移动群智感知网络（Mobile Crowdsensing Network,MCSN）是一种新的数据获取模式,致力于为人们提供普适的物联网服务。合理的任务定价机制不仅能够激励更多的用户参与感知任务,还有助于平台的良性发展,因而,逐渐成为群智感知领域的研究热点。现有的研究大多是根据历史交易情况或者MCSN中的某种主体交互进行定价,均未考虑两者协同定价。此外,还普遍存在未充分分析任务定价规律、定价预测模型偏差较大以及未考虑在线场景中感知任务精细定价等问题。为了解决上述问题,本文提出基于逆向拍卖和情境因素的任务定价机制。首先,提出基于情境因素的任务区间定价机制IPCF,通过分析影响价格变化的情境因素预测感知任务的价格区间。以真实的历史交易价格集为数据源,构建基于情境因素的任务定价标准数据集;通过两步聚类探索约束关系复杂多变的感知任务定价规律,实现任务价格的自然分组和归类描述;在此基础上,实现基于深度神经网络的价格区间预测模型。实验结果表明,该定价机制的预测准确率高于82.7%。其次,提出一种在线场景下基于逆向拍卖的任务个性定价机制DPRA,通过主体交互实时确定任务价格。任务参与者以IPCF为指导向平台提交报价信息用以获取参与任务的资格;平台通过逆向拍卖策略选择随时到达的任务参与者并确定其报酬,同时引入情境阈值变更报酬。结果表明该机制能够满足计算有效性等特征条件,并提高了任务参与者的收益,能够激励其积极参与感知任务。最后,设计并实现基于IPCF&DPRA的MCSN原型系统。该系统包含:MCSN平台管理者发布感知任务和价格区间的Web客户端、任务参与者完成感知任务并获取报酬的Android移动终端以及用于业务处理的服务器端。融合两种定价机制实现MCSN原型系统,从实际应用角度完善定价机制。