基于K-均值聚类对任务定价的计量分析

针对"拍照赚钱"的任务定价,运用了K-均值聚类分析、多元线性回归等方法,构建了任务经纬度的K-均值聚类分析模型及多元线性回归函数模型,主要利用了Matlab软件,且综合使用了EVIEWS、SPSS等其他软件编程求解,得出了任务的定价规律、未完成任务的原因,比较了原定价方案和改进后的定价方案,了解了任务打包后对任务完成情况的影响,最后给出新项目的任务定价方案.     

基于回归模型的众包定价方案的计量分析

针对"拍照赚钱"外包平台的任务定价问题,运用了多元线性拟合、BP神经网络算法及竞争导向定价法等,构建了基于任务聚集度相关指标的多元线性回归模型、基于三个显著影响指标的多元非线性回归模型及考虑密集任务可打包发布的任务定价模型,运用了Matlab软件编程求解,得出了原定价方案的定价与任务的密集程度有关的定价规律、任务未完成原因以及打包的影响.     

任务分包定价策略研究

运用K-means聚类法将任务按照经纬度分类,进行多元线性回归分析,建立新的定价方案.构建任务打包算法,进行多元线性回归分析,得到合理的定价策略.实验结果表明,新方案的定价更为合理.     

基于Logistic回归的“拍照赚钱”APP定价方案设计

该文旨在对"拍照赚钱"APP考虑不同情况制定合理的定价方案。首先,通过K-means聚类对定价的影响因素进行分析,建立了以对数回归、多元线性回归为辅助解释的决策树定价模型,从而得到原方案的定价规律,并建立了任务完成情况的Logistic的模型,结合统计分析与地理数据,得到了影响任务完成的主要因素。随后,在考虑总成本的前提下,对定价模型进行优化,对用户限额进行改进,并基于Logistic模型以最大化任务完成率为目标对价格进行调整。最后,设计了逐步聚类算法对任务进行打包,进一步提高任务的完成率。     

拍照赚钱APP定价方案的修正模型

该文针对现有的拍照赚钱平台定价问题,通过研究任务未完成原因,综合各指标的影响,提出新的方案并说明其影响,完成该类平台定价方案建立和修正。将已结束项目按经纬度聚类,选取指标量化后与项目定价进行向后逐步回归,得到关系式显示定价规律。对会员进行划分,制订新的配额方案,再综合指标建立修正函数得到新的定价方案。融合打包因素,对定价模型进行修正,以定价修正后各城市任务完成度和任务数变化反映打包因素对任务完成情况的影响。最后将新旧定价模型应用于新项目,得到新旧定价方案下的任务定价,并从会员和平台两方面分析对方案实施效果进行评价。     

基于K-means聚类分析的任务定价方案

该文研究了"拍照赚钱"的定价问题。基于K-means聚类分析,建立了任务定价与任务周围的会员个数、会员的信誉度、会员开始预定任务的时间及任务距离位置的定价模型;利用逻辑回归函数预测任务是否可以完成来评价模型的完成度;最后利用该算法得到的任务定价与APP给出的定价对比,验证了模型的正确性。另通过建立"打包"定价模型,在总任务价格不变的情况下,打包后任务点的完成度由打包前的70.5%提高到80.3%,打包对于任务完成情况有了明显的改善。     

APP平台中的任务定价模型构建与分析

研究移动互联网下的APP众包平台任务定价问题,以"拍照赚钱"APP自助式劳务众包平台任务定价为具体研究对象,构建了基于中心理论的定价模型,求解模型得出任务的地理位置离中心点越远其标价越高的定价规律,并分析了未能完成任务的原因;针对未完成任务的定价问题,考虑会员地理位置聚集因素,构建了基于模糊数学的多因子定价模型,模型求解结果表明任务完成率得到了提高;针对相对集中的任务可能存在联合打包发布的问题,分别构建了整点区域规划模型和基于响应比的打包任务接取最优化模型,得出任务联合打包发布的定价方案。     

基于单目标优化的众包任务定价模型

该文针对"拍照赚钱"APP的众包任务定价问题,考虑区域定价的差异下,基于曲线拟合工具和K-Means聚类分析算法,通过SPSS软件综合分析得出众包任务价格与区域生活水平、时间成本、人均任务数和任务难度系数等因素之间的定价规律,建立了以任务价格为决策变量、以众包平台利润限度为约束条件、以区域任务完成率最大化为目标的单目标优化模型,并建立了新的任务定价方案。在考虑将任务打包发布情况下,对定价模型进行修正,通过蒙特卡洛模拟法,给出模拟的实施效果。     

“拍照赚钱”的任务定价规律及其完成情况研究

"拍照赚钱"本质上是一种新兴的基于移动互联网的自助式劳务众包模式。本文选取计算任务点与最近会员的距离、周围会员数、任务聚集程度等指标,并通过多元逐步回归,得出定价与上述因素的关系,进而通过Logistic回归,得出任务完成情况和各指标的关系模型;再用层次分析法对建立的各项指标建立3个判断矩阵和3个对应的定价模型,并以提高任务完成概率、降低平台出价总和为依据,最终采用的打包方案是按编号顺序,确定一个任务位置的圆心和半径,将圆内出现的各任务,视为一个打包发布,以包内所有坐标的均值表示其经纬度坐标。     

