任思源 王鐸 閆佳鶴 趙懷志

摘 要 近年來隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，移動(dòng)互聯(lián)網(wǎng)的自助式勞務(wù)眾包平臺(tái)掀起熱潮，APP成為此類平臺(tái)運(yùn)行的核心，通過研究如何根據(jù)收集的位置數(shù)據(jù)信息對(duì)影響因素進(jìn)行合理性分析并定價(jià)，為解決其此類APP定價(jià)問題，提供了一條思路。

【關(guān)鍵詞】數(shù)據(jù)處理 K-means聚類 回歸分析 打包分配

由于會(huì)員是從APP上領(lǐng)取需要拍照的任務(wù)，賺取APP對(duì)任務(wù)所標(biāo)定的酬金。因此，若APP所給定價(jià)不合理，有些任務(wù)就會(huì)無人問津，從而導(dǎo)致商品滯留。從消費(fèi)者心理導(dǎo)向考慮定價(jià)，若任務(wù)量供大于求，為避免因搶單而出現(xiàn)系統(tǒng)崩潰或者最后無人接單的情況，可以適當(dāng)降低任務(wù)項(xiàng)目定價(jià)；而若供小于求，可以適當(dāng)提升定價(jià)以吸引會(huì)員接單，提高任務(wù)完成率。

1 定價(jià)策略分析

初始狀態(tài)，能供給用于定價(jià)研究的數(shù)據(jù)種類極少，對(duì)普通運(yùn)營商而言，開始只能通過任務(wù)位置狀況而給出定價(jià)。通過進(jìn)行大量市場調(diào)研結(jié)合定價(jià)理論，考慮規(guī)定價(jià)位區(qū)間，此限度內(nèi)，任務(wù)所處位置交通越便利、人口密集程度越高，定價(jià)越低；反之，則相對(duì)越高。在此定價(jià)上運(yùn)營一段時(shí)間后，對(duì)已結(jié)束項(xiàng)目任務(wù)數(shù)據(jù)（含任務(wù)經(jīng)緯度、定價(jià)和完成情況）進(jìn)行研究，將經(jīng)緯度數(shù)據(jù)轉(zhuǎn)化到地圖，用Power Map Preview For Excel導(dǎo)出三維圖。據(jù)熱度地圖知，相同價(jià)位，處于市中心繁華街道等人流量大、交通便利的地方完成情況較偏遠(yuǎn)些的、人口密度較小的位置更好；樣本中總體完成情況較差，已完成任務(wù)數(shù)僅占發(fā)布任務(wù)總數(shù)62.5%。

根據(jù)定價(jià)理論結(jié)合實(shí)際情況，考慮任務(wù)位置情況、會(huì)員位置、會(huì)員與任務(wù)相對(duì)位置等因素影響；交通情況和高程信息也該作為分支考慮進(jìn)去，但考慮到GPS更新速度及技術(shù)實(shí)現(xiàn)的復(fù)雜度，故不對(duì)其單獨(dú)研究。實(shí)際情況下，多個(gè)任務(wù)可能因?yàn)槲恢帽容^集中導(dǎo)致用戶會(huì)爭相選擇。因此，可將這些任務(wù)聯(lián)合打包發(fā)布。綜上，可將任務(wù)位置，會(huì)員位置，會(huì)員與任務(wù)相對(duì)位置等因素綜合起來轉(zhuǎn)化為定價(jià)；之后采用打包分配策略優(yōu)化定價(jià)模型。

2 數(shù)據(jù)處理

2.1 物品位置

將完成任務(wù)的項(xiàng)目的經(jīng)緯度及所給定價(jià)提取到新建工作表，由于經(jīng)緯度是兩個(gè)值，為方便計(jì)算距離，將自變量數(shù)目化一，建立極坐標(biāo)系。根據(jù)三維地圖找出任務(wù)點(diǎn)中心為蓮花山旅游景區(qū)，確定其經(jīng)緯度為（N22.97883141215， E113.50445747375）將此值插入Excel表對(duì)應(yīng)任務(wù)編號(hào)下拉，根據(jù)公式對(duì)應(yīng)計(jì)算各個(gè)任務(wù)位置到所取中心點(diǎn)的距離D，將其轉(zhuǎn)至新的工作表整理。Excel通過經(jīng)緯度計(jì)兩點(diǎn)間的距離函數(shù)公式，以任務(wù)位置信息處理為例：D=6371004*ACOS（（SIN（RADIANS（B2）*SIN（RADIANS（D2））+COS（RADIANS（B2））*COS（RADIANS（D2）*COS（RADIANS（C2-A2）））其中：B2為會(huì)員緯度，D2為中心緯度，C2為中心經(jīng)度，A2為會(huì)員經(jīng)度

2.2 會(huì)員位置和相對(duì)位置距離

根據(jù)所選中心（N22.97883141215， E113.50445747375），應(yīng)用經(jīng)緯度計(jì)兩點(diǎn)間距離函數(shù)公式求解會(huì)員到所選中心點(diǎn)距離值，結(jié)合2.1，用兩點(diǎn)對(duì)應(yīng)相減的絕對(duì)值即可求解會(huì)員與任務(wù)項(xiàng)的相對(duì)位置距離。

3 基于回歸分析的定價(jià)

