基于用戶信息和任務(wù)位置的動態(tài)打包任務(wù)定價模型

袁銳瑩 重慶交通大學(xué)

基于用戶信息和任務(wù)位置的動態(tài)打包任務(wù)定價模型

袁銳瑩 重慶交通大學(xué)

“拍照賺錢”這種基于移動互聯(lián)網(wǎng)的自助式勞務(wù)眾包APP，相比傳統(tǒng)的市場調(diào)查方式，可以節(jié)省調(diào)查成本，有效的保證調(diào)查數(shù)據(jù)的客觀真實性。本文通過分析影響任務(wù)價格的各主要因素，對目前的任務(wù)定價模型進行調(diào)整，構(gòu)建基于用戶信息和任務(wù)位置的動態(tài)任務(wù)打包定價模型，使不同地點、時間段、難易程度的“拍照賺錢”任務(wù)得以高效的完成。

任務(wù)打包 會員信譽值 吸引力模型 動態(tài)定價模型

一、目前的任務(wù)定價規(guī)律

由經(jīng)驗可知，任務(wù)定價可能與用戶距離任務(wù)點的遠近、任務(wù)的難易程度以及該任務(wù)的競爭程度有關(guān)。調(diào)查表明，用戶所在地的不同和個人喜好的差異，使得任務(wù)的難易程度難以量化，因而目前各勞務(wù)眾包APP在實際定價時還未將其納入考慮因素【1】。此外我國目前的勞務(wù)眾包APP允許用戶自主選擇所在城市，再在城市范圍內(nèi)選擇任務(wù)，因而任務(wù)的競爭激烈程度主要取決于任務(wù)價格的高低。由此，本文以研究用戶-任務(wù)的距離與價格的關(guān)系為切入點，以搜集到的佛山市、廣州市、東莞市、深圳市已結(jié)束項目的任務(wù)數(shù)據(jù)為例，分析目前的任務(wù)定價規(guī)律。

以資料中各任務(wù)點的經(jīng)緯度坐標(biāo)為自變量，利用Matlab R2016a軟件插值擬合任務(wù)的經(jīng)緯度坐標(biāo)和其價格，結(jié)果表明，任務(wù)的價格在城區(qū)間無明顯差異。

在此基礎(chǔ)上，以佛山市、廣州市、東莞市、深圳市各市政府作為市中心，運用Excel軟件，統(tǒng)計資料中各市的任務(wù)點距市中心的距離及其對應(yīng)的任務(wù)價格，結(jié)果表明目前的任務(wù)定價規(guī)律為：任務(wù)的價格在[60,85]元的區(qū)間內(nèi)波動，與其距市中心的距離無明顯線性關(guān)系。

二、分析任務(wù)未完成的原因

根據(jù)以上結(jié)論和現(xiàn)實情況，任務(wù)未完成的原因可能有：勞務(wù)眾包APP的用戶執(zhí)行某任務(wù)的機會成本太高、任務(wù)的價格太低。

（一）執(zhí)行某任務(wù)的機會成本太高

機會成本，指為了得到某種東西而所要放棄另一些東西的最大價值。經(jīng)濟越繁榮的城市中APP用戶為執(zhí)行任務(wù)所要放棄的其他賺錢工作的價值越高。選用城市的人均GDP作為刻畫該市用戶執(zhí)行某任務(wù)的機會成本的指標(biāo)。根據(jù)2015年廣東省各市人均GDP排名【2】，利用Excel 2010軟件擬合深圳、東莞、廣佛（廣州、佛山兩市距離較近、經(jīng)濟發(fā)展較一致，因此在分析時將兩市合并成一個市考慮）三市的人均GDP與其任務(wù)完成率的關(guān)系，結(jié)果表明，人均GDP處于較低水平時，任務(wù)完成率與其正相關(guān)，當(dāng)人均GDP上升至一定程度后，由于用戶執(zhí)行任務(wù)的機會成本太大，任務(wù)完成率與人均GDP負相關(guān)。

