Caractérisation d'experts dans les plate-formes de crowdsourcing Characterization of experts in crowdsourcing platforms - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Conference Papers Year : 2015

Caractérisation d'experts dans les plate-formes de crowdsourcing Characterization of experts in crowdsourcing platforms

Abstract

Le " Crowdsourcing " représente aujourd'hui une méthode de travail tr es populaire qui a une grande importance. Cette méthode consistè a recourir aux ressources de la foule pour accomplir des tâches , pour collecter des informations et des connaissances sous forme d'une sous-traitance vers un grand nombre de personnes. La qualité et le niveau d'expertise de ces derniers influencent lar-gement l'efficacité des plates-formes de crowdsourcing. Ceci pose un nouveau défi de contrôle de qualité des participants et d'identifier les experts. Plusieurs méthodes ont eté proposées dans ce contexte, mais lesprobì emes d'imperfection des données souvent peu prises en compte influencent tous les résultats observés. Pour ce faire et afin de mieux identifier les experts nous proposons une nouvelle méthode de caractérisation des experts fondée sur la théorie des fonctions de croyance. Nous validons nos techniques par des expérimentations sur des données synthétiques. Mots-clés : Crowdsourcing, Expert, Théorie des fonctions de croyance, Exactitude. Abstract: Crowdsourcing represents a very popular working method which acquires a great importance. This method consists to recourse to the crowd to accomplish tasks, to collect pieces of information and knowledge through outsourcing the tasks to a large number of people. The quality and the level of expertise of participants strongly influence the efficacy of the crowdsourcing platforms. This raises new challenges to control the quality of participants and identifying experts. In this context, several methods have been proposed, but the problem of imperfection data is often not taken into account and this might largely influence all the observed results. We propose novel methods for identifying the experts, based on the theory of belief functions. We validate our techniques through experimentation on synthetic datasets.
Fichier principal
Vignette du fichier
ArticleVF.pdf (226.72 Ko) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

hal-01263635 , version 1 (27-01-2016)

Identifiers

  • HAL Id : hal-01263635 , version 1

Cite

Amal Ben Rjab, Mouloud Kharoune, Zoltan Miklos, Arnaud Martin, Boutheina Ben Yaghlane. Caractérisation d'experts dans les plate-formes de crowdsourcing Characterization of experts in crowdsourcing platforms. 24ème Conférence sur la Logique Floue et ses Applications, Nov 2015, Poitiers, France. ⟨hal-01263635⟩
252 View
309 Download

Share

Gmail Facebook X LinkedIn More