CrowdScreen

डेटा आइटम के एक बड़े सेट को ध्यान में रखते हुए, हम उन पर इस आधार पर छानने की समस्या पर विचार करते हैं जिसे मानव द्वारा सत्यापित किया जा सकता है। यह समस्या क्राउडसोर्सिंग अनुप्रयोगों में सामान्य है, और फिर भी, हमारी जानकारी के अनुसार, किसी ने इस समस्या का औपचारिक оптимकरण नहीं किया है। (विशिष्ट समाधान समस्या को हल करने के लिए ह्यूरिस्टिक्स का उपयोग करते हैं।) हम इस समस्या के कुछ विभिन्न रूपों को औपचारिक रूप से प्रस्तुत करते हैं। हम अपेक्षित लागत (अर्थात, प्रश्नों की संख्या) और अपेक्षित त्रुटि को अनुकूलित करने के लिए निश्चित और संभाव्य अल्गोरिदम विकसित करते हैं। हम प्रयोगात्मक रूप से दिखाते हैं कि हमारे अल्गोरिदम अन्य रणनीतियों के संदर्भ में निश्चित लाभ प्रदान करते हैं। हमारे अल्गोरिदम विभिन्न क्राउडसोर्सिंग परिदृश्यों में लागू किए जा सकते हैं और किसी भी क्वेरी प्रोसेसर का महत्वपूर्ण हिस्सा बना सकते हैं जो मानव गणना का उपयोग करता है।