回歸分析在一組數(shù)據(jù)的基礎(chǔ)上研究的問題如下：

（1）建立因變量y與自變量x1，x2，…，xm之間回歸模型（經(jīng)驗(yàn)公式）；

（2）檢驗(yàn)回歸模型可信度；

（3）判斷每個(gè)自變量xi（i= 1，2，.，.m）對(duì) 的影響顯著性；

（4）判斷回歸模型是否適合該組數(shù)據(jù)；

（5）利用回歸模型對(duì)y進(jìn)行預(yù)報(bào)或控制。

現(xiàn)設(shè)y對(duì)應(yīng)X1，X2，X3先分別作出y對(duì)X1，y對(duì)X2，y對(duì)X3的散點(diǎn)圖簡單判斷其關(guān)系，同時(shí)從全局作出y對(duì)X1，X2，X3整體散點(diǎn)圖。根據(jù)散點(diǎn)圖情況設(shè)Y=β0+β1X1+β2X2+β3X3，其中：Y=定價(jià)類型，X1=任務(wù)與中心距離，X2=會(huì)員與中心距離，X3=任務(wù)與會(huì)員相對(duì)距離。根據(jù)散點(diǎn)圖特征選取多元回歸分析法，用SPSS求解，發(fā)現(xiàn)“會(huì)員代表與中心點(diǎn)的距離”的Sig.=0.940遠(yuǎn)大于0.05，表明Y與X2（會(huì)員與中心距離）相關(guān)性不大，原因可能是會(huì)員離任務(wù)較近，接近步行距離，無需考慮其所處地段路況等。故剔除X2再次進(jìn)行回歸分析，可知顯著性檢驗(yàn)結(jié)果與檢驗(yàn)統(tǒng)計(jì)量比對(duì)良好：β0=66.0239，β1=1.449，β3=-0.065 ，據(jù)此得到基本回歸方程Y=66.0239+1.449X1-0.065X3。

4 基于打包分配策略的定價(jià)模型優(yōu)化

用K-means聚類算法對(duì)打包任務(wù)位置范圍劃分。將打包項(xiàng)目物品區(qū)域進(jìn)行劃分，標(biāo)準(zhǔn)為各個(gè)任務(wù)位置點(diǎn)間距離最小和各個(gè)聚類的總需求量大致相等。完成打包項(xiàng)目物品區(qū)域劃分后，對(duì)單個(gè)聚類進(jìn)行分析確定打包任務(wù)項(xiàng)編號(hào)。而為防止多人哄搶打包任務(wù)而致單個(gè)任務(wù)滯留，打包后的任務(wù)總定價(jià)應(yīng)在原定價(jià)基礎(chǔ)下降ε%（此值可以通過BP神經(jīng)網(wǎng)絡(luò)算法訓(xùn)練得），算法條件舉例說明：若某地附近20個(gè)任務(wù)，其中10個(gè)打包，要保證該處會(huì)員單個(gè)下10單獲利少于打包10個(gè)。建模步驟：

（1）找出研究范圍中各需求點(diǎn)地理位置坐標(biāo)；

（2）巧繪研究范圍中各需求點(diǎn)地理位置坐標(biāo)圖并對(duì)各需求點(diǎn)編號(hào)；

（3）捜索出各需求點(diǎn)間最短距離；

（4）收集各需求點(diǎn)歷史需量數(shù)據(jù)，得到平均一天需求量；

（5）根據(jù)K-Means++算法對(duì)其求解。

配送區(qū)域劃分的核心思想是把n個(gè)任務(wù)項(xiàng)目點(diǎn)劃分成K個(gè)聚類，由于打包分配對(duì)時(shí)間要求很高，為保證時(shí)間窗，聚類的判別準(zhǔn)測是使每個(gè)聚類中的任務(wù)點(diǎn)到該聚類中心的距離最小進(jìn)行劃分處理，輸出優(yōu)化的聚類結(jié)果

5 檢驗(yàn)成果

用GPS定位新的任務(wù)和下單會(huì)員的位置經(jīng)緯度，將之前的數(shù)據(jù)處理方式編程，加工后帶入公式：

Y=66.0239+1.449X1-0.065X3-ξ，其中，

ξ=（66.0239+1.449X1-0.065X3）×ε%

給出新定價(jià)，再根據(jù)APP數(shù)據(jù)調(diào)查，取同原來等數(shù)量樣本，規(guī)定“完成度=完成的任務(wù)項(xiàng)數(shù)目/總?cè)蝿?wù)項(xiàng)數(shù)目”與原方案對(duì)比，發(fā)現(xiàn)完成度顯著提高

6 結(jié)論

基于位置數(shù)據(jù)處理的 “拍照賺錢”的任務(wù)定價(jià)，可考慮將物品位置，會(huì)員位置，會(huì)員與任務(wù)相對(duì)位置等因素綜合起來，將位置經(jīng)緯度數(shù)據(jù)轉(zhuǎn)化為相對(duì)中心位置距離，通過回歸分析來轉(zhuǎn)化為定價(jià)；之后采用打包分配策略來優(yōu)化定價(jià)模型。

參考文獻(xiàn)

[1]孫振宇.多元回歸分析與Logistic回歸分析的應(yīng)用研究[D].南京信息工程大學(xué)，2008.

[2]周世兵，徐振源，唐旭清等.K-means算法最佳聚類數(shù)確定方法[J].計(jì)算機(jī)應(yīng)用，2010，30：1995-1W8.

[3]趙興龍.基于K-means-遺傳算法的眾包配送網(wǎng)絡(luò)優(yōu)化研究[D].北京交通大學(xué)，2016.

作者單位

1.華北理工大學(xué)理學(xué)院 河北省唐山市 063200

2.華北理工大學(xué)數(shù)學(xué)建模實(shí)驗(yàn)室 河北省唐山市 063200

3.華北理工大學(xué)機(jī)械工程學(xué)院 河北省唐山市 063200

4.華北理工大學(xué)冶金與能源學(xué)院 河北省唐山市 063200