摘要：人工智能背后的数据服务行业主要使用外包与众包两种模式达成，但外包的成本较高，众包则更难以保证数据质量。本文针对外包与众包模式中数据服务中数据成本高，质量难以把控的痛点，通过调研数据生产过程接包方参与动机与参与结果进行研究，确定影响数据成本与质量的主要因素有用户素质，任务难度等，针对相应的影响因素，结合实际案例提出了拆分简化任务，筛选合适的工作人员，使用模型与规则辅助等优化策略。

关键词：人工智能；数据服务；众包；外包；优化策略

目录

摘要

Abstract

一、绪论-3

1.1研究背景及意义-3

1.2研究内容-4

1.3本文创新点-4

1.4文献综述（见附件）-4

二、相关概念界定-4

2.1外包模式与众包模式-4

2.2数据服务平台概念界定-5

2.2.1国内外数据服务平台概述-5

2.3优化策略面向对象与评估指标-6

2.3.1数据质量控制-6

2.3.2数据成本控制-6

三、外包与众包模式分析-6

3.1外包模式-6

3.1.1外包模式优势分析-6

3.1.2外包模式存在的问题-7

3.2众包模式-7

3.2.1众包模式优势分析-7

3.2.2众包模式存在的问题-8

3.3两种模式差异与适用性分析-8

四、针对数据质量控制的优化策略-9

4.1.数据质量的影响因素-9

4.1.1用户参与动机与投入时间对数据质量的影响-9

4.1.2用户经验对数据质量的影响-10

4.1.3任务难度对数据质量的影响-12

4.1.4质量评估方式与标准对数据质量的影响-13

4.2 同属性框体共同排列审核新流程-14

4.3通过规则与模型发现错误-16

五、针对数据成本控制的优化策略-16

5. 1数据成本的影响因素-16

5.1.1数据成本的计算公式-16

5.1.2数据成本的影响因素-17

5.2基于影响因素的数据成本控制策略-17

5.2.1用工具提升效率-17

5.2.1.1模型输出预标注结果-17

5.2.1.2智能化工具的使用-18

5.2.2竞标以降低人力资源成本-19

5.3数据安全策略-19

六、结束语-20