第1章 绪论
1.1 引言
1.2 研究背景
1.3 群智感知网络
1.3.1 群智感知典型应用
1.3.2 群智感知主要研究内容
1.4 激励机制与数据收集策略考虑因素
1.4.1 感知平台方面因素
1.4.2 参与者方面因素
1.5 本书主要工作与贡献
第2章 群智感知激励机制与高质量数据收集研究分析
2.1 引言
2.2 理论框架
2.2.1 不同优化目标
2.2.2 不同激励协商过程
2.2.3 不同的数据质量衡量方式
2.2.4 不同的数据质量验证顺序
2.3 应用和系统实现
2.3.1 应用介绍
2.3.2 应用比较
2.4 未来趋势展望
2.5 本章小结
第3章 基于多任务的离线激励机制
3.1 引言
3.2 多任务离线激励模型
3.3 信誉度定义和更新
3.3.1 参与者意愿的定义
3.3.2 信誉度反馈和更新
3.4 信息质量满意度指数和任务困难度指数
3.4.1 信息质量满意度指数
3.4.2 任务困难度指数
3.5 优化问题和解决方案
3.6 实验与结果分析
3.6.1 实验设计
3.6.2 实验结果
3.7 系统实现讨论
3.8 本章小结
第4章 保障收集数据质量的在线激励机制
4.1 引言
4.2 在线激励模型
4.3 优化问题
4.4 回报和额外奖励的动态分配
4.4.1 激励机制介绍
4.4.2 激励机制算法
4.5 实验与结果分析
4.5.1 实验设计
4.5.2 实验结果
4.6 本章小结
第5章 感知数据预测与收集
5.1 引言
5.2 感知数据预测模型
5.3 感知数据预测方法
5.4 实验与结果分析
5.4.1 实验设计
5.4.2 实验结果
5.5 本章小结
第6章 可信参与者选择策略
6.1 引言
6.2 可信参与者选择模型
6.3 参与者信誉度的定义和更新
6.3.1 信誉度定义
6.3.2 参与者意愿的定义和更新
6.3.3 信誉度的反馈和更新
6.3.4 信誉度更新
6.4 可信参与者选择问题和解决方案
6.5 实验设计与结果分析
6.5.1 实验设计
6.5.2 实验结果
6.6 本章小结
第7章 车联网场景下的数据收集
7.1 引言
7.2 应用
7.3 HVCS面临的挑战
7.4 激励分配机制的一种解决方案
7.5 本章小结
第8章 群智感知系统的下一步工作
8.1 数据质量的多维度建模和计算
8.2 参与者可信度的计算和更新方法
8.3 数据定价
8.4 针对单个参与者的激励机制
第9章 总结和展望
参考文献
附录缩略语表

群智感知作为一种新型的数据收集方式，在大数据领域受到了许多关注。但是作为群智感知的根本问题，即如何保障在群智感知场景下数据收集的数量和质量，仍然需要研究。
本书从群智感知的研究背景出发，系统地讲述了如何保障在群智感知场景下数据收集的数量和质量的方法，并立足实际，用真实数据集验证所提出方法的优越性。
此外，本书还根据群智感知系统的现状介绍了其下一步的研究内容，希望对读者有所启发。