随着信息通信技术的快速发展，互联网几乎无处、无时不在。智能手机和类似设备日益成为日常生活中的必需品，而市场也大量供应各种设备。这些设备的普及已经对全球互联人数产生了巨大影响。全球联网使人们能够以低成本进行即时跨境沟通和协作。就在短短几年前，这是极具难度、甚至不可能的。除了能够方便、快捷地传递信息之外，互联网还催生了一个庞大的潜在劳动力队伍，他们分布在全球各地，因此可随时提供服务，并且还具有多种多样的技能。
若要利用这种由全球互联网用户组成的劳动力队伍，众包就是方法之一。与其将大型任务委派给专门的员工，不如将工作分解为可以独立完成的小型任务，并通过市场分配给大量在线工作者。一方面，并行化可以让任务更快地完成。另一方面，由于有不同薪资预期的全球工作者的加入，众包有助于降低整体劳动力成本。此外，与技术云基础架构相似，众包还可以根据当前需求灵活扩展人群资源。
除了带来经济效益，众包还开辟了安全、高薪的在线劳动的渠道，为发展中国家的个人提供了绝佳机会。凭借其提高生产力和重新定义企业项目实施方式的全新可能性，众包已经成功应用于各种传统工作领域，其中包括文字制作、徽标设计、编程甚至研发任务。此外，通过众包，大量微任务得以以低成本高效率及时地完成，不具专业知识的众包工作者无需任何先备知识可利用算法手段在几分钟内完成这些任务。微型任务呈现出有趣形态和工作者行为（例如标记一组对象），这已被用于机器学习，并可被用于深度学习。目前理解众包的人力投入的方法对于进一步开发机器学习模型和方法而言至关重要。
亚马逊 Mechanical Turk (MTurk)、Microworkers 和 Crowdflower 等国际平台快速增长的使用量证明了众包在近年来的蓬勃发展。因此，CrowdPrecision 旨在将这些传统众包平台提供商的成功与当前区块链技术的发展成果和加密货币的使用所带来的优势相结合。
更确切地说，CrowdPrecision 应对的，是当前众包应用中两个最重大挑战——控制所提交工作的质量，以及快速且经济高效的支付机制。由于众包工作者人数众多，并且保持匿名，所以通常难以确定各个工作者的技能，难以追踪有故意的恶意行为的工作者，这往往导致参与各方大量浪费时间和金钱：
● 雇主必须投入额外的精力，开发和实施有效的质量控制机制。
● 工作者需要在无偿前提下获取资质或完成测试任务以显示他们的勤勉程度。
● 平台提供商需要雇用额外的员工并开发新的算法方法来支持雇主设计他们的质量控制任务并维护工作者的工作档案。
为了解决这些问题，CrowdPrecision 在雇主和工作者之间使用基于以太坊的智能合约。通过发行 CrowdPrecision 代币 (CPT)，CrowdPrecision 将为用户（无论是雇主还是工作者）的众包历史记录提供一份完整的账本——并且可以跨多个众包平台使用。其功能包括：
● 透明、直接地展示工作者的资质和勤勉程度，以便轻松区分高质量和低质量的工作者。
● 工作者的过往记录可在多个众包市场上转移。
● 支付档案有助于识别出公允雇主。
CPT 的引入使所有众包方都能建立一个基于信任的市场体系，大大降低了质量控制机制和资质测试的管理费用。因此，CrowdPrecision 市场能以更低的成本、更快的速度提供更高质量的结果。除了提供全面的受雇历史之外，基于以太坊的智能合约还可确保快速而具有成本效益的支付渠道。与依靠传统支付渠道（例如信用卡存款或银行 转账）的传统众包平台相比，CrowdPrecision 基于 CPT 的薪酬体系为工作者和雇主提供了众多好处，包括：
● 在雇主给出正面评级后，立即通过智能合约向工作者付款。
● 由于流程高度自动化，并且不存在本币和外币之间的换汇费用，因此降低了费用和管理费用。
● 通过专门的外部平台提供代币到货币的转换，可降低洗钱和身份欺诈的风险，法律安全性更高。
