欢迎来到天天文库
浏览记录
ID:20827394
大小:758.22 KB
页数:31页
时间:2018-10-16
《2017国赛国二论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、“拍照赚钱”的任务定价摘要“拍照赚钱”是移动互联网下的一种自助式服务模式,App的会员通过完成物品拍摄任务获取奖金。对任务的定价是该App成功运作的核心。我们把附件中所有任务坐标对应为具体地址,运用Matlab、Excel等软件,通过数据分析、模型建立解决任务定价的若干问题。针对问题一,首先我们分析与任务定价规律有关的因素,合理选取八个因素,我们猜测这些因素与定价有关。再基于灰色关联度模型,运用MATLAB对这八个因素进行关于定价的关联度分析,确定四个因素,按关联度大小排序分别为:人均GDP、人口密度、会员人数与任务数量的比值、任务点附近会员人口密度。然后我
2、们对这四个因素进行关于定价的回归分析,得出总的任务定价规律。接下来分析任务未完成原因,我们把任务未完成原因归纳为定价规律的缺陷和任务本身的复杂度。首先,我们建立关于任务完成率的灰色关联度模型,使用MATLAB计算得到:定价与完成率的关联度最高。其次,结合定价分析,说明了任务未完成原因是定价低于会员的期望值。最后分析任务复杂度等因素。针对问题二,我们的方案分为两个步骤。步骤一:针对每一个区,以任务完成率最高为目标,采用系统聚类模型来对区内任务点进行分类,之后采用非线性回归的方法来构建以区完成率尽量大为目标的区均价优化模型来确定区优化定价,该区的优化定价为68.
3、251元。步骤二:针对区内的某一个具体任务,基于该优化结果应用多元线性回归模型得出区内某点的定价方程式从而确定区内任务定价。针对问题三,我们使用K-均值聚类的方法,对广州市的320个任务进行打包分配。根据效用函数模型,结合会员和任务点位置的距离分析,我们给出了任务打包后的新的价格模型,同时规定:在距离聚类中心位置15Km范围内,如果有会员,则这组打包任务会被完成。根据打包后新的价格模型,广州市的完成率从原来的74.68%提高到了82.05%,并且在提高任务完成率的同时降低了任务的总定价针对问题四,我们利用问题二中系统聚类结果对附件三中属于该区的任务点进行k近
4、邻聚类,从而确定附件三该区任务点所属类别。依据系统聚类的信息来确定任务点的定价。关键词:灰色关联度系统聚类非线性回归效用函数k近邻聚类1一、问题的背景与重述1.问题的背景商业检查和信息搜集向来是企业关心的问题,随着互联网的发展,像拍拍赚这样的移动互联网下的自助式劳务众包平台应运而生,通过雇佣兼职员工的方式来搜集数据,使数据采集过程更加高效,而其中对各种任务的定价更是影响了人们做任务的意向。2.问题的重述(1)研究附件一中项目的任务定价规律,并分析任务未完成的原因。(2)为附件一中的项目设计新的任务定价方案,并和原方案进行比较。(3)实际情况下,鉴于多个任务可
5、能因为位置集中而导致用户竞相选择,在考虑将这些任务联合在一起打包发布下,该如何修改前面的定价模型,对最终任务的完成情况又有什么影响呢?(4)对附件三中的新项目给出你的任务定价方案,并且评价该方案的实施效果。二、问题的分析问题一:问题一要求我们研究附件一中项目的任务定价规律,并据此分析任务未完成的原因。研究定价规律需要分析任务的相似和差异。首先,我们需要把经纬坐标转化为具体地址再对任务点进行研究。通过合理分析和模型求解,我们可以得到与任务定价有关的因素,进而回归分析出定价规律。对任务的分析可分为定价规律的缺陷和任务本身的复杂度。通过分析任务完成率和定价分析,可
6、以定价规律的缺陷。问题二:问题二中,我们以区完成率尽量大为目标,建立定价优化模型,来为附件一中的项目设计新的任务定价方案。我们选取天河区作为研究对象,采用系统聚类方法得出区内任务点的聚类,从而利用区内类别中的类完成率m以及类均价p来寻找使区完成率尽量大的定价方式,及区定价优化模型。对于区内任务点的定价问题,我们认为区内任务点的定价是在区定价的基础上依据区内任务点的差异来作出修正而得的,而该差异主要由及任务点周围的会员密度x及任务点距l中心任务点的欧氏距离x的差异引起。因此我们探讨区内任务点价格与上述两个因素及区均价M的关系,利用多元线性回归的方式得出区内的
7、定价。问题三:为了简化模型,我们在第三问选取广州市来作为研究对象。通过对数据的研究分析发现广州市会员的信誉值是一样的,因此在此我们忽略了信誉值对任务分配的影响。经过分析我们得到了广州市有320个任务点和672个会员,首先根据k-均值聚类将任务分成107组,每组有3个任务,然后算出3个任务点的平均位置中心,鉴于做任务的会员会选取离自己位置较近的任务点,我们选取距离中心位置15Km范围内预订限额3的人,如果人数0,我们假定一定会有人去做这个任务,否则这组任务没人完成。我们利用经济学中的效用函数模型,分析了三个任务集中完成和三个任务分散完成的情况,发现三个任务打包
8、集中完成的效用更高,因此可以吸引更多的会员去完成任务
此文档下载收益归作者所有