Using context to support task distribution in mobile crowdsourcing

Abstract

Em Crowdsourcing Móvel, as tarefas são distribuídas aos trabalhadores de acordo com os dados advindos de sensores, e com o objetivo de resolver problemas usando inteligência coletiva. Os donos dos sistemas criam tarefas e distribuem para os trabalhadores da multidão que contribuirão de forma a resolver coletivamente o problema definido nas tarefas Encontrar em meio a multidão, trabalhadores apropriados que combinem com a tarefa ainda é um problema em aberto na área. A maneira com que essas tarefas serão distribuidas influencia na qualidade da resposta dos trabalhadores ou na taxa de aceitação da tarefa. Nesta pesquisa, investigamos o uso do contexto em soluções crowdsourcing móveis e propomos o ConTask Approach, uma abordagem sensível ao contexto para suportar a distribuição de tarefas. O ConTask inclui um modelo de contexto e uma aplicação móvel, ConTask App que extende o modelo de tarefas proposto por Mrazovix e Matskin (2015), implementando cinco dimensões propostas por Zimmermann et al. (2007): Individualidade, Tempo, Relação, Atividade e Localização. Além disso, o ConTask apresenta uma arquitetura de distribuição de tarefas, instanciada no protótipo do ConTask App, que tem como objetivo apoiar a combinação de tarefas de acordo com os requisitos contextuais da tarefa, conforme definido pelos solicitantes. O protótipo ConTask App foi implementado de acordo com o modelo e a arquitetura propostos, usando sensores populares para cada dimensão de contexto. Experimentos com o Contask App foram realizados com diferentes usuários em uma universidade e forneceram insumos para o modelo proposto. A precisão da distribuição da tarefa implementada foi de 63%, com precisão de 73% e revogação de 63%. Para avaliar o modelo ConTask, realizamos uma investigação com trabalhadores da multidão no domínio da Administração da Universidade. Este experimento teve como objetivo obter insights sobre como o contexto das dimensões afetam a acessibilidade das tarefas do ponto de vista do trabalhador. Os resultados ilustraram algumas tendências na influência do uso do contexto na disposição do trabalhador em realizar a tarefa, por exemplo: quanto maior a distância entre o trabalhador e o local da tarefa, menor a disposição do trabalhador em executar a tarefa; a atividade que o trabalhador está desempenhando ao receber a tarefa influencia sua aceitação ("em espera" ou "conversando" em contraste com "no celular" e "trabalho"); a hora do dia em que o trabalhador recebeu a tarefa (manhã versus noite); os requisitos da tarefa; e a relação social entre o trabalhador e o solicitante da tarefa.

In Mobile Crowdsourcing, tasks are distributed to workers according to sensor data, aiming to solve problems using collective intelligence. Requesters create tasks and distribute to the crowd workers in order to solve collectively a certain issue. Matching a task to the appropriate worker is an open issue in the area. This task distribution influences the quality of the workers’ response or the task acceptance rate. In this research, we investigate the usage of context on mobile crowdsourcing and propose ConTask, a context-aware approach to support task distribution. ConTask comprises a context model and a mobile app, which extends the task model proposed by Mrazovic and Matskin (2015) implementing the five context dimensions proposed by Zimmermann et al (2007): Individuality, Time, Relation, Activity, and Location. Additionally, ConTask presents a task distribution architecture, instantiated in the ConTask app prototype, which aims to support task matching to crowd workers according to the task's contextual requirements as defined by the requesters. The ConTask App was implemented according to the proposed model and architecture, using popular sensors for each context dimension. Experiments with the Contask App were performed with different users in a University, and provided some insights regarding sensors usage; the accuracy of the implemented task distribution was 63%, with 73% precision and 63% revocation. To evaluate the ConTask model, we performed an investigation with crowd workers in the University Administration domain. This experiment aimed to get insights about how the context dimensions influence tasks' acceptance from the worker's point of view. The results illustrated some tendencies in the influence of context usage in the worker's willingness to perform the task; such as the higher the distance between the worker and the task location the lower the willingness of the worker on performing the task; the activity the worker is performing when receive the task request influences its acceptance, such as the activities of "waiting" or "talking" in contrast to "on cellphone" and "working"; the time of the day the worker received the task, such as morning versus night; the worker expertise regarding the task requirements; and the social relation between the worker and the task requester.