1、題目“拍照賺錢”任務(wù)定價(jià)問題研究本文針對(duì)拍照任務(wù)定價(jià)問題，通過對(duì)影響定價(jià)因素的研究，建立了線性回歸模型、 單任務(wù)點(diǎn)定價(jià)模型、基于支持向量機(jī)的判別預(yù)測模型和基于聚類與圖論的打包定價(jià)模 型，運(yùn)用matlab> mintab和excel進(jìn)行求解，并評(píng)價(jià)了實(shí)施效果。針對(duì)問題一，建立了線性回歸模型。我們首先將附件一的數(shù)據(jù)轉(zhuǎn)換為散點(diǎn)圖，從整 體上觀察價(jià)格分布情況，定性分析任務(wù)價(jià)格分布規(guī)律，然后利用聚類分析，計(jì)算聚類屮 心，接著利用線性回歸模型得到任務(wù)點(diǎn)價(jià)格與類中心輻射半徑廠的線性關(guān)系p = kr + b, 即每遠(yuǎn)離屮心坐標(biāo)1千米，任務(wù)價(jià)格上升k元。最后通過研究已完成與未完成任務(wù)點(diǎn)的 數(shù)據(jù)分布差異性，

2、找出了任務(wù)點(diǎn)未完成的原因。針對(duì)問題二，建立了單任務(wù)點(diǎn)定價(jià)模型和基于支持向量機(jī)的判別預(yù)測模型。我們首 先根據(jù)問題一得到的定價(jià)規(guī)律，將原基礎(chǔ)價(jià)分為基礎(chǔ)成本價(jià)和經(jīng)濟(jì)變動(dòng)價(jià)，其屮經(jīng)濟(jì)變 動(dòng)價(jià)是由當(dāng)?shù)氐慕?jīng)濟(jì)水平?jīng)Q定。然后綜合考慮路程與任務(wù)周邊會(huì)員分布情況，結(jié)合基礎(chǔ) 價(jià)、路程價(jià)與會(huì)員增值價(jià)確立了單任務(wù)點(diǎn)定價(jià)模型。最后為了檢驗(yàn)定價(jià)模型的合理性， 建立了基于支持向量機(jī)的判別預(yù)測模型，運(yùn)用matlab求解得出重新標(biāo)價(jià)后任務(wù)完成率提 高 16. 2%.針對(duì)問題三，建立了基于聚類與圖論的打包定價(jià)模型。首先，我們限制聚類的條件 確定了任務(wù)包的數(shù)量，然后將會(huì)員與任務(wù)包看成完全圖，利用模擬退火算法求得最短回 路，旨在提高

3、單位路程收益率，確定了任務(wù)包的總價(jià)格，與問題二相比成本節(jié)約了 17. 2%, 任務(wù)完成率提高了 1.95%.針對(duì)問題四，我們首先通過附件三所提供的新任務(wù)的位置坐標(biāo)，得到其周邊會(huì)員的 分布狀況，并分別帶入單任務(wù)點(diǎn)定價(jià)模型和基于聚類與圖論的打包定價(jià)模型進(jìn)行計(jì)算。 然后比較兩方案的結(jié)果，發(fā)現(xiàn)多任務(wù)聯(lián)合打包發(fā)布的定價(jià)方案，在任務(wù)定價(jià)總金額上比 單任務(wù)點(diǎn)節(jié)省了 22. 39%,并且任務(wù)完成率提高了 12. 49%.關(guān)鍵字線性回歸模型支持向量機(jī)模型層次聚類1問題的重述“拍照賺錢”是基于互聯(lián)網(wǎng)移動(dòng)智能終端下的一種自助服務(wù)模式。用戶下載app, 注冊(cè)成為會(huì)員用戶，通過從app上領(lǐng)取拍照任務(wù)（比如去某百貨超市檢

4、查某品牌商品 的上架情況），賺取相應(yīng)的酬金。這種基于移動(dòng)智能終端互聯(lián)網(wǎng)的自助勞務(wù)眾包平臺(tái)， 可以為企業(yè)、商家提供多種商業(yè)檢查任務(wù)以及商業(yè)信息搜集任務(wù)，相比于傳統(tǒng)的調(diào)查方 式，這種眾包服務(wù)可以節(jié)省人量調(diào)查成本，而且可以有效保證調(diào)查數(shù)據(jù)的真實(shí)性，縮短 調(diào)查的調(diào)查周期。對(duì)于此平臺(tái)來說，移動(dòng)智能終端上的app軟件是該平臺(tái)運(yùn)行的核心, 而app軟件中，任務(wù)定價(jià)又是其完成任務(wù)的核心要素。如果任務(wù)定價(jià)不合理，部分任 務(wù)就會(huì)無人問津，從而導(dǎo)致商業(yè)檢查任務(wù)以及商業(yè)信息搜集任務(wù)的失敗。結(jié)合題目中給 出的附件，我們需要討論完成下面的問題。問題一：研究題目給出的附件一中的數(shù)據(jù)，附件一包含一組已結(jié)束的任務(wù)數(shù)據(jù)，包 括每

5、個(gè)任務(wù)的地理位置、任務(wù)定價(jià)和任務(wù)完成情況（“1”表示任務(wù)完成，“0”表示任務(wù) 未完成）。我們需要根據(jù)任務(wù)的經(jīng)緯度位置，挖掘經(jīng)緯度位置背后隱藏的信息，進(jìn)而研 究項(xiàng)目的任務(wù)定價(jià)規(guī)律，再結(jié)合任務(wù)完成情況分析任務(wù)未完成的原因。問題二：考慮題目給出的附件二，附件二是會(huì)員信息數(shù)據(jù)，包含了會(huì)員的位置、信 譽(yù)值、參考其信譽(yù)給岀了會(huì)員接受任務(wù)開始預(yù)訂時(shí)間和任務(wù)預(yù)訂限額，會(huì)員信譽(yù)越高， 越可以優(yōu)先開始挑選任務(wù)，且其任務(wù)配額也就越大。以這些數(shù)據(jù)為基礎(chǔ)，我們要為附件 一中的任務(wù)設(shè)計(jì)新的任務(wù)綜合定價(jià)方案，并和舊方案進(jìn)行對(duì)比。問題三：實(shí)際情況下，多個(gè)任務(wù)在相對(duì)集中的位置發(fā)布，可能會(huì)導(dǎo)致用戶會(huì)爭相預(yù) 定，有一種考慮是把這些

6、位置接近的任務(wù)捆綁在一起打包發(fā)布。在這種考慮下，我們需 要修改前面的任務(wù)定價(jià)模型，分析新的定價(jià)模型對(duì)最終的任務(wù)完成度的影響。問題四：結(jié)合題目給出附件三，附件三是一個(gè)新的檢查項(xiàng)目任務(wù)數(shù)據(jù)，只有任務(wù)的 位置信息。我們需要通過對(duì)地理位置信息的深度挖掘，獲得更多的任務(wù)信息，并對(duì)附件 三中的新項(xiàng)目給出新的任務(wù)定價(jià)方案，并從多方面評(píng)價(jià)該方案的實(shí)施效果。2模型的假設(shè)（1）假設(shè)會(huì)員信譽(yù)值越高，會(huì)員接單可能性越大；（2）假設(shè)會(huì)員在某時(shí)刻選擇不接單，一段時(shí)間后，才會(huì)再次選擇是否接單；（3）假設(shè)app上發(fā)布的任務(wù)難度上處于同一水平；（4）假設(shè)在其余情況相同的條件下，會(huì)員挑單的順序按照信譽(yù)值高低排序選擇；（5）假設(shè)會(huì)

