本文研究了移动众包感知中的工人招聘，提出通过Mini-Batch K-Means聚类和GCN模型提高招聘效率，并优化多目标任务的工人选择策略。实验结果表明，该方法优于其他策略。同时，探讨了移动群体感知系统的潜力及隐私保护的协作学习框架，以改善社会服务。