近年来,随着互联网技术的迅速发展,众包模式在各行各业得以应用。众包作为一种面向互联网大众的问题解决机制,聚合大众智慧以更好地解决问题。在众包场景下,众包任务和工人拥有不同需求及意愿,将众包任务分配给与其需求不相符的工人会影响众包任务的完成质量。同时,在众包发包者与工人进行交互的过程中,分配结果可能随着分配双方发现更好的合作对象而有所变更,从而出现无效分配影响分配结果的稳定性。因此,如何有效地将众包任务与工人进行分配成为了保障众包任务完成质量的重要问题。然而,现有的分配方法未从稳定性条件下考虑众包用户双边偏好,分配结果的准确性有待提高并且存在众包发包者或工人因不满意当前分配对象而导致众包任务完成质量较低的现象。为了解决上述问题,本文提出了一种基于偏好匹配的众包任务分配方法,利用众包任务和工人的双边偏好在稳定匹配规则下寻找满意度最大化分配方案,提高分配方案的准确性和稳定性,从而保障众包任务完成质量。该方法首先考虑众包任务与工人的双边偏好,根据偏好序计算任务与工人的满意度,生成满意度矩阵;其次,为减少分配结果中无效分配的数量,本文借鉴社会选择理论中稳定匹配思想在考虑众包任务及工人双边偏好的基础上,使分配双方对当前分配对象尽可能满意,以保障分配结果的稳定性;然后将众包任务分配问题建模为稳定匹配规则下寻找任务最大满意度的优化问题;最后使用贪心算法对该问题进行求解,得到众包任务分配方案。本文通过实验验证了该分配方法的有效性,实验表明该分配方法提高了分配结果的准确性并有效减少了无效分配数量,从而提高了众包任务的完成质量。此外,本文在处理众包任务及工人的无差别偏好时,引入关联度概念进行决策,以减少无差别偏好对贪心算法求解精度的影响,并通过实验验证了众包环境中关联度特性。最后,本文以所提出众包任务分配方法作为基础,设计并实现了一个基于偏好匹配的众包任务分配原型系统。