7、員選擇任務(wù)時(shí)，會(huì)以利益為導(dǎo)向，優(yōu)先選擇單位距離收益率高的任務(wù);（6）假設(shè)打包任務(wù)完成，代表任務(wù)包內(nèi)全部任務(wù)完成。3符號(hào)說明符號(hào)說明dx, y)類與類之間的距離d(x. y)歐幾里得距離公式arg min f(x)使得函數(shù)/（x）取得其最小值的所有自變量x的集合l表示損失函數(shù)符號(hào)說明p價(jià)格圈內(nèi)（圓形或環(huán)形區(qū)域）內(nèi)的平均價(jià)格pi每個(gè)任務(wù)的價(jià)格p任務(wù)標(biāo)價(jià)p新制定的任務(wù)標(biāo)價(jià)片基礎(chǔ)價(jià)p.路程價(jià)呂會(huì)員增值價(jià)p1改進(jìn)后的基礎(chǔ)價(jià)格h表示將兩類樣本正確分開的超平面w參數(shù)向量，即超平面的法向量q任務(wù)包內(nèi)所有任務(wù)總定價(jià)和4模型的建立與求解4.1問題一的分析與求解4. 1. 1問題一的分析為了研究附件一中項(xiàng)目的任務(wù)定

8、價(jià)規(guī)律，我們先分析附件一中任務(wù)的經(jīng)緯度數(shù)據(jù)， 這些數(shù)據(jù)確定了各個(gè)任務(wù)點(diǎn)的具體位置，然后收集了這些位置的相關(guān)信息，包括人口、 地形、交通、地區(qū)經(jīng)濟(jì)發(fā)展水平、地區(qū)特色等。先從整體上觀察價(jià)格分布情況，發(fā)現(xiàn)其價(jià)格分布大致是以某些低價(jià)點(diǎn)為中心呈放射 狀逐步提升的，再利用精確的數(shù)值計(jì)算驗(yàn)證這種規(guī)律的存在性。從數(shù)據(jù)分析的角度，為 了能對(duì)各個(gè)位置的任務(wù)的標(biāo)價(jià)給出一個(gè)更準(zhǔn)確、細(xì)致的分類，我們采用聚類分析。首先 利用層次聚類分析找岀分布的兒個(gè)低價(jià)中心，然后將高的價(jià)格按照低價(jià)的聚類中心逐步 聚類，研究每類任務(wù)點(diǎn)價(jià)格與類中心的距離關(guān)系，最后利用最小二乘法擬合，得到任務(wù) 定價(jià)與距心半徑的關(guān)系曲線圖。我們通過研究已完成的

9、任務(wù)點(diǎn)與未完成的任務(wù)點(diǎn)的數(shù)據(jù)分布差異性，找岀了任務(wù)點(diǎn) 未完成的原因。4.1.2問題一的模型準(zhǔn)備（1）整體情形通過分析所有任務(wù)的標(biāo)價(jià)，制作價(jià)格的分布圖（圖4-1-1）,我們觀察發(fā)現(xiàn)，價(jià)格的 變化呈現(xiàn)這樣一種態(tài)勢：整體上存在幾個(gè)半徑有限的價(jià)格輻射圈，能覆蓋整個(gè)區(qū)域，價(jià) 格圈從中心往外輻射，價(jià)格逐漸增加。幾個(gè)價(jià)格輻射圈可能相互獨(dú)立，也可能互有交叉。圖4-1-1所有任務(wù)價(jià)格分布圖(2) 局部情形前文是通過全局窺探定價(jià)規(guī)律，下面我們?cè)購膮^(qū)域出發(fā)，進(jìn)一步分析價(jià)格的形成機(jī) 制，選擇東莞市作為一個(gè)樣本，在東莞市有179個(gè)任務(wù)位置，把東莞市任務(wù)的定價(jià)分成六類,在地圖上對(duì)應(yīng)分布，如圖4-l-2o+x&山3

10、壬臺(tái)山風(fēng)皿75 - 85& o °°mull餅伽入66-5 - 68.5如-70.570.$ 72.572.5 * 7565 - 66.5圖4-1-2東莞市任務(wù)標(biāo)價(jià)分布圖由上圖，我們可知，東莞市任務(wù)標(biāo)價(jià)分布圖可以呈現(xiàn)為一個(gè)由中心向外逐步遞增的 輻射圖。由此，我們發(fā)現(xiàn)東莞市拍照賺錢的任務(wù)定價(jià)規(guī)律為：城市屮心圈，即城市屮心五公里內(nèi)任務(wù)標(biāo)價(jià)在65-685之間，在距離城市中心5公里和10公里內(nèi)的環(huán)形區(qū)域內(nèi) 任務(wù)標(biāo)價(jià)在6& 5-72. 5之間，在距離城市中心10公里以外的區(qū)域內(nèi)任務(wù)標(biāo)價(jià)在72. 5-85之間。4.1.3問題一的模型建立（1）層次聚類分析聚類分析是要用數(shù)

11、量化的方法對(duì)事物進(jìn)行分類，就必須用數(shù)量化的方法描述事物之 間的相似程度。聚類分析采用一種“貫穿”的方式按照一定的順序進(jìn)行，逐個(gè)掃描數(shù)據(jù) 并確定類屮心，再基于一定的標(biāo)準(zhǔn)把觀測量分到相應(yīng)的各類中。我們以經(jīng)緯度位置為依 據(jù)確定樣本間的相似度。首先，我們選擇歐幾里得（euclid ） 離度量樣本點(diǎn)間的相似程度，計(jì)算公式幵丄如,y） = £l 忑一 鬥2.k=l然后，使用最長距離法來測量類與類之間的距離，即o,y） = maxo,y）, 它的直觀意義是兩個(gè)類種最遠(yuǎn)兩點(diǎn)間的距離。最后，在mintab中利用層次聚類，選擇相似度指數(shù)為99.5,先從標(biāo)價(jià)為65元的任務(wù) 點(diǎn)開始聚類，得到四個(gè)類中心，如下

12、表，在地圖上定位岀具體坐標(biāo)。表4-1-1類中心經(jīng)緯度及具體位置類中心緯度經(jīng)度具體位置123. 032979113.127594佛山市禪城區(qū)朝安北路6號(hào)鋪中石化223. 125205113.295135廣州市越秀區(qū)寺右新馬路82號(hào)松崗小區(qū)323. 044353113. 770294東莞市天寶路5大地大廈422. 541733113.940582深圳市南山區(qū)粵海街道高新區(qū)聯(lián)想大廈我們根據(jù)經(jīng)緯度位置定位出類屮心1為工業(yè)區(qū)，類屮心2處于住宅區(qū)和學(xué)校區(qū)，類屮 心3處于商業(yè)中心圈，類中心4是科技園區(qū)。進(jìn)一步地，通過查閱數(shù)據(jù)，得到類中心1的 人均gdp比較小，經(jīng)濟(jì)發(fā)展水平低，其他三類中心的人均gdp大，經(jīng)濟(jì)

13、水平高。但這 四類屮心的任務(wù)定價(jià)都是在65元，故我們推測附件一在定價(jià)時(shí)可能并未考慮經(jīng)濟(jì)影響因 素，這也可能是造成深圳市任務(wù)完成率低的一個(gè)原因。（2）計(jì)算價(jià)格分布數(shù)列通過前面的分析，我們發(fā)現(xiàn)任務(wù)的價(jià)格大致是以這四個(gè)類中心為圓心，向外輻射， 隨著輻射半徑的増加，價(jià)格不斷增加。針對(duì)某個(gè)聚類屮心h來說，我們令數(shù)列色表示與 中心h點(diǎn)的距離在w/ + 1）內(nèi)的所有任務(wù)點(diǎn)的價(jià)格均值。以同樣的辦法算出四個(gè)類的價(jià) 格分布數(shù)列，用excel表格畫出這些數(shù)列的散點(diǎn)折線圖（圖4-1-3）得到任務(wù)定價(jià)與輻射半 徑的關(guān)系。圖4-1-3任務(wù)定價(jià)與輻射半徑的關(guān)系由此，我們發(fā)現(xiàn)拍照賺錢的任務(wù)定價(jià)規(guī)律為：每個(gè)城市都對(duì)任務(wù)有一個(gè)基