所有这些特征对于发展中国家的大量用户来说都非常有利——他们目前仍然难以进入全球在线劳动力市场。此外，这些地区大部分还没有形成完善的银行基础设施，因此对利用银行账户或 ATM 接收和取出在线劳动收入构成巨大挑战。考虑到这一点，加密货币是有望克服这些限制的方法。
CrowdPrecision 架构
1.构建基于信任的微任务系统
大多数众包平台都维护着自己的工作者群体，并通过自有界面让雇主联系这些工作者，如[[REF Figure Classic CS Structure]]（经典的众包结构）所示。这对工作者和雇主双方都造成了很多限制。
在多个平台上注册的工作者必须在每个平台上维护不同的工作记录。他们无法在不同的提供商之间链接这些记录以产生统一档案。因此，即使工作者经验丰富，在新平台上注册时也必须重新接受资格测试，因此也必须从头开始重建自己的声誉。
对于雇主来说，访问工作者的跨平台记录是不可能的，因为数据分布在多个平台上。因此，雇主需要在每个平台都有一个账户，并且需要找到一种方法来匹配用户。从雇主的角度来看，在选择工作者方面存在限制，因为他们只能在当前登录的平台上寻找工作者。如果需要一大批工作者或具有特定技能的工作者，则必须在多个平台上分别进行宣传活动，才能找到足够多的具有必要技能的参与者或工作者。
CrowdPrecision 旨在开发一个凌驾于现有商业提供商之上的元平台，如图 3.2所示。这个元平台将为雇主提供一个统一的界面，用于跨平台向工作者分配任务，而无需访问多个不同的用户帐户或处理多个不同的用户界面。此外，所有任务评级均在 CrowdPrecision 中累积，使平台能够构建复杂的工作者档案，包括其技能和人口统计学属性，并为雇主提供确定资格并验证档案的方法。由于 CrowdPrecision 还可以让工作者在平台上建立统一的档案，工作者还可以在不同的众包平台上注册，但仍然保持统一的 CrowdPrecision 任务记录。这使他们能够在多个众多平台上接受 CrowdPrecision 任务，而无需进行新的资格测试。
现有的众包平台也将从与 CrowdPrecision 的合作中受益，因为CrowdPrecision 将形成跨平台组织，即使平台上只有少数工作者符合雇主要求的人口统计学或技能要求，新任务也会被路由到他们的平台。
借助 CrowdPrecision 的 RESTful API，能够整合现有众包平台和其他众包提供商。这个 API 将允许现有提供商利用加密货币付款的优势轻松地提升自身的服务，而无需对已有的代码库进行重大变更。平台提供商将获得的益处包括用户群增大，因为新任务可以通过 CrowdPrecision 的统一雇主界面提交到他们的平台。此外，与 CrowdPrecision 合作，将能够更好地利用可用的劳动力，因为具有特定技能的少数工作者也能通过跨平台的任务调度来找到合适的任务。反过来，这也使得 CrowdPrecision 能够快速发展稳定经营模式所需的庞大工作者群体。Microworkers.com 是一个拥有近 110 万注册用户的大型众包平台，每天处理约 9000 个任务，迄今已成功完成超过 3300 万个任务，该平台已同意成为我们的第一个合作伙伴和众包提供商。
CrowdPrecision 的信任和声誉系统的实施将基于以太坊区块链。所有相关的任务信息，包括任务类型、薪酬、雇主、竞争人数以及对工作者工作成果的最终评估都将永久存储在区块链中，而敏感的活动信息则存储在我们的集中式数据库中。这使雇主和工作者更深入地彼此了解工作和雇佣历史。这种透明度将鼓励双方更加勤勉、可靠地工作和行动，因为过去的行为将极大地影响工作者将来获取新任务的机会或工作者接受特定雇主提供的工作的意愿。尽管他们的工作和雇佣历史是透明、公开的，但我们的基础架构通过保持敏感数据的私密性来保护工作者和雇主的隐私（例如详细的任务描述或由工作者在回应中提交的具体数据）。
2.基于加密货币的支付
