La protection de la vie privée dans le crowdsourcing sur les réseaux sociaux

Résumé
L’exploitation du calcul humain pour résoudre les problèmes complexes engendre la question de découverte de groupes compétitifs inconnus de résolveurs. Dans ce papier, nous proposons une approche appelée Friendlysourcing pour développer des équipes du réseau social répondant à une requête, tout en évitant la révélation de solution partielle aux groupes compétitifs. Les contributions de ce papier incluent (i) une approche de classification pour découvrir les équipes collaboratives et compétitives dans le réseau social (ii) un algorithme basé sur les chaînes de Markov pour découvrir des interactions implicites dans le réseau social.
mots clés 1 Réseau social, Externalisation du calcul humain, Vie privée

 

Data Leak Aware Crowdsourcing in Social Network
  • 9 décembre 2012
  • Université Paris Sorbone Cité, Paris Descartes, France
Friendlysourcing: Data Disclosure Aware Discovering Collaborative and Competitive Clusters in Social Network
  • 1 mai 2013
  • Université Paris Descartes, France RMIT University, Australia
Be a Collaborator and a Competitor in Crowdsourcing System
  • 29 avril 2014
  • Université Paris Sorbone Cité Paris Descartes France, Freie Universitat Berlin Germany
[an error occurred while processing this directive]
[an error occurred while processing this directive]