14、礎(chǔ)標(biāo)價(jià)， 隨著輻射半徑拉大，即輻射半徑的增加，路程價(jià)不斷增加。四個(gè)城市的類中心的基礎(chǔ)標(biāo) 價(jià)有差異，隨著距離的增加，其上升趨勢也有所不同。（3）最小二乘法擬合曲線我們用最小二乘法擬合曲線，通過最小化誤差的平方和尋找數(shù)據(jù)的最佳函數(shù)匹配， 簡便地求得未知的數(shù)據(jù)，并使得這些求得的數(shù)據(jù)與實(shí)際數(shù)據(jù)z間誤差的平方和為最小。 使用最小二乘法來求線性回歸損失函數(shù)最優(yōu)解，本題假設(shè)線性回歸數(shù)據(jù)集屮特征與結(jié)果 存在著線性關(guān)系y = kx+b,使用平方差來衡量估計(jì)值與真實(shí)值得誤差（如果只用差值就 可能會(huì)存在負(fù)數(shù)）；定義用于計(jì)算真實(shí)值與預(yù)測值的誤差的函數(shù)為平方損失函數(shù)，這里 用厶表示損失函數(shù)厶=（幾-（優(yōu)+"）

15、2,整個(gè)數(shù)據(jù)集上的平均損失為1 n厶二亦工£（幾,/（兀,x）,八 /j=l我們要求得最匹配的加與c使得厶最小，數(shù)學(xué)表達(dá)式可以表示為1 narg min 一工,f（xn,bn s刃心這里，arg min /（x）是指使得函數(shù)/（x）取得其最小值的所有自變量兀的集合。我們利用z前求得的價(jià)格分布數(shù)列，以廣州市和深圳市為例，擬合岀廣州市和深圳 市價(jià)格分布與輻射半徑的回歸方程分別為y = 0.4182x+64.16,>' = 0.3695x + 70.16.其擬合線圖分別是圖4-1-8和圖4-l-9o它們的r-sq(調(diào)整)'90%,故兩條曲線的擬合 效果極佳。廣州市任務(wù)

16、標(biāo)價(jià)與輻射半徑擬合線圖y= 64.16 + 0.4182x858075-7001020304050輻射半徑(km)65圖4-1-4廣州市任務(wù)標(biāo)價(jià)與輻射半徑擬合線圖86848280787674-72深圳市任務(wù)標(biāo)價(jià)與輻射半徑擬合線圖y= 70.06 + 0.3695x510152025303540輻射半徑(km )圖4-1-5深圳市任務(wù)標(biāo)價(jià)與輻射半徑擬合線圖根據(jù)我們擬合出的任務(wù)標(biāo)價(jià)與輻射半徑的直線方程，我們可以確定廣州市的任務(wù)基 礎(chǔ)價(jià)格為64. 156元，單位距離上的路程價(jià)格為0.4182元，深圳市的任務(wù)基礎(chǔ)價(jià)格為 70. 16元，單位距離上的路程價(jià)格為0. 3695元。我們擬合出直線方程，在某種

17、程度上驗(yàn)證了我們?cè)趧傞_始模型準(zhǔn)備中的猜想是正確 合理的，所以我們就找到了附件一中的任務(wù)定價(jià)規(guī)律為：每個(gè)任務(wù)點(diǎn)價(jià)格與中心輻射半 徑呈線性關(guān)系，即每遠(yuǎn)離中心坐標(biāo)1千米，任務(wù)價(jià)格上升0. 2-0.4元。4.1.4未完成情況原因分析從總體來看，附件中一共835項(xiàng)任務(wù)，其中已完成的任務(wù)有522項(xiàng)，占比62.515%, 各個(gè)價(jià)格區(qū)間段的任務(wù)完成數(shù)量如圖4-1-6。從統(tǒng)計(jì)學(xué)角度來看，一個(gè)任務(wù)是否能完成 的概率會(huì)受到城市地區(qū)經(jīng)濟(jì)水平、任務(wù)點(diǎn)周圍會(huì)員狀態(tài)等指標(biāo)因素的影響。450400350300 -250200150100 -50075-8565-6767.5-69.570-7272.5-74.5圖4-1-6任

18、務(wù)完成數(shù)量及任務(wù)總數(shù)圖圖4-1-7任務(wù)完成情況分布圖(3完成個(gè)數(shù)未完成個(gè)數(shù)觀察圖4-1-7,可以發(fā)現(xiàn)，四個(gè)不同市區(qū)內(nèi)的任務(wù)完成情況有著明顯的不同，廣州 市、佛山市區(qū)域已完成的任務(wù)點(diǎn)和未完成的任務(wù)點(diǎn)數(shù)量相近，而東莞市絕大部分任務(wù)點(diǎn) 都已完成、深圳市大部分任務(wù)點(diǎn)未完成。一方面，就城市的經(jīng)緯度位置而言，東莞市位于廣東省的中部，經(jīng)濟(jì)發(fā)展處于中等 水平、交通較為便利、人口較為密集，城市繁榮度處于中等水平，所以綜合而言，東莞 市的定價(jià)可能處于人們理想價(jià)格水平及其以上，即東莞市的任務(wù)定價(jià)可能是合理的，也 可能過高，故東莞市的完成率比較低。廣州和深圳位于廣東省的北部和南部，經(jīng)濟(jì)發(fā)展水平高，交通便利，人口密集，

19、進(jìn) 而城市繁榮度高，正因?yàn)槿绱耍藗儾粷M足任務(wù)的定價(jià)，認(rèn)為收益過低，故造成廣東和 深圳完成率低的原因可能是地區(qū)經(jīng)濟(jì)繁榮但任務(wù)標(biāo)價(jià)低。對(duì)佛山而言，佛山位于廣東省的四部，佛山經(jīng)濟(jì)發(fā)展水平低，交通不便利，人口數(shù) 量處于中等水平，進(jìn)而城市繁榮度低。故造成佛山完成率低的原因可能是地區(qū)經(jīng)濟(jì)不繁 榮，任務(wù)標(biāo)價(jià)低等。(2) 任務(wù)點(diǎn)周圍會(huì)員情況我們假設(shè)一個(gè)會(huì)員的服務(wù)范圍是方圓3千米，現(xiàn)統(tǒng)計(jì)四個(gè)城市的任務(wù)完成狀況以及會(huì)員分布情況，并計(jì)算統(tǒng)計(jì)量,如平均數(shù)、 表4-1-2羅中位數(shù)、方差等， e計(jì)量數(shù)據(jù)圖定量分析未完成的原因。因素分析統(tǒng)計(jì)量完成未完成平均數(shù)5413會(huì)員人數(shù)方差1417. 3466. 13屮位數(shù)4523平

20、均距離平均數(shù)2. 302. 95(會(huì)員與任務(wù)點(diǎn)z間)方差 中位數(shù)0. 293. 040. 733. 10平均223. 13210. 44平均信譽(yù)方差97220. 37286449. 08中位數(shù)10&0163. 29平均數(shù)6. 111.25信譽(yù)中位數(shù)方差55. 721.53中位數(shù)1.991.63平均數(shù)27. 3524. 55平均單位收益方差229. 24292. 54中位數(shù)22. 1221.93 會(huì)員人數(shù)的原因分析完成的任務(wù)點(diǎn)和未完成的任務(wù)點(diǎn)附近的會(huì)員分布狀況，完成的任務(wù)點(diǎn)附近方圓 五公里平均會(huì)員人數(shù)集中在17人左右，而未完成的任務(wù)點(diǎn)附近平均會(huì)員人數(shù)集中在23 人左右，口未完成的任務(wù)點(diǎn)會(huì)

