實(shí)數(shù)據(jù)集和具有不同分布人造數(shù)據(jù)集上進(jìn)行的大量實(shí)驗(yàn)，驗(yàn)證了算法的效果與性能．
?