众包起源于共享经济,利用网上过剩或未被充分利用的资源和需求进行配对。众包物流通过任务分配技术整合闲置的资源,创建符合成本效益的物流系统。由于众包物流设计网络和移动端,这对众包物流平台提出了巨大挑战。与传统的物流模式不同,众包物流任务与资源更加具有社会属性。此外,众包物流对平台的时效性、精准性和可靠性等要求极高。因此,为了满足众包物流平台对质量和可靠的要求,高效稳定的空间任务分配机制是众包物流平台的核心问题。论文主要对众包平台的任务分配和架构优化问题进行了研究,首先对动态众包工人的可靠程度进行考量,目的是筛选出优秀的众包工人,继而提出了面向空间众包物流平台的可靠任务分配策略,为保证稳定的物流信息数据交付,在众包物流中融合了基于社会特性的内容中心网络。本文的主要创新点可以概况如下:(1)针对众包物流平台中动态众包工人的可靠程度,提出了基于能力更新的众包学习技术。引入了捕获因子,通过对捕获因子值的判别,进行差异化分析,该策略可以为总是选择高质量标注者设置最佳策略,根据当时质量估计来选择最优标注者来标记待标记的任务,广泛地适用于一般的众包的任务分配。仿真结果表明,基于能力更新的众包学习机制能够改善质量(正确率)和效率(时间)。(2)针对众包物流平台中众包任务与工人的匹配问题,提出并研究了可靠性感知的空间众包任务分配问题(RA-SC),该任务分配问题旨在保证具有大量工作人员的空间众包系统中任务分配的质量。此外,研究提出的问题的典型特征,并提出一种称为RA-SC Greedy的有效方法来处理RA-SC问题。经过在各种条件下进行广泛的实验,结果表明该方法具有良好的效果和效率。(3)针对众包物流平台中数据信息转发和传送的效率问题,研究移动众包如何影响内容中心网络,并提出基于众包的内容中心网络框架。利用众包的优势在内容中心网络中实现更好的物流内容交付。基于社会信任和社会互惠的社交属性特征,充分挖掘众包物流网络中社会特性的增强效果,以及设备之间的高效协作。仿真结果表明,所提出的网络架构能够适应众包物流场景并有效改善物流内容数据传送交付。