新型网络任务的定价方案

本文针对"拍照赚钱"的定价分配问题,建立了任务定价与任务点到市中心的距离、会员所在的位置、任务完成能力以及信誉度等因素的关系模型,运用多元线性回归、多元逻辑回归、神经网络模型考虑到定价与会员限定预订任务限额,任务开始的时间等也有一定的关系,对其进行归一化处理后,进行训练和测试,不断调整其误差值,直到有较好的结论,最终得到较为合理任务定价方案。     

基于SVM预测对“拍照赚钱”APP任务定价的研究

针对"拍照赚钱"APP任务定价,首先运用回归分析和定价分析,构建定价-距离函数模型,分析任务未完成的原因。其次,考虑会员密度,对模型进一步深化,并引入SVM支持向量机,检验发现,与原方案相比,新方案更加合理。然后考虑实际情况,重新修改评价模型,并对新项目检验,评价新方案的实施效果。     

劳务众包任务定价模型研究

以拍照赚钱APP的平台数据为例,建立Logit模型提升众包平台任务完成率,使用PageRank排序算法建立多任务打包定价模型,解决众包平台的多任务打包问题,并用Logistic回归模型进行检验.     

基于OLS多项式曲线拟合对众包任务定价规律的研究

针对"拍照赚钱"的任务定价规律,首先,聚类分析各类项目到任务距离聚类中心的距离,然后运用最小二乘法,构建项目任务定价与中心距离的OLS多项式曲线拟合模型,最后运用了EVIEWS,SPSS软件编程求解,得出了任务定价函数及其定价规律。     

基于多目标整数规划模型的拍照任务定价

拍照赚钱任务合理的定价是促进劳务众包平台发展的重要课题.为了同时兼顾劳务众包平台与会员的利益,建立了基于任务打包的混合多目标整数规划模型,并采用线性加权评价函数法,利用SPSS、MATLAB、LINGO软件求解.研究发现,所建模型给出的任务定价较高,进而在一定程度上提高了任务的完成率.     

基于经纬度范围的多点任务打包算法

本文以拍照赚钱任务为例,研究了一种基于经纬度范围的多点任务打包算法。在解决"拍照赚钱"任务的定价问题时,只要给该算法提供任务的位置信息、任务包中的任务数和任务包筛选范围,便能自动生成满足限定条件的打包方案,其中包含有任务包内各个任务的具体位置,具有执行速度快、计算结果准确的优点。该算法的思想可以作为解决与大量详细位置信息有关问题的雏形,推广至外卖配送、快递员送件等行业。     

基于Logistic回归在二分类型任务定价模型中的应用

随着大数据时代的发展,互联网逐渐渗入到各个行业,众包平台服务模式开启,这是移动互联网下的一种自助式服务模式,它将产品和消费者、厂商正确无误地联系在一起,较之传统的市场调查方式,更加时效并缩短了调查周期、减少成本和有利于数据的收集,保证了调查数据的真实性.本文主要针对众包任务定价方面进行数据分析,利用多元统计方面的主成分分析、多元线性回归模型以及多元Logistic回归模型对相关任务进行分析、重新定价,以使得在保证最低成本下,任务最终能够尽可能被完成.     

基于多元回归模型的任务定价问题

针对任务定价问题,本文运用多元回归分析的方法,以任务价格合理、任务完成率高为目标函数,建立多元回归方程模型.运用Matlab软件对参数进行拟合,利用最小二乘估计求解回归系数,得到新的任务定价方案.相对于其他的任务定价方案,该方法考虑了会员位置和任务完成度的影响,制定科学合理的模型,提高模型的准确性.     

自助劳务众包平台定价规律的研究

针对网络众包模式下的任务定价问题,划定任务可行范围,针对会员和任务主体构建拟合回归模型。运用K-means均值聚类对任务进行区域划分,引入修正价格的工资比、修正僵尸会员比例的阶层比两个指标,得到四个区域的定价模型。并通过弹性分析理论,认为分区定价模型可以提高任务的完成率。利用matlab进行灵敏度分析,认为K=9时取值最合理。     

铁路货物运输的运价弹性分析

本文针对目前铁路企业在制定货物运输运价以及实施运价浮动方案中存在的问题,通过分析价格弹性对定价策略的影响,提出了对铁路货运运价的弹性进行了定量化分析的多元线性回归模型。该模型比较接近实际情况,可以计算置信度,并可以对每一个参数的相关性进行评估,去掉不相关或不太相关的自变量,对于铁路企业参与市场竞争,制定符合市场规律的货运运价或实施灵活的运价浮动方案具有一定的指导意义。     

多元非线性回归函数近似逼近的Thiele型插值方法

非线性回归问题中多元非线性回归问题也是值得研究的课题。本文利用二元Thiele型有理插值函数方法逼近一类多元非线性函数可实现回归函数的近似，并通过实例说明该方法的有效性。