21、員人數(shù)的方差遠(yuǎn)小于完成任務(wù)點(diǎn)人數(shù)的方差。所以，有些 地域任務(wù)未完成很可能是因?yàn)檫@部分地區(qū)會(huì)員人數(shù)過低，任務(wù)過多。或者地域地處偏遠(yuǎn), 路程距離城市屮心過遠(yuǎn)，交通不便，區(qū)域附近沒有會(huì)員或者會(huì)員很少，所以任務(wù)的完成 率較低。 會(huì)員信譽(yù)度的原因在完成的任務(wù)點(diǎn)上，會(huì)員的信譽(yù)度平均數(shù)，中位數(shù)都遠(yuǎn)高于未完成的任務(wù)點(diǎn)。所以,有些地域任務(wù)未完成很可能是因?yàn)檫@部分地區(qū)會(huì)員信譽(yù)度低，對(duì)任務(wù)接受的意愿以及完 成態(tài)度都有所欠缺。 會(huì)員收益率的原因根據(jù)單位距離上會(huì)員收益率的差異，一方面，會(huì)員會(huì)傾向選擇那些收益率高的任務(wù), 另一方面，地區(qū)經(jīng)濟(jì)發(fā)展繁榮，普通的收益滿足不了會(huì)員的需求，任務(wù)對(duì)會(huì)員沒什么吸 引力，這些都是造成任務(wù)

22、未完成的原因。4. 2問題二的分析與求解4.2.1問題二的分析問題一中，我們已經(jīng)研究出項(xiàng)冃的定價(jià)規(guī)律為ykx + b又根據(jù)分析的未完成原 因，發(fā)現(xiàn)附件一在制定基礎(chǔ)價(jià)格時(shí)未考慮當(dāng)?shù)氐慕?jīng)濟(jì)因素。我們先從基礎(chǔ)成本價(jià)和經(jīng)濟(jì) 變動(dòng)價(jià)兩個(gè)角度調(diào)整任務(wù)點(diǎn)的基礎(chǔ)價(jià)格b.又因?yàn)槿蝿?wù)點(diǎn)附近的會(huì)員分布狀況也會(huì)影響 任務(wù)完成率，因此我們計(jì)劃用會(huì)員增值價(jià)調(diào)控任務(wù)點(diǎn)的整體價(jià)格，以保證任務(wù)的完成率 達(dá)到一個(gè)較高水平，這樣，我們就得到了定價(jià)方案。為了與原方案進(jìn)行比較，我們需要先做一個(gè)判別模型預(yù)測在新的定價(jià)方案下的任務(wù) 完成情況，在此之前需要把每個(gè)任務(wù)分配給會(huì)員。因此我們先設(shè)置任務(wù)的分配機(jī)制，再 建立支持向量機(jī)的判別預(yù)測的分類

23、器判斷任務(wù)的完成情況。4.2.2問題二的任務(wù)定價(jià)我們?cè)诒締栔兄匦驴紤]任務(wù)基礎(chǔ)價(jià)，并增加會(huì)員增值價(jià)，基礎(chǔ)價(jià)是任務(wù)最低的定價(jià), 會(huì)員增值價(jià)是考慮會(huì)員的人數(shù)、信譽(yù)度等綜合因素，提高任務(wù)的價(jià)格，新任務(wù)定價(jià)是由 基礎(chǔ)價(jià)、路程價(jià)和會(huì)員增值價(jià)共同決定。基礎(chǔ)價(jià)65元路程價(jià)格會(huì)員人數(shù)，信譽(yù)度、基礎(chǔ)成木價(jià)經(jīng)濟(jì)變動(dòng)價(jià)格改進(jìn)基礎(chǔ)價(jià)路程價(jià)格會(huì)員增值價(jià)新的任務(wù)標(biāo)價(jià) 會(huì)員接單意愿等圖4-2-1定價(jià)流程圖(1)基礎(chǔ)價(jià)p】在問題一中，以標(biāo)價(jià)為65元的任務(wù)點(diǎn)為中心聚類，聚成四類，四類恰好在四個(gè)城 市，四個(gè)城市中心基礎(chǔ)價(jià)總和為260元，我們保持基礎(chǔ)價(jià)總和不變。基礎(chǔ)價(jià)的確定與經(jīng) 濟(jì)發(fā)展指標(biāo)緊密相連，隨著經(jīng)濟(jì)的繁榮發(fā)展，任務(wù)的基礎(chǔ)價(jià)格

24、會(huì)隨之發(fā)生變化。我們把 原來的基礎(chǔ)價(jià)格65元看作是兩部分，一部分為基礎(chǔ)成本價(jià)，另一部分為區(qū)域經(jīng)濟(jì)水平 引起價(jià)格變動(dòng)，即隨著經(jīng)濟(jì)的發(fā)展，經(jīng)濟(jì)變動(dòng)價(jià)格逐漸上升，取標(biāo)價(jià)為65元的基礎(chǔ)價(jià) 屮50元為基礎(chǔ)成本價(jià)，15元為區(qū)域經(jīng)濟(jì)變動(dòng)價(jià)格，此時(shí)的經(jīng)濟(jì)發(fā)展程度可以看做是四 個(gè)城市的平均水平。基本小時(shí)工資在一定程度上展示了經(jīng)濟(jì)的發(fā)展水平，政府為了實(shí)現(xiàn)宏觀上的相對(duì)公 平，為群眾設(shè)置了基本工資，保證了人們的既得利益。工資水平與經(jīng)濟(jì)狀況緊密相關(guān)， 我們查得2017年廣東省四市的基木小時(shí)工資，四市平均水平為16. 65元/小時(shí)。下面計(jì)19 5算新的基礎(chǔ)價(jià)格，以深圳市為例，改進(jìn)后的基礎(chǔ)價(jià)為xl5 + 5o = 67.5

25、7元16.65表4-2-1四市基木小時(shí)工資和改進(jìn)后的基礎(chǔ)價(jià)深圳市廣州市佛山市東莞市基本小時(shí)工資（元/小時(shí)）19. 51&314.414.4基礎(chǔ)價(jià)格（元）67. 5766. 4962. 9762. 97（2）路程價(jià)£我們?cè)诒绢}中類中心不變，位置不變，故單位距離上的收益率不變，比如我們?cè)趩?題一中，求出的廣州市和深圳市單位距離上的路程價(jià)格分別為0.4182元和0. 3695元， 佛山市的單位距離上的路程價(jià)格為0.2937元，東莞市的單位距離上的路程價(jià)格為 0. 3023元，在本題中我們確定的路程價(jià)格與問題一中一樣。（3）會(huì)員增值價(jià)呂每個(gè)會(huì)員所處位置3千米內(nèi)的平均任務(wù)點(diǎn)數(shù)為5.64

26、個(gè)，假設(shè)會(huì)員選擇任務(wù)的平均 意愿的概率為60%,又每個(gè)任務(wù)難易程度相同，即被選中的概率相同，所以每個(gè)任務(wù)被 選中的概率為10. 64%o分析每個(gè)會(huì)員完成任務(wù)的意愿概率，其浮動(dòng)范圍在50%-70%之間, 我們可以按會(huì)員的信譽(yù)度進(jìn)行排序，意愿概率從50%等分布到70%。任務(wù)完成率過高可能是價(jià)格制定的高，不滿足經(jīng)濟(jì)效益；任務(wù)完成率低不符合實(shí)際, 沒有應(yīng)用價(jià)值，所以控制任務(wù)的完成率在80%-90%之間，由此可以計(jì)算出在一個(gè)任務(wù)點(diǎn) 附近分布多少的會(huì)員數(shù)最為合理，設(shè)會(huì)員人數(shù)為列不等式&）%<1 （1 10.64%）" 590%（4. 1）計(jì)算得到人數(shù)范圍為15</<21

