Une mesure d'expertise pour le crowdsourcing

Résumé : Le crowdsourcing, un enjeu économique majeur, est le fait d'exter-naliser une tâche interne d'une entreprise vers le grand-public, la foule. C'est ainsi une forme de sous-traitance digitale destinée à toute personne susceptible de pouvoir réaliser la tâche demandée généralement rapide et non automatisable. L'évaluation de la qualité du travail des participants est cependant un problème majeur en crowdsourcing. En effet, les contributions doivent être contrôlées pour assurer l'efficacité et la pertinence d'une campagne. Plusieurs méthodes ont été proposées pour évaluer le niveau d'expertise des participants. Ce travail a la par-ticularité de proposer une méthode de calcul de degrés d'expertise en présence de données dont l'ordre de classement est connu. Les degrés d'expertise sont en-suite considérés sur des données sans ordre pré-établi. Cette méthode fondée sur la théorie des fonctions de croyance tient compte des incertitudes des réponses et est évaluée sur des données réelles d'une campagne réalisée en 2016.
Type de document :
Communication dans un congrès
Extraction et Gestion des Connaissances (EGC), Jan 2017, Grenoble, France. Extraction et Gestion de Connaissances, 2017
Liste complète des métadonnées


https://hal.archives-ouvertes.fr/hal-01432561
Contributeur : Arnaud Martin <>
Soumis le : mercredi 11 janvier 2017 - 17:58:01
Dernière modification le : mercredi 2 août 2017 - 10:10:59
Document(s) archivé(s) le : vendredi 14 avril 2017 - 12:02:20

Fichiers

PapierCrowdBeliefVF.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01432561, version 1
  • ARXIV : 1701.04645

Citation

Hosna Ouni, Arnaud Martin, Laetitia Gros, Mouloud Kharoune, Zoltan Miklos. Une mesure d'expertise pour le crowdsourcing. Extraction et Gestion des Connaissances (EGC), Jan 2017, Grenoble, France. Extraction et Gestion de Connaissances, 2017. <hal-01432561>

Partager

Métriques

Consultations de
la notice

164

Téléchargements du document

128