“拍照賺錢”APP 中任務(wù)定價(jià)與失敗問題研究

(西北工業(yè)大學(xué)動(dòng)力與能源學(xué)院，陜西 西安 710129)

0 引言

“拍照賺錢”是目前市面上一種簡易的賺錢方式，深受年輕人等“低頭一族”的喜愛，在網(wǎng)上進(jìn)行注冊以后，選擇距離較近或傭金較多的等自己力所能及的任務(wù)，拍照上傳就能領(lǐng)取平臺的傭金。這種自助式服務(wù)大大縮短了任務(wù)周期，而且方便易行，只需要一部手機(jī)就可以完成任務(wù)，而且隨著互聯(lián)網(wǎng)的飛速發(fā)展，這類任務(wù)覆蓋面也越來越廣，越來越多的人逐漸接受了這種模式。因此APP成為該平臺運(yùn)行的核心，而任務(wù)中的失敗現(xiàn)象又是不可避免的，討論任務(wù)失敗原因?qū)ζ脚_的收益是大大有益的。

1 模型假設(shè)

1)所有任務(wù)難度系數(shù)一致。

2)任務(wù)一經(jīng)接受便能完成。

3)一項(xiàng)任務(wù)只能由一人接單。

4)任務(wù)定價(jià)規(guī)律僅與任務(wù)位置有關(guān)。

2 模型建立

本文所要求的是用所收集的信息分析商家的定價(jià)規(guī)律，而收集的數(shù)據(jù)信息只有任務(wù)序號及經(jīng)緯度情況、定價(jià)以及相應(yīng)任務(wù)完成情況，考慮到直角坐標(biāo)的處理便捷性，對經(jīng)緯度進(jìn)行坐標(biāo)變換，轉(zhuǎn)換到直角坐標(biāo)，且任務(wù)完成情況是定價(jià)作用的結(jié)果，所以不需考慮任務(wù)完成情況這一指標(biāo)，用聚類的方法對數(shù)據(jù)進(jìn)行預(yù)處理，依據(jù)任務(wù)位置將數(shù)據(jù)分為3類，隨后對各類分別進(jìn)行二項(xiàng)式曲面擬合，確定了任務(wù)定價(jià)與坐標(biāo)的函數(shù)關(guān)系式，并分析任務(wù)失敗的原因。

對于新的定價(jià)模型的建立，可分析得到2個(gè)設(shè)計(jì)目標(biāo)，分別為提高任務(wù)完成率和降低商家支出費(fèi)用用(成本)，因此需要首先根據(jù)這2個(gè)目標(biāo)建立評價(jià)模型，最后建立價(jià)格調(diào)整模型，即可確保在任務(wù)完成最大化的情況下，商家支出費(fèi)用最低。

3 模型求解

1)首先把經(jīng)緯度坐標(biāo)轉(zhuǎn)換到直角坐標(biāo)系，再計(jì)算2點(diǎn)之間的距離。

d=111.12cos{1/[sinΦA(chǔ)sinΦB十cosΦA(chǔ)cosΦBcos(λB—λA)]}

其中:A點(diǎn)的經(jīng)、緯度分別為λA和ФA，B點(diǎn)的經(jīng)、緯度分別為λB和ФB，d為不同經(jīng)緯度的2點(diǎn)間距離。

2)模糊均值和減法聚類曲面擬合模型的求解。

坐標(biāo)原點(diǎn)的確定:根據(jù)經(jīng)緯度的范圍，取中點(diǎn)確定為原點(diǎn)坐標(biāo)，得到x=0對應(yīng)北緯23.1857，y=0對應(yīng)東經(jīng)113.5884。

價(jià)格與坐標(biāo)數(shù)據(jù)模糊均值和減法聚類步驟如下。

(1)用Matlab聚類工具箱，使用findcluster函數(shù)確定聚類中心。

(2)計(jì)算每個(gè)點(diǎn)到3個(gè)中心點(diǎn)坐標(biāo)的距離，平面距離計(jì)算公式如下：

比較l1，l2，l3大小，若l1最大，歸為1類，若l2最大，則歸為2類，若l3最大，則歸為3類(在實(shí)際計(jì)算中，為簡化計(jì)算，采用坐標(biāo)平方作為距離表達(dá)式)。

(3)進(jìn)行坐標(biāo)轉(zhuǎn)換，坐標(biāo)變換公式如下：

對1系：X1=X0+511.8，Y1=Y0+331.5；對2系：X2=X0+198.3，Y2=Y0-149.2；對3系：X3=X0-29.3，Y3=Y0-76.3。

3)曲面多項(xiàng)式回歸。

設(shè)任務(wù)定價(jià)Pi與坐標(biāo)Xi，Yi存在關(guān)系Pi=f(Xi，Yi)+ξi，ξi為隨機(jī)誤差，對于每一個(gè)堆分別進(jìn)行多項(xiàng)式曲面擬合，在Matlab上實(shí)現(xiàn)擬合，考慮到高次多項(xiàng)式回歸的不穩(wěn)定性，本文采用二次多項(xiàng)式曲面擬合。

