提升众包效率：基于兴趣和能力的智能任务分发

本文主要探讨的是"基于用户兴趣和能力实现任务分发的众包平台"的研究，由朱小宁、双锴和程祥共同完成。两位作者分别来自北京邮电大学网络与交换技术国家重点实验室，其中朱小宁专注于个性化推荐，而双锴是副教授，研究方向聚焦于下一代网络。 众包是一种新兴的商业模式，它允许公司或机构将原本内部员工执行的任务以自愿的方式委托给广泛的网络用户群体。传统的众包平台通常采用拉取模式，即根据用户主动申请或意愿来分配任务，这种模式可能存在任务分配的不合理性，导致任务完成的质量不高。为了改进这一问题，论文提出了一种创新的策略，即通过深度挖掘在线社交网络来推断用户的兴趣和专业能力，以此为基础进行任务的精准推送。 在该众包平台上，用户兴趣的挖掘可以帮助平台理解用户可能对哪些类型的任务感兴趣，而用户的能力则可以从其在网络中的行为和表现中得到评估。这种结合了兴趣和能力的推送方式，能够提高任务的匹配度，促进更高效的工作协作，从而提升整体的众包效果和任务完成质量。 关键词包括"众包平台"、"任务分发"、"用户兴趣"、"用户能力"以及"社交网络"，这些都是研究的核心要素。论文的研究结果不仅对众包平台的设计和优化具有实际应用价值，也为理解和改进互联网时代下的人力资源利用提供了新的理论支持。 中图分类号TP311.15表明，这篇论文属于信息技术领域，关注的是众包技术在信息技术中的应用和发展。通过阅读这篇论文，读者可以深入了解如何通过技术手段提升众包项目的成功率，对于企业和个人参与众包项目，或是平台运营者寻求更有效的工作分配策略，都将提供有价值的信息和启示。