位置信息挖掘中差异化服务机制设计

位置信息挖掘中差异化服务机制设计

移动智能设备的广泛应用和互联网技术的快速进步促进了基于站点服务的开发（lbs）技术的蓬勃发展。lbs技术不仅可以应用于定位旅行的旅行，还可以应用于用户感兴趣点的建议，以及基于社交网络信息的共享，如图1所示。然而，用户通过积极报告地理位置为服务提供必要的服务，如图1所示。当用户试图提供服务时，他们的个人信息不可避免地会被泄露，这会影响用户的生活和工作。用户向服务提供的信息是分散的，但服务提供方可以利用这些信息来挖掘用户的生活习惯、兴趣和社交网络等个人信息来获得收入。从商业角度分析,服务提供方希望通过提供服务换取用户位置信息获益,而用户则通过上报自身位置信息获得所需的服务等级,双方均可从LBS系统中获益.但在实际的服务方和被服务方所构成的联合体中双方都被视为理性个体,即双方各自倾向于自身收益的最大化.此外,不同用户对服务水平和位置隐私的偏好存在差异,而服务提供方对特定用户的真实偏好类型未知,导致信息的不对称,所以服务提供方在提供服务时难以实现更好的个性化服务,从而获得最佳收益.合同理论是解决信息不对称场景的一种有效机制现有的位置信息挖掘领域的研究工作中,文献作为经济学理论的一个重要的分支,同博弈论、拍卖理论一样,合同理论得到了十分广泛的应用.合同理论研究的是当其中一方知道某些信息而另一方不知道这些信息时,如何设计合理的合同契约来解决这一信息不对称问题.通常合同理论的建立基于以下2个条件1)合同契约双方存在一定的利益冲突;2)合同契约双方之间存在信息不对称问题.因此,许多场景也可以运用合同理论来解决偏好未知等信息不对称问题.比如如何针对小区缓存系统中视频内容提供商的实际偏好类型未知的问题,构建服务提供商和视频内容提供商的收益函数以及最优合同本文研究的主要内容及创新点如下:1)考虑LBS场景下不同用户对服务水平和位置隐私的偏好存在差异,针对偏好的差异性设计合适的机制,使得服务提供方的收益最大化;2)针对LBS场景下的信息不对称问题,提出使用合同理论方法,为不同偏好类型的用户设计不同的最优合同组合,建立最优合同模型并使用拉格朗日乘子法进行求解,提供差异化的服务.1用户方社会服务的提供方和n种偏好类型的用户关系用户在使用LBS系统中通常具有隐私保护意识,本文假设用户普遍采取的位置信息保护策略为模糊法假设服务提供方无法准确获取每个用户的具体偏好信息,但可以知道用户的服务水平偏好分布情况.针对服务提供方对用户偏好类型未知引起的信息不对称性问题,提出使用合同理论方法,对服务提供方和N种偏好类型的用户进行建模分析.A.服务提供方模型服务提供方制定合同组合为{P,SL},由服务水平和用户享受服务时需要提供的个人位置隐私组成.其中SL代表服务方提供的服务水平,而P代表LBS用户方使用服务时需要付出的个人位置隐私的等级.P={P服务提供方的收益主要来源于用户在使用服务时付出的个人位置信息.假设服务提供方获取用户位置信息的单位收益为Φ,提供服务水平需要的单位成本为Ψ,则服务提供方为偏好类型π其中αB.用户方模型用户的收益主要来源于所获得的服务,不同用户对服务等级的偏好不同,因而单位服务水平带给不同用户的收益也有差异,假设偏好类型π其中:h(π所以h(π2基于同理论的最优合同组合设计考虑到LBS系统中用户对服务等级和位置隐私的偏好类型不同,服务提供方也无法准确获知各自偏好信息,故提出构建最优合同模型.合同理论作为不完全信息场景的有效机制算法,可以解决信息不对称问题.服务提供方的目标是如何为各个偏好类型的用户设计一系列最优的合同组合,使得每个类型的用户只能选择其中一种最优合同最大化自身收益.在设计最优合同过程中,考虑N种类型的用户满足个体理性(IndividualRationality,IR)和激励兼容(IncentiveCompatibility,IC)2.1基于激励兼容ic的偏好类型定义1个体理性定义2激励兼容基于IR和IC约束条件,最优合同模型描述如下:基于文献证根据激励兼容IC的约束条件,偏好类型π证根据激励兼容IC的约束条件获得偏好类型π由于函数h(π引理3LBS场景下,用户方与服务提供方之间的任意一个可行合同(P证如果用户对服务水平的偏好类型为π故用户使用LBS服务过程中,当服务水平的偏好类型满足π2.2最优合同求解本小节是对逆向选择问题(5)进行求解.为了降低求解的复杂度,首先减少约束条件的个数,在减少的同时需要保证问题解的准确性.从优化问题(5)中可以发现最优合同模型总共有N个IR约束条件,下面通过消除其中的N-1个IR约束条件简化优化问题.