近年来随着通信技术的进步,移动设备的计算能力高速发展。同时设备的成本也在迅速下降,智能移动设备已经触及了我们生活的每一个角落。伴随着硬件的普及,越来越多的移动众包(Mobile Crowdsourcing)应用也层出不穷。这些应用的提供商建立了许多移动众包平台,借助众包的思想利用这些设备来提高生活质量。而在这类移动众包问题中,最核心也是最困难的问题要属任务分配问题,即如何把不同位置不同时间的各个任务高效地分配给动态进出平台的用户们。一个高效的任务分配方案能够提升任务完成效率,既能提高用户收入,也能节约平台成本。在过去的文章中,对于这类任务分配问题,由于它的复杂性,研究者们往往采用启发式算法,通过调节参数的方式得到实际方案,但是缺少理论上的验证。因此这些方案通常只适用一些特殊情况,一旦环境发生变化,算法效率就会大幅下降。所以本文试图通过一些组合优化的方法得到一个理论上可以验证的高效方案。本文考虑了涉及时空特性任务的移动众包平台中的有界任务分配问题(Bounded Task Allocation Problem)。首先,本文将这一类实际问题通过数学方式建模为一个整数线性规划问题,并通过归约的方法证明了这类问题属于NP困难问题。随后,本文给出了一个近似算法设计作为解决方案。通过严谨的理论分析,本文证明了这个算法是一个具有(2+?)近似比的近似算法,并且给出了例子说明这个近似比的分析是严格的。最后,通过一些模拟实验,将算法和过去的两个基准方案进行了对比。实验结果显示本文的算法在实际问题中也能有很好的表现。就我们所知,本文是第一个对这类任务分配问题给出一个具有常数近似比算法的论文。