基于多元線性回歸的“拍照賺錢”的任務(wù)定價(jià)模型房越

許乾宸 高振

基于多元線性回歸的“拍照賺錢”的任務(wù)定價(jià)模型

房 越，許乾宸，高 振

（南京郵電大學(xué)，南京? 210046）

摘 要：隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，“拍照賺錢”成為一種新興的自助服務(wù)模式，其APP中的任務(wù)定價(jià)日益成為人們關(guān)注的焦點(diǎn)。利用K-means聚類法，結(jié)合各影響參數(shù)，建立多元線性回歸模型，對(duì)結(jié)果與原始方案做比較，從而實(shí)現(xiàn)對(duì)拍照賺錢打包定價(jià)問題的求解，并根據(jù)結(jié)果對(duì)該類經(jīng)營模式提出建議。

關(guān)鍵詞：任務(wù)定價(jià);多元線性回歸;K-means聚類

中圖分類號(hào)：F224? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號(hào)：1673-291X（2019）24-0166-02

一、研究背景與問題分析

隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，近年來出現(xiàn)了“拍照賺錢”這種自助式服務(wù)模式。倘若任務(wù)的定價(jià)不合理，就會(huì)出現(xiàn)有任務(wù)無人問津從而導(dǎo)致商品檢查失敗的情況。

為了設(shè)計(jì)出合理定價(jià)方案，我們根據(jù)文獻(xiàn)[1]附件1中的已完成任務(wù)的相關(guān)數(shù)據(jù)，以會(huì)員密度和限額密度為自變量，以任務(wù)定價(jià)為因變量，建立多元線性回歸模型，得出新定價(jià)方案;然后，將任務(wù)打包發(fā)布，首先利用K-means聚類法將位置集中在一起的任務(wù)進(jìn)行聚類，再選取某一類中新定價(jià)最低的價(jià)格作為該類別的定價(jià)，分別將新、舊兩個(gè)方案進(jìn)行對(duì)比。

二、模型的建立與求解

（一）多元線性回歸模型的建立

記因變量任務(wù)標(biāo)價(jià)為y，自變量會(huì)員密度、限額密度分別為x1、x2，為了大致分析y與x1、x2的關(guān)系，我們利用Matlab做出任務(wù)標(biāo)價(jià)y分別關(guān)于會(huì)員密度x1、限額密度x2之間的多元線性回歸模型為：

利用Matlab的統(tǒng)計(jì)工具可以計(jì)算得到各個(gè)回歸系數(shù)，我們得到任務(wù)標(biāo)價(jià)y與會(huì)員密度x1、限額密度x2的近似表達(dá)式為：

y=73.38-0.09045x1-0.008045x2

該式表示的是附件一項(xiàng)目的新任務(wù)定價(jià)方案，x1的系數(shù)為-0.09045，說明會(huì)員密度每增加1個(gè)/Km2，新任務(wù)定價(jià)就減少0.09045元，同理得x2。

（二）基于K-means聚類的打包發(fā)布定價(jià)模型

首先，采用K-means聚類的方法分別對(duì)附件一項(xiàng)目中的所有任務(wù)的緯度、經(jīng)度進(jìn)行聚類，我們將其聚為80個(gè)類別。

1.任務(wù)打包發(fā)布的影響分析。選取每個(gè)任務(wù)包的中心點(diǎn)，對(duì)該點(diǎn)的任務(wù)完成率進(jìn)行分析，進(jìn)而計(jì)算出打包發(fā)布后整體的完成率，與原完成率進(jìn)行對(duì)比。

2.任務(wù)包中心點(diǎn)及范圍的確定。計(jì)算出各類別中任務(wù)緯度、經(jīng)度的平均值，將結(jié)果作為該任務(wù)包中心點(diǎn)的位置，計(jì)算公式為：

我們已經(jīng)得知任務(wù)的完成度與會(huì)員密度、限額密度均呈反比關(guān)系，故將兩者的乘積作為該式的分母;根據(jù)常識(shí)可知，領(lǐng)取任務(wù)包的會(huì)員的信譽(yù)度越高、任務(wù)打包發(fā)布定價(jià)越高，任務(wù)完成度越高，故將信譽(yù)度和與打包發(fā)布定價(jià)的乘積作為分子。

（三）模型的優(yōu)點(diǎn)

1.該任務(wù)打包模型綜合考慮到對(duì)老會(huì)員的優(yōu)惠政策，又考慮到新會(huì)員的照顧，政策相對(duì)公平合理，價(jià)格定得相對(duì)合理。

2.在保證成本低的情況下推出的打包定價(jià)方案，既可以滿足一些會(huì)員多任務(wù)的需求，又可以提高任務(wù)完成率，提高調(diào)查效率。

3.在打包過程中降低了任務(wù)之間的競(jìng)爭壓力，且采取分時(shí)段發(fā)布任務(wù)可以給更多的會(huì)員考慮的機(jī)會(huì)，給不同等級(jí)的會(huì)員提供不同的又相對(duì)令人滿意的選擇空間。

（四）在經(jīng)濟(jì)管理上的推廣

1.該打包模型可以推廣至商業(yè)中競(jìng)爭激烈的廠址選取、定價(jià)規(guī)劃等問題上，給出合理的建議策略。

2.打包模型對(duì)于研究不同級(jí)別用戶和新用戶的區(qū)別對(duì)待上給出了比較合理合適的解釋，適合運(yùn)用到該類問題上。

3.任務(wù)定價(jià)模型可以推廣至全國范圍內(nèi)，不單單是局限于一個(gè)或幾個(gè)城市，層次分明，規(guī)劃合理。

參考文獻(xiàn)：

[1]? 全國大學(xué)生數(shù)學(xué)建模競(jìng)賽組委會(huì).2017高教社杯全國大學(xué)生數(shù)學(xué)建模競(jìng)賽（CUMCM）題目B題[EB/OL].全國大學(xué)生數(shù)學(xué)建模競(jìng)賽網(wǎng)站，2017-09-14.

[2]? 姜啟源.數(shù)學(xué)模型[M].北京：高等教育出版社，1993.

[3]? 司守奎，孫璽菁.數(shù)學(xué)建模算法與應(yīng)用[M].北京：國防工業(yè)出版社，2011.