Matlab進(jìn)行聚類分析后3類的二次多項(xiàng)式曲面擬合結(jié)果如下所示：

函數(shù)表達(dá)式為：f(x，y)=p00+p10x+p01y+p20x2+p11xy+p02y2

堆1擬合結(jié)果：p00= 66.23，p01=0.083 49，p20=0.006 135，p11=0.003 517，p10=-0.055 51，p02=0.005 85，方差為606.3，擬合系數(shù)為0.913 6。

堆2擬合結(jié)果：p00=66.03，p10=0.104 9，p01=-0.079 52，p20=0.005 296，p11=-0.003 25，p02=0.005 038，方差為359.3，擬合系數(shù)為0.912 7。

堆3擬合結(jié)果：p00=66.62，p10=0.154 7，p01=-0.031 36，p20=-0.000 861 5，p11=-0.002 786，p02=0.011，方差為441.7，擬合系數(shù)為0.922 3。

4)任務(wù)未完成原因分析。

任務(wù)未完成和多種因素相關(guān)，通過Matlab繪圖分析發(fā)現(xiàn)，與價(jià)格關(guān)系最為顯著。計(jì)算得到在從低到高四個(gè)價(jià)格區(qū)間，任務(wù)完成率分別為0.54、0.74、0.75、0.82。說明價(jià)格是決定完成情況的主要因素。

5)評價(jià)模型及新的定價(jià)模型的求解。

本文定義優(yōu)先等級為任務(wù)完成率大于商家支出費(fèi)用(求解過程中考慮到實(shí)際情況未必能夠能保證完成率到達(dá)100%)，沿用聚類分析結(jié)果，帶入類1(237個(gè)任務(wù)點(diǎn))相應(yīng)數(shù)據(jù)使用Spss非線性回歸分析模型確定任務(wù)完成概率與會員信息以及價(jià)格的函數(shù)關(guān)系式，結(jié)合價(jià)格調(diào)整迭代模型進(jìn)行價(jià)格優(yōu)化。

評價(jià)模型與2個(gè)參數(shù)有關(guān)，定義最終評價(jià)模型函數(shù)，其中G值越大，價(jià)格優(yōu)化效果越顯著的最終評價(jià)模型函數(shù)：

任務(wù)完成與否判定結(jié)束后，需要進(jìn)行價(jià)格調(diào)整達(dá)到優(yōu)化目的，可以采取迭代的模型對價(jià)格進(jìn)行優(yōu)化調(diào)整。初始價(jià)格為所搜集資料中給定價(jià)格，第一次循環(huán)直接輸出資料中項(xiàng)目完成情況結(jié)果。隨即執(zhí)行以下步驟：①將完成與沒完成任務(wù)分類，挑出未完成任務(wù)，同時(shí)存儲當(dāng)前已完成任務(wù)信息(只儲存第一次的信息)。②將未完成所有任務(wù)加價(jià)0.5元(附件一任務(wù)價(jià)格以0.5為梯度)。③運(yùn)行會員信息計(jì)算概率模型。①②③步驟循環(huán)執(zhí)行，直到所有任務(wù)均有人完成。此時(shí)商家支出一定大于原有支出。

隨即進(jìn)行價(jià)格優(yōu)化處理，執(zhí)行以下步驟：

(1)第一次運(yùn)行導(dǎo)入①中存儲的已完成任務(wù)信息。以后每次導(dǎo)入上一次剩余已完成任務(wù)。

(2)所有1)中任務(wù)全部降價(jià)0.5元。

(3)運(yùn)行會員信息計(jì)算概率模型。1)2)3)循環(huán)執(zhí)行，直到①中所有已完成變?yōu)槲赐瓿桑考觾r(jià)0.5元，此時(shí)所有任務(wù)均已完成，且總價(jià)最低。

本文先要把任務(wù)完成率提高到100%，然后進(jìn)行降價(jià)操作，但是在實(shí)際程序運(yùn)行中，本文發(fā)現(xiàn)隨價(jià)格提升，任務(wù)完成率提升速度在逐漸趨于平緩，這意味著，需要加很多價(jià)格，才能提升很少的完成率，從結(jié)果可以看出，在橫坐標(biāo)為36時(shí)，任務(wù)完成數(shù)增長十分緩慢，此時(shí)任務(wù)完成率為89.9%。

與原方案相比，雖然價(jià)格提升79元，但任務(wù)完成率從45.5%提高到89.9%，帶入最終評價(jià)模型得G原=-13.53625，G現(xiàn)=-13.09836，G現(xiàn)>G原，現(xiàn)方案更優(yōu)。

4 任務(wù)失敗原因

根據(jù)任務(wù)定價(jià)與任務(wù)位置的關(guān)系，可看出三段區(qū)域的常數(shù)項(xiàng)基本相同，就是類似任務(wù)的市場價(jià)，由此可看出失敗原因是任務(wù)發(fā)布方在各個(gè)區(qū)域基于市場價(jià)的價(jià)格調(diào)整不合理。本文為此類APP中價(jià)格調(diào)整提供了依據(jù)，對于一些分配問題，決策問題的解決，本文的方法也可作為參考。