27、.在這個(gè)范圍內(nèi)，任務(wù)定價(jià)就為基礎(chǔ)價(jià)加遠(yuǎn)程價(jià)，當(dāng)0sn515時(shí)，這部分會(huì)員的增值 價(jià)可以看作是在原價(jià)（基礎(chǔ)價(jià)加遠(yuǎn)程價(jià)）的基礎(chǔ)上減15%,即人數(shù)每少1人，相應(yīng)價(jià)格 加1%。當(dāng)n>50時(shí)，根據(jù)以上分析發(fā)現(xiàn)此時(shí)對(duì)任務(wù)定價(jià)并沒有產(chǎn)生大幅度影響，所以我 們把50當(dāng)做是任務(wù)點(diǎn)附近3千米會(huì)員人數(shù)的上界，當(dāng)21<h<50時(shí)，這部分會(huì)員的增值 價(jià)可以看作是在原價(jià)的基礎(chǔ)上加15%,即人數(shù)每增加一人，價(jià)格減少|(zhì)% = 0.52%0因 此，最終會(huì)員增值價(jià)的函數(shù)表達(dá)式為（戸 +北）（1 + *1%）,0<h<15,人=戸 + £,15</?<21,（4.2）（匕+鬥）（

28、1 一瀘 0.52%）, 21<n<50.（4）任務(wù)標(biāo)價(jià)p任務(wù)標(biāo)價(jià)由改進(jìn)基礎(chǔ)價(jià)、遠(yuǎn)程價(jià)和會(huì)員增值價(jià)共同組成，即p=r+匕+匕,這里p 為新制定的任務(wù)標(biāo)價(jià)，h為改進(jìn)后的基礎(chǔ)價(jià)格，人為會(huì)員增值價(jià)。經(jīng)過編程計(jì)算我們得到了所有任務(wù)的定價(jià)，每個(gè)任務(wù)的具體定價(jià)見支撐材料excel 文件。4. 2. 3問題二模型的建立為了預(yù)測新定價(jià)方案的成功率，首先需要我們把每個(gè)任務(wù)分配給會(huì)員，然后根據(jù)每 個(gè)任務(wù)點(diǎn)附近3千米內(nèi)的會(huì)員人數(shù)、會(huì)員平均信譽(yù)、會(huì)員平均配額、平均單位距離上的 收益率等信息，建立支持向量機(jī)模型判別新定價(jià)的任務(wù)的完成情況，建立支持向量機(jī)判 別預(yù)測模型吋，使用支持向量機(jī)學(xué)習(xí)算法，根據(jù)原定價(jià)方案

29、的數(shù)據(jù)，建立分類器并進(jìn)行 檢驗(yàn)，若其準(zhǔn)確率達(dá)到85%-90%之間，那么，我們可以把這個(gè)分類器應(yīng)用于新的定價(jià)方 案，判別新方案下的完成情況，進(jìn)而比較兩種方案的完成率。定價(jià)方案的完成情況判別 流程圖見下圖4-2-2o83 5個(gè)任務(wù)1877個(gè)會(huì)員判別r任務(wù)完成情況lj圖4-2-2定價(jià)方案的完成情況判別流程圖(1) 分配設(shè)置一個(gè)分配機(jī)制，把835個(gè)任務(wù)分配給1877個(gè)會(huì)員，設(shè)每個(gè)會(huì)員完成任務(wù)的意 愿為60%,綜合考慮會(huì)員信譽(yù)度、任務(wù)點(diǎn)與會(huì)員的距離、限額以及收益率，確定每個(gè)任 務(wù)的完成情況。會(huì)員信譽(yù)度展示的是會(huì)員的接單意愿，結(jié)合接單時(shí)間先后順序確定會(huì)員挑選任務(wù)的 順序，我們把1877名會(huì)員先按接單時(shí)間順

30、序排序，再按信譽(yù)排序，綜合比較，確定會(huì) 員的接單順序。會(huì)員的任務(wù)限額決定了會(huì)員接受任務(wù)的數(shù)量限值，根據(jù)會(huì)員限額在所有 會(huì)員中的比例，確定有835個(gè)任務(wù)吋，每個(gè)會(huì)員最多能完成的任務(wù)數(shù)量。下面介紹任務(wù)分配的流程，假設(shè)所有的任務(wù)在6點(diǎn)30同時(shí)發(fā)放，先按會(huì)員順序選 擇任務(wù)，會(huì)員如果選擇完成任務(wù)，那么他選擇任務(wù)的依據(jù)是以單位距離收益率為導(dǎo)向。 如果會(huì)員沒有選擇任務(wù)，那么他必須等待一段時(shí)間，才能再次選擇任務(wù)，一直循環(huán)，直 到所有的任務(wù)都有人完成。由此，現(xiàn)在835個(gè)任務(wù)都有唯一確定的會(huì)員完成。(2) 判別 數(shù)據(jù)整理我們假設(shè)每個(gè)會(huì)員的平均服務(wù)半徑是3千米，下面考慮任務(wù)點(diǎn)完成情況時(shí)，選取任 務(wù)點(diǎn)附近3千米的服務(wù)

31、圈，收集任務(wù)點(diǎn)附近服務(wù)圈內(nèi)的會(huì)員人數(shù)、會(huì)員平均信譽(yù)、會(huì)員 平均配額、平均單位距離上的收益率等數(shù)據(jù)，將這些數(shù)據(jù)作為判斷任務(wù)完成情況的指標(biāo)。 支持向量機(jī)模型(svm )建立支持向量機(jī)是一種基于統(tǒng)計(jì)理論的學(xué)習(xí)系統(tǒng)，它屈于有監(jiān)督的學(xué)習(xí)方法。其主要應(yīng) 用為已知訓(xùn)練點(diǎn)的類別，求訓(xùn)練點(diǎn)和類別之間的對(duì)應(yīng)關(guān)系，將訓(xùn)練集按照類別分開，或 者是預(yù)測新的訓(xùn)練集所對(duì)應(yīng)的類別。支持向量機(jī)基本思想簡單總結(jié)起來，就是與分類器平行的兩個(gè)平面，此兩個(gè)平面能 夠很好的分開兩類不同數(shù)據(jù)，且穿越兩類數(shù)據(jù)區(qū)域集中的點(diǎn)，現(xiàn)在欲尋找最佳超幾何分隔平面使之與兩個(gè)平面間的距離最大，如此便能實(shí)現(xiàn)分類總誤差最小。stepl：設(shè)線性可分樣本（兀.,牙

32、）,心1,2, ,/,xi丘心牙g-/,+/, /為訓(xùn)練樣本總數(shù),其中點(diǎn)與五角星分別表示兩類不同類別的樣本，h表示將兩類樣本正確分開的超平 面，其方向用超平面的法向量來表示，已舊2分別表示是與超平面平行且超過兩類樣木 中與超平面h距離最近的平面，其間的距離稱為分類間隔。最優(yōu)分類超平面指的是所求 取的超平面不僅能將兩類樣本正確地區(qū)分開，使模型訓(xùn)練誤差為零，而且還要使兩類的 分類間隔達(dá)到最大值。d維空間中的線性判別函數(shù)為=超平面方程為”兀+方=0其中，wwr”為參數(shù)向量，即超平面的法向量,bw r為分類的閾值，w-x為向量的內(nèi)積運(yùn) 算。step2：歸一化，使lg（x）ll,離分類樣本最近的樣本的|

33、g（無）|=1,這時(shí)分類間隔為 2，若要求分類間隔最犬，就是要求或者 2最小，而要求分類面對(duì)所有樣本正確分類，就是要求滿足(4.3)= 1,2,3, ，/.求最優(yōu)分類超平面問題可以轉(zhuǎn)化為下面帶約束條件的優(yōu)化問題進(jìn)行求解min (vv)=w(4.4)7 = 1,2,3, ，/step3：對(duì)于線性可分的樣本，可以被最優(yōu)分類超平面區(qū)分開，對(duì)于線性不可分的情況，考慮到一部分樣本數(shù)據(jù)不滿足式(4.3),存在一定的分類誤差，因此我們?cè)诩s束 條件中引入一個(gè)松弛變量6(6 no)來解決誤差問題，則式(4.3)變成刃(川兀)1-纟/ = 1,2,3,1.(4. 5)當(dāng)ov.vl吋，樣本點(diǎn)正確分類；當(dāng)岳上1吋樣本

