“拍照赚钱”任务定价模型

周雅珍 白容瑞 陈怡碧 胡西娟

摘要：本文以2017年数学建模B题为基础，为了改善“拍照赚钱”任务定价合理性，本文通过建立线性回归模型初步得出任务定价规律，针对问题三任务打包情况，根据距离值最小，信誉值最高原则引入分类完成模式进行解决，进一步优化任务定价模型。

关键词：数据处理；线性回歸；打包任务定价

在“互联网+”时代，“拍照赚钱”是一种基于信息化平台的劳务平台，任务完成与否与任务定价、距离密切相关.实际情况下，多个任务可能因为位置比较集中，导致用户会争相选择，通过将这些任务联合在一起打包发布，考察对最终的任务完成情况的影响.

1.问题一模型的建立与求解

1.1数据预处理

本文对835组数据运用OFFSET、 RAND BETWEEN 函数进行预处理。采用简单随机抽样的方法抽取60个100组数据，并对每个100组数据经纬度及对价格取平均值，得到60组数据。为进一步提高数据的代表性，本文进一步在60组数据随机抽样选取10组数据对其进行二元线性回归分析。

设纬度为[x1i]，经度[x2i]，价格为[Yi]，建立二元线性回归模型如下：

[Yi=β0+β1x1i+β2x2i]，[i=1，…，n]，其中的参数[β0、β1、β2]被称为偏回归系数.通过EViews软件进行分析求得任务定价规律函数为：

[Yi=291.5702+20.05251x1]

[-6.015062x2]

EViews的运行结果如下：

[Variable Coefficient Std. Error t-Statistic Prob. C 291.5702 338.0474 0.862513 0.4170 X1 20.05251 3.172209 6.321309 0.0004 X2 -6.015062 2.896154 -2.07691 0.0764 R-squared 0.864697 Adjusted R-squared 0.82603 ]

2.问题三模型的建立与求解

为实现在任务打包中会员合理选择任务，提高发布任务的完成度，本文运用经纬度转化工具将会员、任务位置的经纬度坐标转化为以千米为单位的距离直接进行计算，以此求得各个会员距任务点位置的距离：

[D=di-dr，i=1，…，m，r=1，…，n]

两者间距离表示为[D]，会员位置表示为[di]，任务位置[表示为dr].

为提高用户完成任务的积极性，在任务打包发布中本文采用问题二中的会员信誉奖惩机制，当会员领取任务时，按照信誉值的高低次序优先领取任务，会员信誉值用C表示。

2.1任务打包分类

在任务打包的前提下，本文按照距离值最小、信誉值最大原则将完成任务分为单人独立完成与多人共同完成两种模式。会员在进入任务打包时应对完成模式进行选取。

距离值最小、信誉值最大原则即为在会员领取任务时，按照会员距离任务地点位置远近进行排序，距离最小者优先领取任务，若出现多人距离位置一致时，则按照信誉值大小进行排序，信誉值最大者优先领取任务。在进行排序时距离值最小的形式优先级大于信誉值排序。其中[n]表示任务的个数，[m]表示会员的个数计算如下距离值计算为[D=mindi-dr，i=1，…，m]， [ r=1，…，n]，会员信誉值计算[C=max （c1，c2，…，cm）].

单人独立完成队：表示此会员在一定范围内距任务地点最近（或信誉度最高），该任务只能由一人领取任务且在规定时间内完成。任务完成后可获单人完成奖励，其会员信誉值加分双倍，其中[ys]单人独立完成下的任务定价，[y0s]单人独立完成下的初始定价，[ym]单人完成奖励，任务定价如下

[ys=p×y0s+yp]

[y0s=limn→∞（y1+y2+…+n）]

[yp=0.1n]

多人合作完成队：在此模式中首先对各个会员位置取均值记为[Q]，以[Q]值与任务地点距离进行比较，信誉度排序方式与之相同。领取任务模式见下表，在多人合作完成模式中本文设定合作人数不低于5人。在领取任务后依然按照距离最小化，信誉最大化原则分配任务，实现效率最大化。其中[ym]多人合作完成下的任务定价，[y0m]多人合作完成下初始价格，任务定价如下：[ym=y0m÷m，m≥5]

结语

本文以2017年全国大学生数学建模竞赛B题“拍照赚钱”为例，设立定价模型。在任务打包中按照领取任务流程图进行不同分类，提高任务领取的合理性，从而完善定价模型。

参考文献：

[1]卓金武.Matlab在数学建模中的应用[M].北京航空航天大学出版社，2014.

[2]何晓燕，金勇进.统计学[M].中国人民大学出版社，2015.

[3]姜启源，谢金星，叶俊.数学模型[M].高等教育出版社，2016.