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.     

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.     

“拍照赚钱”的任务定价

拍照赚钱是移动互联网下的一种自助式服务模式。用户下载APP,注册为会员,然后从APP上领取需要拍照的任务(比如上超市去检查某种商品的上架情况),赚取APP对任务所标定的酬金。这种基于移动互联网的自助式劳务众包平台,为企业提供各种商业检查和信息搜集,相比传统的市场调查方式可以大大节省调查成本,而且有效地保证了调查数据的真实性,缩短了调查的周期。因此APP成为该平台运行的核心,而APP中的任务定价又是其核心要素。如果定价不合理,有的任务就会无人问津,而导致商品检查的失败。本文通过整体分析已有数据,得到新方案并针对不同问题提出修改措施。     

“拍照赚钱”任务定价研究

采用层次分析法,建立层次结构模型,运用MATLAB编程计算权向量并做一致性检验,得到各影响因素的权重,制定定价方案.研究结果表明,任务定价方案考虑的五个因素排序为:任务位置、路网密度、高程信息、会员密度和人均GDP.     

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。     

“拍照赚钱”APP中任务定价问题分析及求解

拍照赚钱的任务定价问题选自2017年高教社杯全国大学生数学建模比赛B题,其中拍照赚钱是一款自助式服务APP提供的主要业务。任务定价问题本质是一个优化问题,如何在付出最低成本的同时任务的完成率最高是本文的研究重点。     

“拍照赚钱”APP平台的任务定价策略研究

"拍照赚钱"APP是移动互联网模式下的一种自助服务模式,为企业与会员双边提供服务,具备双边市场典型特征.本文在充分理解题意及合理假设的基础上,建立了相关核算公式及数学模型,给出了该平台的任务定价策略.并列举实例,分析任务完成的影响因素,提出捆绑式组合的新方法,以提高任务的完成率.     

“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。     

基于多元回归分析的图书采购模型研究

图书采购是图书馆基础性工作。利用多元回归分析建立了图书馆采购模型,利用该模型可由读者人数和借阅量预测出图书的采购量,从而有助于采访部门制订科学的购书计划,使馆藏结构更加合理。     

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。     

一类基于多元回归的房价模型

利用SPSS软件,将4个衡量房价的指标作为影响商品房现房销售额的因子,并依据多元线性回归的思想构建了房价模型.在残差序列的纯随机检验中,可知残差累计概率图是围绕基准线波动,样本自相关系数逐渐衰减为0,残差序列基本满足不存在自相关关系,从而说明该模型是合理的.     

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。     

基于多元回归分析煮糖结晶模型的建立

针对目前煮糖结晶模型的局限性,通过分析煮糖结晶过程,选定合适的变量,采用多元回归分析的方法,建立煮糖结晶模型;经过仿真检验模型能很好的符合实际情况,可以做为控制算法中的数学模型。     

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.     

基于多元回归模型的2010年上海世博会客流量预测分析

选取上海城市吸引力系数和上海世博会的吸引力系数等参数,利用多元回归模型定性对2010年上海世博会客流量进行了预测及分析.结果表明:利用多元回归模型对世博会客流量做的预测与以前常用的渗透率模型和引力模型相比有其自身的优越性,考虑因素更为全面.     

众包模式下任务定价模型的建立与分析

为解决众包模式中发布的任务定价不合理,导致用户积极性降低、任务无人领取的问题,提出建立一种新的任务定价模型,综合考虑任务密度、会员密度、任务地点与市中心距离对任务定价的影响。通过检验模型定价结果,发现其均在较高完成度区间内,具有良好的可信度,该模型适用于任务的初步定价。     

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。     

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。