1.一种众包TOP‑k查询中的降低成本方法，其特征在于，该方法包括以下步骤：(1)首先将问题分成若干个小任务，通过众包平台发布给用户进行评分，得到用户判断的偏好：将问题分成若干个小任务，通过众包平台发布给用户进行评分，每个项目采用分级* *

判断评分规则，即每个用户给每个项目打分，分值必须在一个评分区间V(G i,Gj)∈[‑1,

1]，分值代表了该用户在这两项中判断的偏好；显然，假如每个用户给出的评分机制不同，* *

那所得评分相差太大，得出的结果是不符合实际的，其绝对值表明其偏爱程度，对Gi,G j所有的比较完成后，产生了Wi,j的工作量，相应产生一个偏好值包Vi,j＝{V1(Gi,Gj),……，VWi,j(Gi,Gj)；

(2)再根据所获得偏好包对项目进行选择分区排序：选择分区排序的步骤为：(a)在所有候选项中选择出一个参考项r：在项目候选集中进行随机抽取m组样本，选择每一组中的最大值，再在这m个最大值中选择中值作为参考项r；(b)候选项基于r项做比较，将所有候选项分区；(c)将最后的分区根据k值进行排序；

(3)最后得到最终的top‑k结果。

2.根据权利要求1所述的一种众包TOP‑k查询中的降低成本方法，其特征在于，所述的步骤(2)中，在选择了参考项r之后，利用选择分区排序算法，将所有候选项依次和r比较，得到的结果将分成三组：优于r的Wr，和r相近的Lr，比r差的Tr；其中和r相近的是，由于比较值几乎相等，导致无法确定排名，这样的项成为相近，假设不考虑相近问题，且每两组项都可以在预计的工作量中完成比较，得出结果；在选择了一个恰当的r之后，r仍然可以修剪无结果的项。