任务支付处理是目前的众包系统效率低下的重大原因。新的金融服务，例如PayPal 等小额支付服务，是众包（尤其是微任务）的首选付款方式，因为它们收取的费用比电汇要低得多。然而，跨境汇款的费用仍然很高，就连小额支付系统也通常依靠在后台运行的传统银行账户，因此将无法使用传统银行的人排除在外。此外，由于政府的限制，目前的众包系统还经常采用先进的安全系统来防止洗钱或信用卡诈骗，从而产生额外的管理费用，这反过来又给雇主带来大笔财务支出，导致工作者的薪酬压低，特别是每个众包平台目前都运行着自己的验证和安全机制。
通过在 CrowdPrecision 中使用 CPT 加密货币，即可轻松解决这些问题：首先，基于以太坊的交易费用较低且不受国家限制。其次，无需额外的银行或服务账户即可接收或发起交易。这种方式 1) 向发展中国家的广大潜在工作者开放了 CrowdPrecision 的微任务劳动市场，以及 2) 通过降低雇主和平台的管理费用，增加了工作者的报酬。最后，CrowdPrecision 的支付系统使用成熟的加密货币市场和交易所，符合最高的安全和监管标准。通过在众包领域引入加密货币，CrowdPrecision 使众包平台分担复杂海关欺诈和洗钱检测系统的部署需求，同时仍能够满足当前和未来的政府法规。
CrowdPrecision 经营模式
1.支付机构
与传统的众包平台一样，每成功完成一个任务，工作者就会收到雇主支付的款项。雇主可以从各种预先实施的任务验证机制中进行选择，包括多数表决机制或合理性检查，同时保持手动作出最终决定的权利。与许多其他平台相比，CrowdPrecision 采取以服务为导向的方法，支持工作者和雇主在有争议时联系平台的行政支持。
2.服务导向的众包
众包是外包一致程度最高的实现方法，通过将工作分解为小型任务和减少管理费用来最大限度地降低价格。由于潜在的众包工作者数量极大，已经有各种策略通过众包形式执行，甚至包括工作评估或众包工作本身的设计。这不禁让人认为，通过微任务平台分配工作是简单易行、无需组织的。
然而，有证据证明，设计众包任务实际上需要大量的先备知识，需要理解工作者和现有挑战。目前大多数主要平台都采用全方位服务方式，不需要雇主设计众包任务，但会对平台使用收取高昂服务费用或手续费，这也证明了这一结论。
而 CrowdPrecision 遵循中介法，使众包专家能够在 CrowdPrecision 提供极少的管理服务和控制的情况下运行众包实验和专业化任务，同时向新手用户提供有关众包的入门支持，以最大限度地提高任务设计的效率，确定工作者获得公平对待。此外，CrowdPrecision 也提供全方位服务模式。团队的数据科学和众包专家将负责预处理和后处理雇主提交的数据并设计众包任务，然后向客户提供最终的高质量数据。这种差异化的服务方法将为所有使用众包进行数据处理、人工计算任务和涉及人类判断的任务的雇主带来最佳众包体验。
此外，CrowdPrecision 的模块化设计使之能面向广泛的工作者。基本上，工作者分为两种类型：1) 直接在 Crowd-Precision 注册的个人工作者或 2) 在合作伙伴的平台（例如 Microworkers.com ）上注册的工作者。直接在CrowdPrecision 注册的个人工作者可以直接执行雇主提交的任务，并且他们收到的款项仅扣除 CrowdPrecision 服务费。然而，团队的经验表明，从零开始建立工作者群体是很困难的。
为克服这个问题，CrowdPrecision 还支持现有众包供应商或整个社区的整合。在这种情况下，现有的众包供应商可以决定是否对任务收取额外的服务费用，或者是否向工作者支付全价。这种整合有助于合作提供商增加平台上的任务数量，从而增加他们的收入。此外，我们支持整合非货币工作者来源，例如论坛社区。在这种情况下，论坛所有者将作为中央实体获得对任务的奖励，然后可以选择如何使用收入，例如，提供无广告的内容或新的社区功能。
遵循统一界面策略，CrowdPrecision 还将提供工作者创建统一帐户的方法。例如，如果工作者在与 CrowdPrecision 合作的不同平台上注册，则他/她的信任和技能评级将在所有平台上可用。由于 CrowdPrecision 采取以服务为导向的策略，行政支持可在发生纠纷时保护众包工作者，筛掉不合格或不道德的工作。
