II. FROM PARTICIPATORY SENSING TO M

II. FROM PARTICIPATORY SENSING TO MOBILE CROWD

SENSING

From the AI perspective, MCS is founded on a distributed problem-solving model where a crowd is engaged in solving a complex problem through an open call [5]. In the literature history, the concept of crowd-powered problem-solving has been explored in several research areas. One decade ago, Surowiecki has written a book titled “The Wisdom of Crowds” (or crowd wisdom) [6], where a general

phenomena — the aggregation of information in groups, resulting in decisions that are often better than could have been made by any single member of the group—is revealed.
It identifies four key qualities that make a crowd smart:

diversity in opinion, independence of thinking, decentralization, and opinion aggregation. A similar
concept to crowd wisdom is “collective intelligence” [7]. Different from the two concepts that focus on the advantages of group decision making, MCS is mainly about the crowd-powered data collection and analyzing process.

In 2005, two senior editors from Wired Magazine, Jeff Howeand and Mark Robinson, coined the term “crowdsourcing”. According to the Merriam-Webster Dictionary 1 , crowdsourcing is defined as the practice of obtaining needed services or content by soliciting contributions from a large group of people, and especially from an online community. A typical example is Wikipedia, where thousands of contributors from across the world have collectively created the world’s largest encyclopedia. Compared to MCS, crowdsourcing focuses on the participation of online crowds.

The most close concept to MCS is participatory sensing, proposed by Burke et al. in 2006 [1]. It tasks everyday mobile devices to form interactive, participatory sensor networks that enable public and professional users to gather, analyze and share local knowledge. The definition of participatory sensing emphasizes explicit user participation when it was proposed. In recent years, with the development of mobile sensing and mobile Internet techniques, the scope of crowd problem-solving systems using mobile devices has been broadened. To this end, we extend the definition of participatory sensing from two aspects and term the new concept mobile crowd sensing (MCS). First, MCS leverages both sensed data from mobile devices (from physical community) and user-contributed data from mobile social network services (from online community). Second, MCS counts both explicit and implicit user participation (details will be clarified in the next section).

A comparison of MCS and related areas is given in Fig. 1. We can find that both crowd wisdom and crowdsourcing rely on human intelligence; while participatory sensing and MCS explore a fusion of human and machine intelligence (we discuss this later in Section V). Compared to participatory sensing, MCS can have both explicit (primary purpose) and implicit (second purpose) user participation and allow cross-space (online& offline) data fusion.

Kết quả (Việt) 2:

II. TỪ VIỄN SỰ THAM GIA CHO MOBILE ĐÁM ĐÔNG VIỄN Từ góc độ AI, MCS được thành lập dựa trên một mô hình giải quyết vấn đề phân tán nơi một đám đông đang tham gia vào việc giải quyết một vấn đề phức tạp thông qua một cuộc gọi mở [5]. Trong lịch sử văn học, các khái niệm của đám đông-powered giải quyết vấn đề đã được khám phá trong một số lĩnh vực nghiên cứu. Một thập kỷ trước, Surowiecki đã viết một cuốn sách có tựa đề "The Wisdom of Đám đông" (hoặc đám đông trí tuệ) [6], nơi một vị tướng hiện tượng - sự tập hợp của các thông tin trong nhóm, dẫn đến quyết định đó thường là tốt hơn so với có thể đã được thực hiện bởi bất kỳ thành viên duy nhất của nhóm được tiết lộ. Nó xác định bốn phẩm chất quan trọng mà làm cho một đám đông thông minh: sự đa dạng trong quan điểm, độc lập suy nghĩ, phân cấp, và tập hợp ý kiến. Một tương tự như khái niệm để đám đông khôn ngoan là "trí tuệ tập thể" [7]. Khác với hai khái niệm tập trung vào những ưu điểm của việc ra quyết định nhóm, MCS là chủ yếu về thu thập dữ liệu đám đông-powered và quá trình phân tích. Trong năm 2005, hai biên tập viên cao cấp của tạp chí Wired, Jeff Howeand và Mark Robinson, đặt ra thuật ngữ "crowdsourcing ". Theo từ điển Merriam-Webster 1, crowdsourcing được định nghĩa là việc thực hành lấy các dịch vụ hoặc nội dung cần thiết bằng cách thu hút sự đóng góp của một nhóm lớn của người dân, và đặc biệt là từ một cộng đồng trực tuyến. Một ví dụ điển hình là Wikipedia, nơi hàng ngàn người đóng góp từ khắp nơi trên thế giới đã tạo ra tập bách khoa toàn thư lớn nhất thế giới. So với MCS, crowdsourcing tập trung vào sự tham gia của các đám đông trực tuyến. Các khái niệm gần nhất để MCS là cảm biến có sự tham gia, bởi Burke et al. vào năm 2006 [1]. Nó tác vụ hàng ngày các thiết bị di động để tạo tương tác, mạng cảm biến có sự tham gia cho phép người dùng công cộng và chuyên nghiệp để thu thập, phân tích và chia sẻ kiến thức địa phương. Định nghĩa của cảm biến có sự tham gia nhấn mạnh sự tham gia của người sử dụng rõ ràng khi nó đã được đề xuất. Trong những năm gần đây, với sự phát triển của cảm biến điện thoại di động và kỹ thuật Internet di động, phạm vi của đám đông các hệ thống giải quyết vấn đề bằng cách sử dụng các thiết bị di động đã được mở rộng. Để kết thúc này, chúng tôi mở rộng định nghĩa của cảm biến có sự tham gia từ hai khía cạnh và thuật ngữ khái niệm mới đám đông di động cảm biến (MCS). Đầu tiên, MCS thúc đẩy cả hai cảm nhận được dữ liệu từ các thiết bị di động (từ cộng đồng vật lý) và dữ liệu sử dụng đóng góp từ các dịch vụ mạng xã hội di động (từ cộng đồng trực tuyến). Thứ hai, MCS đếm cả sự tham gia của người sử dụng ngầm và rõ ràng (chi tiết sẽ được làm rõ trong phần tiếp theo). Một so sánh của MCS và các khu vực liên quan được đưa ra trong hình. 1. Chúng ta có thể thấy rằng cả trí tuệ đám đông và crowdsourcing dựa vào trí thông minh của con người; trong khi cảm biến có sự tham gia và MCS khám phá một sự hợp nhất của con người và máy thông minh (chúng tôi thảo luận này sau này trong Phần V). So với cảm biến có sự tham gia, MCS có thể có cả hai rõ ràng (mục đích chính) và tiềm ẩn (mục đích thứ hai) người dùng tham gia và cho phép cross-space (trực tuyến và ngoại tuyến) dữ liệu nhiệt hạch.