Crowdsourcing : relaunching mechanism and parameters optimization

Crowdsourcing is an economic model that exploits crowd knowledge and ability to develop and sponsor new ideas, to collect opinions or to complete tasks. Paid crowdsourcing focuses on the latter topic and being a relatively new field, it still requires detailed study to enhance its features. This thesis deals with (i) the time minimization issue and tries to perform (ii) parameters’ optimization to cut costs, improve outcomes timing and their quality. To achieve these objectives, this work proposes a relaunching mechanism based on time deadlines in synergy with a MAB algorithm choosing the best parameter-value combination. Finally, it collects the results of this approach showing that relaunches are a valid tool for reducing task’s execution time, but the fine-tuning of parameters needs a more deeper study, together with the input data of the MAB algorithm.

Crowdsourcing è un modello economico che sfrutta le conoscenze e le abilità delle persone per sviluppare e sponsorizzare nuove idee, per raccogliere opinioni e completare degli incarichi. Il crowdsourcing a pagamento si concentra sull’ultimo argomento e, essendo una disciplina relativamente nuova, richiede ancora uno studio approfondito per affinare le sue caratteristiche. Questa tesi affronta (i) il problema di minimizzazione del tempo e cerca di (ii) ottimizzare i parametri chiave individuati per contenere i costi, migliorare il tempismo delle risposte e la loro qualità. Per raggiungere questi obiettivi, questo lavoro propone un meccanismo di rilanci basato su dei limiti di tempo in collaborazione con un algoritmo MAB che sceglie la migliore combinazione parametro valore. Infine, si raccolgono i risultati dell’approccio di cui sopra che da un lato mostrano la validità dei rilanci come strumento per ridurre il tempo di esecuzione degli incarichi, dall’altro mostrano la necessità di un ulteriore approfondimento sui parametri e i dati di ingresso dell’algoritmo MAB per essere in grado di regolarli meglio.