34、中的點(diǎn)召將被錯(cuò)分。為了解決此問題，在最小化目標(biāo)中加入懲罰項(xiàng)c 土得到如式(4.6)的目標(biāo)函數(shù)/=11 i(咗)=7 /+c&(4.6)2 /=!由此，可以得到線性不可分時(shí)的最優(yōu)分類面，稱為廣義分類超平面，它可以用公式 (4.7)的優(yōu)化問題來表示。min(咗)4 /+c立(4.7)乙/=|心 1,2,3,1其中，表示樣本集中錯(cuò)分樣本個(gè)數(shù)上界，用與衡量樣本數(shù)據(jù)相對(duì)于理想劃分條/=!件的偏離程度；c(c>0)用于控制對(duì)錯(cuò)分樣本的懲罰程度。若c取值較大，則能獲得較 小的經(jīng)驗(yàn)風(fēng)險(xiǎn)(錯(cuò)分誤差小)；若c取值較小，則能獲得較好的推廣性能(分類間隔較 大)。為了求解這個(gè)優(yōu)化問題，利用拉格朗日函數(shù)，

35、將優(yōu)化問題轉(zhuǎn)化為對(duì)偶形式，如公 式(4.8)min厶(a ) = &廠覆丫陀廠y兒( < x/=|厶 /=1 7=1(4.8)0<ai <ci工w尸04. 2. 4問題二模型的求解在原定價(jià)方案中的835條任務(wù)信息中隨即抽取100組數(shù)據(jù)進(jìn)行學(xué)習(xí)訓(xùn)練，得到分類 器，把剩下的735組數(shù)據(jù)通過分類器進(jìn)行分類，比較分類器的完成情況與實(shí)際上的完成 情況的匹配率，我們計(jì)算得到的成功率在85%-90%之間，因此，它的準(zhǔn)確性比較高，所 以可以用這個(gè)分類器判別新的定價(jià)方案下任務(wù)的完成率。比較兩個(gè)方案的完成率，兩個(gè)方案完成數(shù)量的分布圖見下圖4-2-4,我們計(jì)算得到原定價(jià)方案的成功率為61.

36、72%,新定價(jià)方案的成功率為77. 93%,原定價(jià)方案和新定價(jià) 方案的平均成本分別為6& 93元和74. 52元，前后兩種方案單位成本上完成率分別為 0.90%和1.05%。所以，比較而言，新的定價(jià)方案雖然增加了總成本，但單位成本上的完成率高，反而能贏得最大收益。價(jià)格修改前任務(wù)完成狀況完成任務(wù)數(shù)未完成任務(wù)數(shù)價(jià)格修改后任務(wù)完成狀況完成任務(wù)數(shù)未完成任務(wù)數(shù)圖4-2-4原方案與新方案完成任務(wù)數(shù)量比較在原定價(jià)方案中未完成的任務(wù)在新定價(jià)方案下的完成率為83. 71%,這說明新的定價(jià) 方案更為好，提高了任務(wù)的完成率，而且在原定價(jià)方案中完成的任務(wù)在新方案下的完成 率為74. 34%o新的定價(jià)方案是合理

37、的，如果完成率過高，那樣可能是因?yàn)槎▋r(jià)過高，成 本增加太大。我們制定的新方案不僅提高了任務(wù)的完成率，而且單位成本上的成功率增 加。4. 3問題三的分析與求解4. 3.1問題三的分析問題三分為兩部分，一部分為定價(jià)方案，我們?cè)趩栴}二中考慮了單個(gè)任務(wù)的定價(jià)， 本問，考慮把多個(gè)位置集中的任務(wù)聯(lián)合在一起打包發(fā)布，同問題二一樣，可以先聚類分 析，我們確定任務(wù)包的數(shù)量，把任務(wù)包看作整體，將會(huì)員與任務(wù)包看成完全圖，利用模 擬退火算法求得最短回路，進(jìn)而制定每個(gè)任務(wù)包的總價(jià)。另一部分，考慮任務(wù)的完成情況，用問題二的分配機(jī)制和支持向量機(jī)模型判別任務(wù) 完成情況，比較任務(wù)的完成率。4. 3. 2問題三打包定價(jià)模型在問題

38、二，我們定價(jià)是以從低價(jià)到高價(jià)進(jìn)行聚類，在本問中，我們運(yùn)用同樣的思想, 先聚類得到任務(wù)包個(gè)數(shù)，再計(jì)算包內(nèi)任務(wù)總價(jià)，其基本流程圖如下圖4-3-k圖4-3-1打包定價(jià)流程圖（1）聚類分析考慮把任務(wù)打包發(fā)布，對(duì)任務(wù)點(diǎn)進(jìn)行聚類分析，假設(shè)一共聚為類，每一類輻射半h徑為則所有類的平均半徑為r =上,現(xiàn)平均半徑的一個(gè)限值為幾當(dāng)r<r可以確定分 n成的類數(shù)，即分成個(gè)包。（2）打包定價(jià)圖論思想主要是用圖形描述某些事物之間的某種特定關(guān)系，用點(diǎn)代表事物，用連接 兩點(diǎn)的線表示相應(yīng)兩個(gè)事物間具有這種關(guān)系。現(xiàn)取任一類，把這一類中的任務(wù)記為 知花，呂，對(duì)應(yīng)的價(jià)格記為“ p2,，幾，會(huì)員a選擇任務(wù)時(shí)，主要是以單位距離上的

39、 收益率為導(dǎo)向，設(shè)會(huì)員a到每個(gè)任務(wù)點(diǎn)的距離為心，考慮會(huì)員來冋往返的距離，原來不 打包時(shí)會(huì)員完成第廠個(gè)任務(wù)的收益率為幺=旦2d）如果把任務(wù)進(jìn)行打包，會(huì)員去完成任務(wù)，最經(jīng)濟(jì)的方法就是從原點(diǎn)出發(fā)，歷經(jīng)包內(nèi) 所有點(diǎn)，最終回到原點(diǎn)，使得總距離d最小。會(huì)員選擇任務(wù)的示意圖（圖4-3-2）,從 圖論的角度來看，該問題實(shí)質(zhì)是在一個(gè)帶權(quán)完全無向圖中，找一個(gè)權(quán)值最小的hamilton 回路。由于該問題的解可以使用近似算法或啟發(fā)式算法，主要有遺傳算法、模擬退火法、 蟻群算法、禁忌搜索算法、貪婪算法和神經(jīng)網(wǎng)絡(luò)等，我們采用模擬退火算法計(jì)算最短距 離。設(shè)包內(nèi)所有任務(wù)的定價(jià)和為q,因此，打包后會(huì)員完成所有任務(wù)的收益率為（氣

40、, 用來度量打包后會(huì)員收益率的增加程度，計(jì)算=紅魚，假設(shè)每一個(gè)會(huì)員接受任務(wù)吋, 打包任務(wù)的收益率比單獨(dú)的收益率高某個(gè)限定值，記為八 即當(dāng)宀丁吋，會(huì)員會(huì)更傾向 于選擇打包的任務(wù)。計(jì)算包內(nèi)所有任務(wù)的總定價(jià)為+ 進(jìn)而，每個(gè)任務(wù)包內(nèi)所有任務(wù)點(diǎn)價(jià) 2d,格和都能定價(jià)。4. 3. 3問題三的求解與解釋任務(wù)完成后，有兩部分指標(biāo)可以體現(xiàn)任務(wù)的最終完成情況，第一項(xiàng)是對(duì)所有任務(wù)定 價(jià)所花費(fèi)的資金成本，第二項(xiàng)是全部任務(wù)的完成比例，分析問題三定價(jià)模型對(duì)任務(wù)的完 成情況的影響，也是從這兩方面入手。（1）全體任務(wù)定價(jià)依照上述模型，首先通過q型聚類分析法，利用mintab軟件，對(duì)于全部任務(wù)點(diǎn)關(guān)于 地理位置信息以99. 5%

