“拍照賺錢”的任務(wù)定價(jià)方案

郭涵婧

摘? ?要：拍照賺錢是互聯(lián)網(wǎng)下新興的一種自助服務(wù)模式。本文主要解決了由已結(jié)束項(xiàng)目任務(wù)數(shù)據(jù)的各指標(biāo)及會(huì)員數(shù)據(jù)改進(jìn)任務(wù)定價(jià)的問題，并分析了不同方法的實(shí)施效果。問題一，我們首先進(jìn)行數(shù)據(jù)修正。通過價(jià)格分布熱力圖發(fā)現(xiàn)原方案的任務(wù)定價(jià)和該任務(wù)周邊的會(huì)員分布情況存在明顯的線性關(guān)系，定義任務(wù)點(diǎn)繁華度為以任務(wù)點(diǎn)為中心某半徑范圍內(nèi)的任務(wù)點(diǎn)個(gè)數(shù)，故選用繁華度做自變量建立與定價(jià)的回歸方程，由任務(wù)完成為1，不完成為0的特征，我們用邏輯回歸建立任務(wù)完成度關(guān)于繁華度和定價(jià)的回歸方程，由邏輯回歸方程可以看出，在會(huì)員位置確定且無(wú)法改變的情況下，即任務(wù)的半徑范圍內(nèi)會(huì)員數(shù)不變時(shí)，任務(wù)定價(jià)越高，任務(wù)被完成的可能性越大。而未被完成的任務(wù)點(diǎn)，除了位置離會(huì)員集中區(qū)較遠(yuǎn)以外，價(jià)格也不足夠高來(lái)吸引更多的會(huì)員去完成它。問題二，變換模型一的邏輯回歸方程即可得到新的定價(jià)方案。當(dāng)任務(wù)無(wú)法被完成時(shí)，我們的定價(jià)模型通過提高它的價(jià)格以提高任務(wù)被完成的概率，而當(dāng)任務(wù)可以被完成時(shí)，我們給出了可以被完成的最低定價(jià)，以提高該APP公司的利益。問題三中由歐氏距離對(duì)各個(gè)任務(wù)點(diǎn)進(jìn)行Q型聚類，得到了各打包任務(wù)。類似于問題二所建立的模型，得出打包任務(wù)中心點(diǎn)的定價(jià)，并且考慮該打包任務(wù)所含的任務(wù)點(diǎn)個(gè)數(shù)，兩者相乘得到該打包任務(wù)的最終定價(jià)，并建立一個(gè)根據(jù)雙向滿意度矩陣來(lái)進(jìn)行打包任務(wù)分配的模型，于是每個(gè)打包任務(wù)最終被解決的可能性非常大。打包后的總定價(jià)明顯低于不打包時(shí)的總定價(jià)，這對(duì)公司的利益來(lái)說(shuō)是非常有益的。問題四，計(jì)算打包或不打包的定價(jià)方案，打包之后的任務(wù)總定價(jià)明顯高于不打包的總定價(jià)，然而打包會(huì)讓任務(wù)的完成度更好，兩種定價(jià)方案各有優(yōu)勢(shì)，APP公司可根據(jù)實(shí)際情況選擇最適合的方案。

關(guān)鍵詞：定價(jià)方案? 繁華度? 打包? 回歸分析? 邏輯回歸? Q型聚類? 雙向匹配? mat

中圖分類號(hào)：TP183? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1674-098X（2019）06（c）-0253-04