关于“拍照赚钱”任务定价的分析与研究.pdf

关于“拍照赚钱”任务定价的分析与研究 摘要 “拍照赚钱”是移动互联网下的一种自助式服务模式，而app 成为基于移动 互联网的自助式劳务众包平台运行的核心，通过对任务定价规律的分析、理解、 整合。从而得出位置、会员信息如何影响任务定价以及未完成任务的原因及规律。 进而减少控制未完成任务量，优化任务定价方案。 针对问题一，将附件一数据进行可视化，通过 bubble plot 画图，了解数据 的信息，紧接着将任务的定价与任务周围的区域单位面积内任务完成能力进行分 析，然后以可使用人力的密度、任务的价格为自变量，对任务完成情况做logistic 回归分析，最后得到两个结论：一个可能的解释为对这些任务定价定的过低，对 会员没有吸引力；另一个可能的解释为在该区域定价策略失效，无法对该区域的 会员产生足够的吸引力。 针对问题二，通过spss 算法中导入数据输出的几个表中，模型系数总和检 验表，要看他模型的P 值是不是小于0.05，判断我们这个logistic 回归方程有没 有意义。通过数据预处理单位面积下的会员信誉值、任务额度以及道路交通通行 量数据整合，将上述处理过的数据归纳后代入附件一中，再将合并后的数据代入 spss 中进行logistic 回归处理得到新的定价方案，经过对比完成任务前后方案改 变后发现新方案较原方案更有优势。 针对问题三，运用聚类分析，建立针对问题二的优化模型分析，通过会员的 坐标经纬度位置分析，确立打包模型，考虑到打包后会员位置以及任务密度下降， 因此将利用规划后的最优的打包模型将之与第二问模型加以比较分析，最后得出 结论：优化的模型降低9.64%~10.03%的任务总金额，而且能减少6.21%~7.66% 的任务未完成率。 针对问题四，将附件三的数据运用到问题三构建的任务定价模型当中，通过 分析不同完成度的定价式方案，之后在此基础上添加定价金额和完成度双重指标 加以分析。设计出两张图像，最后通过综合评价对结果进行排列，得出最优任务 定价方案的综合评价值为0.9853，最差方案的综合评价值为0.5851，得到在任务 完成度为60% ~ 70%时的新定价方案最优。 最后根据以上四问建立的任务定价模型，通过进一步分析，对任务定价规律 有了更深层认识，对促进app 自助式劳务众包平台运行具有一定的参考价值。 关键词 ：logistic 回归模型 多目标规划 聚类分析 综合分析评价模型 一、问题重述 1.1 问题的背景 近年来，众包商业模式符合市场激烈竞争节约运作成本的需要，同时也能 满足网络时代客户参与产品设计和服务规划的需求，把设计、生产和销售等环节 联系起来，最大程度上避免了产品设计生产和客户需求的脱节。本文借用研究“拍 照赚钱”app 任务定价规律借此来突出众包商业模式，相较于传统的市场调查方 法大大节省成本，有效保证程序运行的效益化。 1.2 问题的相关信息 附件一是一个已结束项目的任务数据，其中有任务的位置、定价和完成 情况（“1”和“0 ”分别代表完成及未完成）；附件二是会员信息数据，其中有 会员的位置、信誉值、参考其信誉给出的任务开始预订时间和预订限额，原则上 会员信誉度越高，越优先开始选择任务，其配额也就越大（根据预订限额所占比 例配发任务）；附件三是一个新的项目任务数据，只有任务的位置信息。 1.3 需解决的问题 问题一：通过研究附件一中的任务定价规律，研究并分析任务未完成的原因。 问题二：为附件一中的项目设计新的任务定价方案，同原方案进行比较。 问题三：在实际生活中很多任务相对集中，导致客户相互争抢，其中考虑是 将这些任务联合在一起打包发布。在这种考虑下，怎样修改前面的定价模型，又 会对最终的任务完成情况产生什么影响？ 问题四：针对附件三中的新项目给出新的任务定价方案，并评价该方案的可 行性。 二、模型假设 1.假设任务接收、操作、完成困难程度一致，即不考虑不同任务方面对问题的影 响； 2.假设任务的地点位置不随时间发生变化； 3.假设数据中会员的数量、信誉度不发生任何变化。 三、符号说明 H