首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于K-means聚类算法的任务定价
引用本文:朱家明,曹绮琦,潘雪航,钱礼会,李春忠.基于K-means聚类算法的任务定价[J].厦门理工学院学报,2018(3).
作者姓名:朱家明  曹绮琦  潘雪航  钱礼会  李春忠
作者单位:安徽财经大学统计与应用数学学院;安徽财经大学财政与公共管理学院
摘    要:针对"拍照赚钱"项目的任务定价,综合运用K-means聚类算法、相关性分析等方法,分别构建了任务定价模型、任务完成率的分析模型。用MATLAB和EXCEL软件求解,发现当会员数量一定时,完成任务的距离越远,任务定价越高;当完成任务的距离一定时,会员数量越少,任务定价越高;在会员数量足够多的前提下,任务定价越高,任务完成度越高。进一步深入分析未完成任务,利用最小二乘法给出更合理的定价模型。

本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号