近年来,移动互联网技术与共享经济的发展和以智能手机为代表的智能终端设备的普及与应用推动了空间众包的出现和发展。与传统基于Web众包相同,空间众包具有工人、用户和平台三者。用户是众包任务的发起者,工人是任务实际完成者,平台连接工人和用户。不同的是,空间众包处理与位置相关的任务,众包工人需要移动到用户处来为用户提供众包服务。现有空间众包研究在建模上往往忽略了工人与用户的动态性和众包应用的经济性,在任务分配算法设计上多简单以最大化分配数量作为优化目标而缺少多种目标导向性。在网约车应用背景下进行空间众包及其任务分配问题的研究。首先,分析网约车应用下空间众包的双端动态性、经济性和流动性等特点,针对这些特点对工人和任务进行建模,提出双端动态在线任务匹配问题,并证明其为NP-hard问题。其次,对双端动态在线任务匹配问题分别从目标导向和时间效益导向进行任务分配算法设计。目标导向方面,设计任务价值、距离和任务剩余过期时间三种优先级,分别用于平台总收益最大化、工人总行驶成本最小化和用户满意度最大化三种优化目标。相应地,针对众包中平台、工人和用户三方不同任务分配需求分别设计平台收益最大化的价值优先算法、工人总旅行距离最小化的距离优先算法和用户满意度最大化的响应时间优先算法。另外,针对众包资源分布不均现象设计最小位置熵优先算法。时间效益导向方面,为提升在线任务分配的时间效益,设计基于离线指导在线的两阶段算法,分离线和在线两阶段。离线阶段基于预测的工人任务信息生成离线匹配,在线阶段基于离线匹配进行实时任务分配,从而降低时间复杂度。最后,在真实数据集和合成数据集上进行了实验。根据不同目标导向算法在匹配数量、总收益、总行程和平均等待时间等不同指标上的优越表现验证了所提出目标导向方法的有效性。与已有算法对比,实验验证了所提出算法的高效性。在工人任务数量、任务过期时间、工人服务半径和预测准确度等参数变化下,验证了算法的稳定性。