众包平台的任务定价研究

李婷婷

(河北省石家庄铁道大学，河北 石家庄 050043)

一、简介

众包平台是一种自主式服务的商业模式，用户安装APP后，可以领取相关任务，赚取酬金。使用者可以在上面浏览各种商业公司的相关信息，例如饭店的相关菜价、好吃与否等信息。在一定程度上，这种方式代替了问卷调查；而且其具有较好的真实性，实时性。

二、研究背景

在众包平台中，核心问题是针对每个任务需要制定价格，在定价的过程中，需要考虑以下因素：

①考虑任务的位置、完成情况信息。

②还应该考虑到任务位置附近的会员信息，如其信誉度、经验等因素，这样才能对任务给出合理的价格。

③在具体场景中，对于地理位置相对较近的多个任务，可以打包进行发布。

三、模型建立与求解

（一）数据预处理

首先需要对数据进行预处理，将经纬度转换为XY坐标，由于位置经纬度中纬度和经度所代表的距离不相同，无法直接计算两个位置之间的距离，所以先对经纬度进行了高斯投影变换，将经纬度转化为X、Y值。利用Matlab导入会员和任务的位置X、Y坐标，利用两层循环求位置之间的距离。在Matlab中，结合冒泡排序法对每一个任务的距离进行从低到高排序，求出最小的16个距离以及相应会员的荣誉值和预期任务限额。

（二）聚类拟合

通过对任务在地图中的实际分布图分析可知，任务的地点主要分布在四个城市，利用SPSS软件对给定数据进行K平均值聚类，将数据分为四类。并且每一类都有周围任务的数量、平均距离、最大最小距离等十二个影响因素，对每一类进行回归拟合。

（三）调整价格

上述拟合过程已经考虑12个因素对价格的影响情况，还需对拟合结果进行调整，调整的目的主要有①将未完成的任务价格提高，从而吸引会员来完成该任务；②将已完成的任务价格降低，从而增加收益。

对于已经结束的任务，完成情况只有0或1，即未完成或者已完成。而对于新任务的价格预订，应该考虑该任务被完成的可能性，进而引入成功率的概念。设某一个新任务周围2.5km以内的任n务总个数为n，n个任务中已完成的任务个数为n1、未完成的任务个数为2，则成功率p=n1/n，这里引入成功率的基准p0值为80%，则调整的价格为Δm=(p-p0)×r。其中，r为价格变化与成功率变化的比值，求解拟合得到r=33.546。调整后的价格为m′=m-Δm，即m′=m-r×(p-p0)。

（四）任务打包

任务分布上，有的地点任务相对集中，用户争相选择，对这种情况的考虑是将任务联合发布。对于联合发布，不仅可以提高任务完成的效率，减少完成任务所需的时间，而且还能促进任务的完成质量，提高任务的完成率。

对于任务打包联合发布的情况，首先考虑对哪些任务进行打包，然后考虑如何进行打包，最后如何为打包后的任务包进行定价。基于上述考虑，选择任务打包时，主要通过选择相距较近的任务来进行打包发布，即对于给定任务A0，对其周围的任务iA距A0的距离D0i进行判断，若D0i小于一个给定标度l，则认为该任务可以与给定任务进行打包，在上述标度l范围内若存在多个任务，则一起打包发布；若A0周围l范围内不存在其他任务，则该任务不进行打包，直接带入原定价方案。对于定价，考虑的主要因素是包内各个任务之间的距离关系，采用包内平均距离Dj来衡量，若Dj较小，认为该包内任务都相距较近，完成起来更快捷、方便，所以相应的整包价格也会比相应的包内任务价格之和Sj要降低；反之，Dj较大，则认为包内任务相距相对较远，完成起来更费时、费力，整包价格则会相应上涨，最终给出合理的定价方案。对于给定任务Ai(i=1,2,3...,n)依次与其他任务Aj进行距离的对比，若有对应Dij＜l，则将Aj归入Ai所在包，若不存在Dij＜l，则Ai不进行打包。

在每个打好的包中，可以求得包内任务的平均距离（t为包的编号）和包内的所有任务价格之和St，对于平均距离，给定参考值D0=300.5（当=D0时，St即为该包的定价Mt），存在如下调节关系：Mt=St+(Dt-D0)×β×t，Mt即为该打包任务的定价。β为调节系数，值为0.03。

四、方案的创新点

①经度和纬度每一度对应的距离变化不同，所以采用高斯投影将经纬度转换成XY坐标，使得模型更为准确。

②在对价格的影响因素研究中，通过相关行分析，筛选出相关性较小的因素，模型拟合结果合理可靠。

③打包时，确定出打包的范围较为合理；并且在定价时，使用平均距离判断包内任务的分散程度。

五、结语

本文通过利用聚类、回归拟合等方法对数据进行数据挖掘，将打包理念融入定价方案得出最终的定价方案。对于经纬度进行高斯投影变换，提高了准确度。对于未完成的任务，引入调节系数，进一步合理地定价，提高了完成率。