3.服务费
为了以最低成本提供最佳的行政支持，我们应用了可变服务费系统。根据所需的工作者技能和所选的服务级别——自助服务、辅助自助服务或全面服务——应用不同的服务费用。对于自助服务和辅助自助服务，每一项获得正面评估的任务都会收取一笔固定费用；而全面服务按小时或按项目收费，每项具体要求都会进行评估。对于工作者，会对每份成功完成的任务收取服务费，以便在与雇主发生纠纷时为工作者提供保护。
除了所需的服务水平之外，工作者的勤勉程度和雇主在众包任务设计方面的经验都会影响 CrowdPrecision 行政支持的工作量。为了最大限度地减少雇主的管理费用，并为工作者带来最大化的收入，针对双方收取的费用都以用户的信任分数作为衡量经验和勤勉程度的指标。随着信任分数增加，每项任务的收费将降低。除了最小化管理费用之外，这也鼓励提供优质工作成果（工作者）和公平的任务评级（雇主）。
4.CrowdPrecision 信任分数（基于熵的排名）
CrowdPrecision 信任分数是基于熵，用于衡量工作者质量和勤勉程度。工作者完成的任务数量、任务复杂性以及雇主对任务的评估都是评分考虑因素，同时也考虑了雇主自身的信任分数和熵分数。
就雇主而言，一种直接的方法是根据创建的任务数量和无纠纷的任务评级数量得出雇主的信任分数。现有平台已经实施了类似系统，但常常会导致雇主仅给出正面评级，因为在任务执行不完整或任务执行不力时，相比花时间写评价和为驳回任务说明理由，直接付款更具成本效益。因此，众包任务无法基于评级选择工作者，并且通常酬劳较低，以补偿执行不力的任务。所以在大多数情况下，雇主会接受所有提交的任务，然后在平台后处理步骤中过滤掉这些任务，导致平台无法获取有关个体工作者质量的实际信息，进而导致评级系统无法获取。这不但会给其他雇主带来额外的管理费用，因为他们需要维护独立的质量评分数据库，并且还会鼓励低质量工作者继续在平台上工作。为解决这个问题，CrowdPrecision 以雇主对成功活动的信任分数以及雇主在每个任务结束后针对工作者质量而提供的反馈信息的价值为基础。
雇主每次为一名工作者的任务打分，就会提供关于该工作者质量的更多信息。但是，这些信息具有不同的价值。假设一名工作者持续收到评分。在这种情况下，多出一个正面评级并不会提供实质性的信息收益。但是，如果A个雇主表示工作者的质量在近期下降，则这条信息具有重要价值。同样，如果一个工作者刚加入系统，每一个新评级都会显著增加该工作者的质量信息，而对于已经完成多个任务的工作者来说，新的评级提供的新信息更少。
为了量化雇主评级所提供的信息，CrowdPrecision 使用源于信息理论的熵概念。雇主每提供一个新评级，我们就更新雇主、雇主的信任分数和工作者的信任分数产生的熵。雇主的熵分数可量化其评级的多样性，而信任评分则量化他在平台上的公平性和经验。为了鼓励雇主做到诚实可信，并且勤于对任务评级，CrowdPrecision 将实施奖励系统，根据雇主的分数水平为他们提供奖金和折扣。此外，信任分数和熵分数还被用于对雇主的评级加权，然后用于更新工作者的信任分数。与雇主相似，工作者的个人档案也增加了一个熵值，以量化工作者完成的任务的多样性以及工作者雇主的多样性。这有助于识别受到高度信任的工作者，例如大量不同雇主均给出正面评级的工作者，以及拥有不同技能的工作者。
关于更多CrowdPrecision信息：https://crowdprecision.io/
文章来源：http://www.qukuaiwang.com.cn/news/10804.html 原文作者：CPT 特别申明：区块链行业ICO项目鱼龙混杂，投资风险极高；各种数字货币真假难辨，需用户谨慎投资。blockvalue.com只负责分享信息，不构成任何投资建议，用户一切投资行为与本站无关。
相关文章
头条焦点
精彩导读