题目：基于众包的规划问题求解方法的研究与实现

当前，互联网已经渗透到了人们生活中的方方面面，大量的信息通过网络传播和共享。而面对未知的城市和景色，人们往往只能从旅游网站上选择编辑好的静态套餐。这样千篇一律的旅游套餐，让大多数人在有限的假期内涌向相同或者相似的旅游景点，致使著名景点中人群扎堆，严重影响人们的旅游体验，而且不能满足人们个性化的需求。为了解决上述问题，部分学者提出了基于机器学习的旅游资源推荐方法，但是这种方法只能基于用户的历史数据和用户偏好给出推荐结果，如果用户有了新的需求，它还是不能灵活地满足用户的个性化需求。

众包正是解决此类规划问题的有效方法。众包可以将用户复杂的需求交给人来分析，而人完全可以理解用户个性化的需求并推荐出满足需求的规划。规划问题是一类复杂的众包任务，这类复杂的众包任务不能作为一个整体交给众包工作者。现有的研究将复杂的众包任务划分成一串微任务，然后交给众包工作者。由微任务产生的众包结果（crowd generated results, CGRs）最后被计算机组合成最优结果。个性化的规划相对于其他的复杂众包任务不同的是，用户的个性化需求导致微任务结果（CGRs）之间有严格的依赖和约束关系，而计算机不能很好地形式化和量化这种依赖关系，也就不能组合成令人满意的结果。因此，本文基于个性化规划开展有关CGRs组合方法和系统的研究。

本文首先对基于众包的结果汇聚方法、协同规划方法和行程规划方法进行了详细的分析和对比，针对现有规划方法的局限性，提出了基于众包的模型来量化CGRs之间依赖关系的论文基本思路；然后，本文提出了基于决策树的众包组合模型。这个模型通过众包来形式化和量化CGRs之间的依赖关系，并且组合成高质量的最终结果。本文将这个模型应用到了旅游规划问题中，实现了旅游规划系统，通过实验的结果和相关参数对实验的影响证明了本文提出算法的高效性和准确性。