大量的网络设备正以飞快的速度连接在一起,实现了物联网的概念。物联网促进了物与人之间新的互动,并为提高我们日常生活质量的应用和服务提供了新的机会。可编程的和使用传感器的智能手机的广泛传播催生了移动群智感知的发展。移动群智感知是一个有吸引力的范例,并在过去几年获得了越来越多的关注。参与者的选择是群智感知网络提供良好数据质量的基础,而现有的参与者选择方法在提高数据质量,提高参与者效用等方面的存在一些不足之处。本文主要针对参与者选择问题,提出了基于用户偏好的参与者选择方法。本文主要工作如下:1)提出一种基于用户偏好的参与者选择方法。将用户信誉度与用户偏好结合,从两个方面保证数据质量。同时,对两阶段拍卖算法进行改进,选择信誉度高且用户偏好高的用户参与任务。在试验过程中,为每个参与者设置不同的偏好值与信誉度,通过改变预算参数,选择适合的参与者。通过将TATP算法与基于用户偏好的参与者选择方法进行对比试验,验证了本方法在提高数据质量,提高任务完成个数,节省预算方面有良好的效果。2)提出一种基于改进的贪心策略的参与者选择方法。首先,引入参与者执行能力。用户效用是由参与者执行能力,信誉度,用户偏好决定。其次,改进贪心算法选择参与者,选择效用最大的参与者参与任务。最后,设计了参与者信誉度反馈机制,平台通过数据质量的评判结果和参与者的意愿对参与者信誉度以及参与者执行能力更新。为下一轮的参与者选择提供数据。将该方法与随机选择方法,最低花费选择方法对比试验,通过改变参与者选择轮次,证明了基于改进的贪心策略的参与者选择方法,在给定预算的条件下,在提高用户效用,保证数据质量等方面有良好的效果。