刘电霆，吴珊，赵思佳，尚磊，叶恒舟

(桂林理工大学 1.机械与控制工程学院；2.信息科学与工程学院，广西 桂林 541004)

众包[1]作为一种新兴群体协作的模式在各个行业得到广泛的应用，并有了许多成功的案例[2]，如InnoCentive平台、Kaggle网络众包竞赛平台、威客平台等。随着互联网的飞速发展，网络众包以低成本将地理分布广泛、文化差别巨大的多个不同创新源汇聚到同一个开放平台。面向产品创新设计时，在执行协作型众包 (collaborative crowdsourcing) 设计任务的过程中，常常涉及多个领域的专业知识，需要许多具有不同技术水平的设计者组成团队参与其中[3]。

在众包设计平台下，设计人员偏好是指其自身主观意愿和选择所表现出不同行为，发包方与接包方在交互过程中的需求和意愿信息能表达设计人员的偏好。当设计人员分配到符合自身意愿和擅长技能的任务时，其积极性和任务的完成质量通常会得到提高。在众包环境下，平台对设计人员的兴趣偏好以及历史行为活动进行梳理，能有效增加任务分配的准确性，即利于找到合适的设计人员或设计团队，以提高设计任务完成的质量。

目前，有许多学者研究设计人员偏好问题，但主要是针对单个众包任务、考虑单个设计人员的兴趣偏好。潘仁志等[4]提出一种基于卷积神经网络交互的用户属性偏好建模的推荐模型 (UAMC)，从用户的不同属性对不同项目的偏好学习到用户更准确的潜在向量。王晓燕等[5]通过用户—任务关系评价兴趣度值的方法并结合用户浏览内容及历史完成记录来建立用户兴趣模型。……