融合了智能终端和众包工作方式的移动众包系统有助于解决传统计算方式难以处理的大规模感知和智能工作。为了激励参与者长期参与移动众包任务,良好的系统设计必不可少。论文的主要贡献在于以下三点:(1)在大型众包系统中,任务类型通常是微任务,用户花费在搜索任务上的代价可能与完成任务的代价相当,因此用户可能不会愿意继续参与。本文提出了基于特征的贝叶斯任务推荐系统(BTR),旨在激励用户长期参与众包系统。该方案基于任务特征以及用户的历史行为,既能为用户提供个性化的任务推荐,又能解决任务的冷启动问题。最终,基于真实众包数据集的仿真证明了该方案的有效性。(2)为了同时激励移动众包系统中的不同利益相关者,本文提出了一个集成激励框架,它整合了三种广泛使用的激励方法:反向拍卖,游戏化和声誉更新。这种集成激励机制可以激励参与者提供高质量的感知内容,激发发布者提供真实的反馈,并使平台盈利。(3)传统的移动众包系统采用直接模式,但是,以这种方式寻找合格的参与者可能效率低下且耗时。为解决这个问题,本文对直接模式进行扩展:提出基于口口相传模式的移动众包系统,深入到群众参与者的社交图谱和本地区域的物理接触中,以积极邀请其他参与者。本文描述了基于口口相传模式的移动众包系统的研究架构和典型应用场景;然后,总结并比较了基本挑战和相应的解决方案。更进一步,本文提出了一种口口相传模式下的基于有偏竞争的众包激励机制的实现方案(Bci Net),由两个阶段组成:基于扩散激活模型的增强几何虚拟积分传播机制,能够抵挡女巫攻击并适应真实的社交网络结构;并根据参与者的虚拟积分进行有偏竞赛,以便为能力较差的参与者提供更多奖励。基于真实数据集的模拟结果表明,Bci Net可以极大地提高参与者的努力水平,并且对女巫攻击具有强大的鲁棒性。