41、的相似度指標(biāo)進(jìn)行聚類計(jì)算，得到530個(gè)不同的類別，我們依據(jù) 聚類情況將835個(gè)任務(wù)點(diǎn)打包成530個(gè)任務(wù)包，每個(gè)任務(wù)包中的任務(wù)數(shù)量如下圖4-3-3.0.75% 1個(gè)任務(wù) 2個(gè)任務(wù) 3個(gè)任務(wù) 4個(gè)任務(wù) 5個(gè)任務(wù)6個(gè)任務(wù)圖4-3-3每個(gè)任務(wù)包內(nèi)的任務(wù)點(diǎn)數(shù)以及任務(wù)包數(shù)量分析上圖，在530個(gè)總?cè)蝿?wù)包中，有327個(gè)任務(wù)包中只有一個(gè)任務(wù)，也就是說相當(dāng) 于這327個(gè)任務(wù)不收任務(wù)打包影響，而受打包影響的任務(wù)有508個(gè)，影響率為60.84%。 根據(jù)問題三建立的任務(wù)包聯(lián)合定價(jià)模型，我們將任務(wù)包的分類數(shù)據(jù)帶入mat lab軟件編 程（附件）求解得到530個(gè)任務(wù)包的整體定價(jià)。對(duì)于這530個(gè)任務(wù)包，其總定價(jià)為51363元

42、，相比打包前835個(gè)任務(wù)點(diǎn)的總定價(jià) 62195元，我們可節(jié)省任務(wù)酬金17.42%。以第71號(hào)任務(wù)包和第192號(hào)任務(wù)包為例，71 號(hào)任務(wù)包將3個(gè)任務(wù)點(diǎn)a0093、a0097、a0361 一起打包發(fā)布，打包前后總定價(jià)分別為 254. 35元和133. 50元,其成本降低了 47. 51%； 192號(hào)任務(wù)包將兩個(gè)任務(wù)點(diǎn)a0279.a0377 一起打包發(fā)布，打包前后總定價(jià)分別為143. 29元和130. 85元,其成本降低了 8. 68%。（2）完成情況分析對(duì)于這530個(gè)任務(wù)包我們帶入上述問題中所使用的任務(wù)分配模型和已經(jīng)訓(xùn)練好的支 持向量機(jī)模型進(jìn)行任務(wù)完成情況預(yù)測，可得共有374個(gè)任務(wù)包被完成，占總?cè)?/p>

43、務(wù)包數(shù)量 的70. 57%,這374個(gè)任務(wù)包共包含667任務(wù)點(diǎn)，占總?cè)蝿?wù)點(diǎn)的79. 88%,相比于新定價(jià) 方案、不打包發(fā)布時(shí)的完成度74.85%有了顯著的提高，更是遠(yuǎn)高于附件一的初始完成度 62. 51%0從上述兩方面來看，多任務(wù)聯(lián)合打包發(fā)布，具有相當(dāng)?shù)膶?shí)用性，配合問題三任務(wù)包 全新的定價(jià)方案，我們可以將總的任務(wù)成本下降17.42%,并口提高了 5. 03%的任務(wù)完成 度。4.4問題四的分析與求解4. 4. 1問題四的分析附件三中給出了 2066條新任務(wù)的地理位置信息，本文我們總共涉及了兩種任務(wù)發(fā) 布的模式，以及配套的任務(wù)定價(jià)方案，我們分別應(yīng)用這兩種模型設(shè)計(jì)岀新的定價(jià)方案， 并根據(jù)任務(wù)接取模型

44、聯(lián)系任務(wù)與會(huì)員關(guān)系，再利用支持向量機(jī)模型判別任務(wù)的完成情 況，比較兩種定價(jià)方案的完成率，并評(píng)價(jià)它們的實(shí)施效果。4. 4. 2問題四模型的求解（1）單任務(wù)點(diǎn)定價(jià)方案 定價(jià)方案利用問題二的定價(jià)方案計(jì)算，依據(jù)每個(gè)任務(wù)點(diǎn)的地理位置信息和任務(wù)點(diǎn)位置附近的 會(huì)員信息，確定其相應(yīng)的定價(jià)，每個(gè)任務(wù)點(diǎn)的計(jì)算結(jié)果在支撐材料的excel文件中。 完成情況分析按照問題二的分配機(jī)制把新的任務(wù)分配給會(huì)員，利用訓(xùn)練好的支持向量機(jī)模型建立 分類器，判斷在單任務(wù)點(diǎn)定價(jià)方案下任務(wù)的完成情況。通過matlab軟件編程處理，在 2066個(gè)任務(wù)點(diǎn)中，有1357個(gè)任務(wù)點(diǎn)被完成，占全部任務(wù)點(diǎn)的65.68%,全部任務(wù)定價(jià)總 金額150528

45、9元。（2）任務(wù)包定價(jià)方案定價(jià)方案利用問題三的定價(jià)方案，通過mintab軟件對(duì)全部任務(wù)點(diǎn)進(jìn)行q型聚類分析，得到 1175個(gè)聚類集，也就是將2066個(gè)任務(wù)點(diǎn)打包成1175個(gè)任務(wù)包進(jìn)行聯(lián)合發(fā)布，其中每個(gè) 任務(wù)包中包含的任務(wù)點(diǎn)數(shù)量如下圖（圖4-4-1 ）0 1個(gè)任務(wù) 2個(gè)任務(wù) 3個(gè)任務(wù) 4個(gè)任務(wù) 5個(gè)任務(wù) 6個(gè)任務(wù) 7個(gè)任務(wù)大于8個(gè)任務(wù)圖4-4-1每個(gè)任務(wù)包內(nèi)的任務(wù)點(diǎn)數(shù)以及任務(wù)包數(shù)量分析上圖，在1175個(gè)總?cè)蝿?wù)包中，有667個(gè)任務(wù)包中只有一個(gè)任務(wù)，也就是說相 當(dāng)于這667個(gè)任務(wù)不收任務(wù)打包影響，而受打包影響的任務(wù)有1399個(gè)，影響率為67. 71%。 根據(jù)問題三建立的任務(wù)包聯(lián)合定價(jià)模型，我們將任務(wù)包

46、的分類數(shù)據(jù)帶入matlab軟件編 程（附件）求解得到1175個(gè)任務(wù)包的整體定價(jià)。打包后全部任務(wù)包總定價(jià)為116813元, 相比于未打包前的總定價(jià)150529元，打包聯(lián)合發(fā)布，可以將任務(wù)打包成本節(jié)省22. 39%, 以第350號(hào)任務(wù)包和第953號(hào)任務(wù)包為例（表4-4-1），第350號(hào)任務(wù)包包含c0729、c0730、 c0731這3個(gè)任務(wù)點(diǎn)，第953號(hào)任務(wù)包包含c1783、01784, 2個(gè)任務(wù)點(diǎn)。表4-4-1打包前后數(shù)據(jù)的變化打包點(diǎn)序號(hào)打包個(gè)數(shù)打包后總定價(jià)打包前總定價(jià)成本節(jié)省率3503121.2016212.524342. 97%9532142.5429150.34595. 19%完成情況分析