根据激励兼容IC条件,对于偏好类型为π即对于任意偏好类型π此时,式(3)个体理性约束条件可转化为式(10),最低偏好类型的用户将获得零收益.文献从激励兼容约束条件以及优化问题(5)中发现,本模型总共有N考虑偏好类型为π根据式(11),可得以下条件:同理,考虑偏好类型为π根据式(13),可得以下条件:根据上述LUICs和LDICs条件(12)和(14),可将激励兼容IC约束条件进行转化,得到:提供更好的服务水平需要更高的成本,服务提供方在最大化自身收益时,必须满足用户个体理性条件与激励兼容条件,再尽量降低自身提供服务的成本,即提供的服务水平在符合条件的情形下应取最小值.故根据上式(15),不等式的下界是理性的服务提供方在确定服务水平SL经过上述IC和IR约束条件的减少,原始优化问题(5)的约束条件变更为(10)和(16),新的最优合同模型定义为:对于优化问题(17),采取拉格朗日乘子法针对上述优化问题,分别考虑i=1,i=2,3,…,N-1和i=N3种情况,迭代求解最优合同.下面首先分别对变量求偏导数,令偏导数为0,求解式(18)的最大值,即优化问题(17)的最优解:1)当i=N时,分别对P根据式(20),可求得用户在使用服务时上报的个人位置隐私P根据式(20)、(21)还可以计算出i=N时,υ2)当i=2,3,…,N-1时,对式(19)进行求解,可得:利用υ3)当i=1时,对式(19)进行求解,可得:根据等式-α求得个人位置隐私P3不同用户偏好类型时的仿真结果对本文所提出的最优合同机制进行仿真实验,以验证合同理论在LBS场景下的性能.假设用户位置信息的单位收益与服务的单位成本之比Φ/Ψ=3.为简单起见,假设LBS用户的偏好类型服从均匀分布,即α首先设定用户对服务水平的偏好类型数N=5,参考文献[21]中对用户偏好类型的设定,5类偏好类型{π在下面的实验仿真中,设定用户对服务等级的偏好类型数N=12,且这12(i=1,2,…,12)种偏好类型呈现递增趋势.图3～图6分别将信息不对称情形(即服务提供方无法获知用户的偏好类型)时设计的最优合同与完全信息(服务提供方了解每一个用户的偏好类型)时进行仿真对比.图3描述的是不同用户偏好类型下用户保护策略模糊法中的模糊等级(策略k的选择)以及最优合同中用户所能获得服务等级.可以发现,当用户对服务等级的偏好程度增强时,用户更愿意付出自己的部分位置隐私,此时模糊等级k的数值越来越小,即用户在上报自身位置时的模糊程度降低,而所能获得的服务等级越来越高.图4描述的是信息不对称与完全信息两种情形时用户收益与用户偏好类型的关系.从图中发现,完全信息时,用户方的收益始终为0,这是因为此时的服务提供方了解每个用户的偏好,所以设计合同时,为了最大化自身收益,使得每个用户的获得的收益均为0.相反,当LBS用户的偏好类型未知时,用户方可以从隐藏的位置信息中获得非负的收益,从图可知用户对服务水平的偏好类型越高,所能获得的收益也越高,这一结果也正好验证了引理3所给出的结论.图5(见第248页)描述的是服务提供方的收益与用户偏好类型之间的关系,在信息不对称时服务方所获得的收益一直低于完全信息情形.同样,这也是因为用户对服务等级和个人位置隐私的偏好类型未知时,服务提供方在不完全信息下所设计的合同无法达到完全信息情形下的理想收益,导致部分收益损失.图6(见第248页)描述的是双方总收益与用户偏好类型的关系,可以发现,本文所设计的信息不对称情形下最优合同的总收益接近完全信息时的总收益.由于完全信息情形下,服务提供方直接为每个用户设计最大化自身收益的合同,使得每个用户收益均为0;而信息不对称情形下,服务提供方只能根据个体理性和激励兼容性质为各个类型用户设计合理的合同,使得非最低偏好类型的用户均能获得比最低偏好类型用户更高的收益.因此,隐藏的具体偏好信息帮助用户方从服务提供方获得信息收益,完全信息情形下总收益略高于信息不对称情形,图4和图5也可验证这一点.因而,从双方总收益角度可以发现,本文利用合同理论为各个偏好类型所设计的最优合同是可行并且有效的.4基于位置服务场景的仿真结果本文针对LBS系统中服务提供方与用户之间的信息不对称问题,在位置信息挖掘过程中,提出了基于合同理论的差异化服务的算法机制设计.该算法机制提出为每一种偏好类型的用户分别设计各自的最优合同,使得用户方在收益非负的情况下无法通过选择其他类型的合同提高自身收益,从而实现服务提供方和用户方各自收益的最大化.仿真结果表明,当用户对服务水平的偏好上升时,用户愿意共享更多的个人位置隐私以获得更高的服务水平,同时获得的收益也随之提升.可见,本算法机制同时可以激励LBS用户共享更多个人位置隐私.此外,通过比较发现,不对称信息下双方的总收益接近完全信