（二）APP用戶信譽值太低

APP用戶的信譽值反映了該段時間內(nèi)用戶完成選定任務(wù)的情況，即某用戶的信譽值過低是由于未能按時、按量完成已選擇的任務(wù)，由此可以認為低信譽值的用戶在下一次選擇任務(wù)時仍然不能保證其完成情況。因而若忽略其他次要因素，用戶的信譽值高則其按時按量完成選定任務(wù)的概率也高。

三、基于會員信息的動態(tài)任務(wù)打包定價模型

以使任務(wù)完成率最高、勞務(wù)眾包APP總成本最小為目標(biāo)，新的任務(wù)定價方案，應(yīng)綜合考慮城市的經(jīng)濟狀況、用戶距任務(wù)點的遠近、用戶信譽值等因素的影響。本文研究分析以下因素：

（一）考慮用戶信譽值的影響

首先對同一城區(qū)、同一時刻發(fā)布的所有任務(wù)進行（0，1）標(biāo)定——已被預(yù)訂的任務(wù)標(biāo)記“0”，待預(yù)訂的任務(wù)標(biāo)記“1”。再根據(jù)用戶的信譽值調(diào)整其允許開始預(yù)訂任務(wù)的時刻和數(shù)量。對于同一時刻發(fā)布的任務(wù)，信譽值高的用戶可較早預(yù)定該任務(wù)，且允許的預(yù)定量越多。例如，某任務(wù)發(fā)布時刻為06：00，該片城區(qū)內(nèi)信譽值最高的用戶可在第一時間：00預(yù)訂，信譽值排名第二者則推遲小時預(yù)訂，則其預(yù)訂開始時間為：00，以此類推。則當(dāng)時間推移至?xí)r，第個用戶只能從剩余的標(biāo)記“1”的任務(wù)中挑選，且同一時刻多個用戶競爭時先選先得。

（二）考慮用戶-任務(wù)距離的影響

用戶優(yōu)先選擇價格高且距離近的任務(wù)，依此建立任務(wù)i 對用戶j 的吸引力模型：

Fij——任務(wù)i 對用戶j 的吸引程度

Pij——任務(wù)i 對于用戶j 的報酬

dij——任務(wù)i 與用戶j之間的距離

以資料中原始任務(wù)價格P0、任務(wù)完成率Q0作為該動態(tài)模型價格、任務(wù)完成率的初始值，新的任務(wù)價格和預(yù)期完成率在此基礎(chǔ)上修正：

Qij——用戶j 對任務(wù)i 的完成率

式中k為綜合多種價格影響因素的修正（比重）系數(shù)。前面的分析結(jié)果表明，用戶信譽值R 越高、與任務(wù)點的距離d越小、執(zhí)行任務(wù)的機會成本G越小，任務(wù)的完成率越高，即與任務(wù)完成率Q 正相關(guān)，令c1、 c2為二者對于k的比重系數(shù)，勞務(wù)眾包APP在具體操作時，可根據(jù)以往經(jīng)驗自行確定二者大?。?/p>

若城區(qū)內(nèi)有i 個任務(wù)、j個用戶，則平均每個用戶可選擇i/j 個任務(wù)。勞務(wù)眾包APP可設(shè)置在每輪的任務(wù)發(fā)布中，成功預(yù)訂任務(wù)的用戶數(shù)占總用戶數(shù)的1/m ，則該1/m的用戶平均每人可選擇mi/j 個任務(wù)。由此可以將打包的個數(shù)定為：

（三）考慮鄰近任務(wù)打包分布

任務(wù)打包，既要讓總成本比單獨發(fā)布任務(wù)的成本之和低，又要讓打包的任務(wù)對用戶的吸引力足夠大，且由于用戶完成打包任務(wù)的機會成本較挨個完成其單個任務(wù)的機會成本小，為保證公平，P?應(yīng)稍小于單個任務(wù)價格Pi之和：

[1]高孝平.互聯(lián)網(wǎng)企業(yè)產(chǎn)品定價策略試析.商業(yè)經(jīng)濟，2017，1(6):75-77.

[2]陳貽偉.廣東省人均GDP時間序列建模及預(yù)測[J].消費導(dǎo)刊，2015，26(11):35-37.