47、同樣按照問題二的分配機(jī)制把新的任務(wù)分配給會(huì)員，利用訓(xùn)練好的支持向量機(jī)模型 建立分類器，判斷在任務(wù)包定價(jià)方案下任務(wù)的完成情況。通過matlab軟件編程處理，在 1175個(gè)任務(wù)包中，有738個(gè)任務(wù)包被完成，占全部任務(wù)包的62.81%,這738個(gè)任務(wù)包 共包含1615任務(wù)點(diǎn)，占總?cè)蝿?wù)點(diǎn)的78.17%,相比于單任務(wù)點(diǎn)定價(jià)方案、不打包發(fā)布任 務(wù)時(shí)的完成度65.68%有了顯著的提高。因此，考慮到任務(wù)完成率，以及總的任務(wù)定價(jià)大小，對(duì)于附件三中的新項(xiàng)目，使用 多任務(wù)聯(lián)合發(fā)布，聯(lián)合定價(jià)的定價(jià)方案實(shí)施效果更好。5模型的優(yōu)點(diǎn)與缺點(diǎn)5. 1模型的優(yōu)點(diǎn)（1）我們?cè)O(shè)計(jì)的新的定價(jià)方案與原方案比較，不僅完成率高，而且收益高，

48、所以 新的定價(jià)方案應(yīng)用性更強(qiáng)；（2）我們用最小二乘法擬合的冋歸曲線圖的/?-sq（調(diào)整）“0%,所以曲線的擬合效 果極佳。(3) 本文建立支持向量機(jī)的模型預(yù)測任務(wù)完成情況，具有可行性高、應(yīng)用性強(qiáng)的 特點(diǎn)，可以進(jìn)行推廣和應(yīng)用到其它方面。5. 2模型的缺點(diǎn)聚類分析的次數(shù)不可只用一至兩次，如果對(duì)成果率有需求，可以在能力范圍內(nèi)增加 聚類的次數(shù)具有一定的局限性。5. 3模型的改進(jìn)與推廣(1) 兩個(gè)定價(jià)模型都提高了任務(wù)的完成率，可以把模型推廣應(yīng)用到類似app的定 價(jià)上，比如拍拍賺app。(2) 本文建立的支持向量機(jī)模型，可以用于預(yù)測函數(shù)，具有很強(qiáng)的應(yīng)用性，可以 推廣到醫(yī)保詐騙、檢測商業(yè)詐騙、軍事入侵、電腦

49、病毒、生理疾病等異常行為的發(fā)生， 實(shí)用性強(qiáng)、開發(fā)前景極優(yōu)。6參考文獻(xiàn)1司守奎，孫兆亮數(shù)學(xué)建模算法與應(yīng)用m.北京：國防工業(yè)出版社,2015.朱元澤，李賢彬matlab實(shí)用教程m 鎮(zhèn)江:江蘇大學(xué)岀版社,2013.3 卓金武.matlab在數(shù)學(xué)建模中的應(yīng)用m.北京:北京航空大學(xué)岀版社,2011.4 韓中庚數(shù)學(xué)建模方法及其應(yīng)用m北京:高等教育出版社,005.5 史峰，輝等.matlab智能算法30個(gè)案例分析m.北京:北京航空航天大學(xué)出版社.6 童詠昕，野，成雨蓉等時(shí)空眾包數(shù)據(jù)管理技術(shù)研究綜述j 軟件學(xué)報(bào),2017, 28(01) :35-58.7 李國良,建華眾包技術(shù)研究綜述j計(jì)算機(jī)學(xué)報(bào),2015(0

50、9) : 1713-1726.8 夏恩君，王文濤.企業(yè)開放式創(chuàng)新眾包模式下的社會(huì)大眾參與動(dòng)機(jī)j 技術(shù)經(jīng)濟(jì), 2016, 35(1) :22-29.附錄一:clc;clear;load('zong.mat');nl,二size(a);n2,=size(b);w=zeros(nl,8);zx=22.541733,113.940582;23.125205,113.295135;23.032979,113.127594;23.044353,113.770294;jg 二67.56,66.49,62.97,62.97;0.369,0.418,0.29,0.29;%dxx=zeros(nl

51、,4)；for i=l:nlfor j= 1:4dxx(i,j)= 11 o*sqrt(a(i,l)-zx(j,l )a2+(a(i,2)-zx(j,2)a2);enda(i,6)=find(dxx(i,:)=min(dxx(i,:);a(i,5)=min(dxx(i,:);end%for i=l:nlx=0;y=o；bs=0;d=zeros(nl,2);g=l；xe=zeros(nl,l);forj=l:n2dl=ll 0*sqrt(a(i,2)-b(j,2)a2+(a(i,l )-b(j,l)a2);訐(dl<3)w(i,4)=w(i,4)+l;x二x+b(j,5)*b(j,2);y

52、=y+b(j,5)*b(j,l);bs=b(j,5)+bs;d(i,l)=dl+d(i,l);xy(g,l)二b(j,5);g二g+1；xe(i,l)=b(j,3)+xe(i,l);endendw(i,l)=x/bs;%3km信譽(yù)質(zhì)心經(jīng)度w(i,2)=y/bs;%3km信譽(yù)質(zhì)心緯度 w(i,3)=bs/w(i,4);%3km內(nèi)平均會(huì)員信譽(yù)%w(i,4)%3km周圍會(huì)員數(shù)w(i,5)=d(i,l)/w(i,4);%3km 內(nèi)平均會(huì)員距離 w(i,6)=a(i,3)/w(i,5);%3km內(nèi)平均會(huì)員單位收益 w(i,7)=median(xy);%3km 內(nèi)中位會(huì)員信譽(yù) w(i,8)=xe(i, 1

53、 )/w(i,4)；%3km 內(nèi)平均會(huì)員限額end%rmin=20;rdmin=o;rmax=40;rdmax=60;bl=0.1;for i=l:nlif (w(i,4)<=rdmin)a(i,7)=(jg(l,a(i,6)+jg(2,a(i,6)*a(i,5)*( 1 +bl);elseif (w(i,4)>rdmin&&w(i,4)<=rmin)a(i,7)=(jg(l,a(i,6)+jg(2,a(i,6)*a(i,5)*( 1 +bl/(rmin-rdmin)*(rmin-w(i,4)；elseif (w(i,4)>rmin&&w

54、(i,4)<=rmax) a(i,7)=jg(l ,a(i,6)+jg(2,a(i,6)*a(i,5);elseif (w(i,4)>rmax&&w(i,4)<=rdmax)a(i,7)=(jg(l,a(i,6)+jg(2,a(i,6)*a(i,5)*( 1 -bl/(rdmax-rmax)*(w(i,4)-rmax); elseif (w(i,4)>rdmax)a(i,7)=(jg(l,a(i,6)+jg(2,a(i,6)*a(i,5)*( lbl);endendaa=l:nl;a=aaa,w;%k=0;for i=l:nlif (a(i-k,12)=

55、0)a(i-k,:)=;k=k+l;endendxlswritecwneti2.xls',a);a(:,5)=2.*(a(:,5)-0.5);%數(shù)據(jù)預(yù)處理x0=a(:,2:5);for i=l:3x(:,i)=(x0(:,i)mean(x0(:,i)/std(x0(:,i); endm,n=size(x);e=ones(m,l);d=x0(:,4);b=zeros(m,m);c=zeros(m,m);for i=l:mc(i,i)=d(i,l);end%轉(zhuǎn)化成規(guī)劃模型進(jìn)行求解a二卜x(:,1)*d, x(:,2).*d, x(:,3).*d, d,b; bl=-e;f=0,0,0,0, ones(l,m);lb=-inf,-inf,-inf,-inf,zeros( 1x = linprog(f,a,bl,f,l,lb);%模型驗(yàn)證與結(jié)果顯示w=x(l,l),x(2,l),x(3,l);% 提取系數(shù)cc=x(4,l);%提取截距t0=a(:,2),a(:,3),a(:,8);for i=l:3t(:,i)=(t0(:,i)-mean(t0(:,i)/std(t0(:,i); endx1=x(