StratRec：众包协作任务的智能部署策略推荐

"这篇资源是SIGMOD2020会议上发表的论文《为协作任务推荐部署策略》的中文翻译，主要关注如何在众包环境中为请求者推荐合适的协作任务部署策略。论文指出，这些策略应符合请求者的质量底线、时间上限和成本上限要求。文章介绍了一种名为StratRec的优化驱动的中间层系统，该系统运用离散优化和计算几何技术，考虑工人可用性，为请求者推荐策略和替代部署参数。StratRec包括聚合器和替代参数推荐模块，用于处理多样的部署请求。研究者在Amazon Mechanical Turk上进行了广泛实验，验证了StratRec的性能和可扩展性。" 在这篇论文中，作者首先强调了众包环境下任务部署的复杂性，特别是对于协作任务，需要考虑任务的结构（顺序或并行招聘）、组织方式（合作或独立工作）和执行风格（仅依赖人力或结合机器算法）。这些因素共同构成了一项策略，而这些策略需要与请求者的具体需求（如质量、时间和成本）匹配。 StratRec作为解决这一问题的方案，它是一个介于请求者、工作者和平台之间的系统。系统中的聚合器模块处理多个部署请求，考虑工人的可用性，推荐k个最合适的策略。另一方面，替代参数推荐模块则负责在可能的参数范围内寻找最优解。 论文中的实验部分展示了StratRec在实际场景下的效果，特别是在Amazon Mechanical Turk平台上进行的实验，以及针对合成数据的实验，这些都证明了StratRec在推荐策略的准确性、效率和适应性上的优秀表现。此外，论文还引用了先前的工作，强调了为不同的协作任务选择合适策略的重要性，并指出StratRec的自动化推荐策略解决了这一难题，尤其是在需要考虑多种因素（如工人的技能、可用时间和成本效益）的情况下。 这篇论文提供了一个新颖的框架，用于在众包环境中有效地推荐协作任务的部署策略，为请求者减轻了设计复杂策略的负担，并为未来的众包研究和实践提供了有价值的工具和思路。