“拍照賺錢”的任務(wù)定價(jià)

盧施奇，陳子煒，程 荃

(北京體育大學(xué) 管理學(xué)院，北京 100084)

1 問題重述

1.1 背景知識

“拍照賺錢”是隨著互聯(lián)網(wǎng)的發(fā)展新興起的一種自助式服務(wù)模式。用戶在手機(jī)上下載App，注冊成為會員，然后從App上領(lǐng)取需要拍照的任務(wù)，賺取App對任務(wù)所標(biāo)定的酬金。這種基于移動互聯(lián)網(wǎng)的自助式勞務(wù)眾包平臺，為企業(yè)提供信息搜集和商業(yè)檢查，相比傳統(tǒng)的市場調(diào)查方式可以大大節(jié)省調(diào)查成本，并且有效保證了數(shù)據(jù)調(diào)查的真實(shí)性，縮短了調(diào)查的周期。因此App成為該平臺運(yùn)行的核心。任務(wù)定價(jià)是App的核心要素，因?yàn)槿绻▋r(jià)不合理，有的任務(wù)就會無人問津，最終導(dǎo)致商品檢查的失敗。

1.2 要解決的問題

研究給出的部分項(xiàng)目的任務(wù)定價(jià)規(guī)律，并分析任務(wù)未完成的原因。

給這些項(xiàng)目設(shè)計(jì)新的任務(wù)定價(jià)方案，并和原方案進(jìn)行比較。

實(shí)際情況下，多個任務(wù)可能因?yàn)槲恢帽容^集中，導(dǎo)致用戶會爭相選擇，一種考慮是將這些任務(wù)聯(lián)合在一起打包發(fā)布。在這種考慮下，如何修改前面的定價(jià)模型，并分析對最終的任務(wù)完成情況的影響。

對給處的新項(xiàng)目設(shè)計(jì)一個任務(wù)定價(jià)方案，并評價(jià)該方案的實(shí)施效果。

2 問題分析

問題一：首先，筆者認(rèn)為任務(wù)的定價(jià)是一個二元函數(shù)，它和任務(wù)地點(diǎn)距離任務(wù)中心點(diǎn)的距離有關(guān)，也和會員地點(diǎn)距離會員中心點(diǎn)的距離有關(guān)。筆者先用Matlab對任務(wù)地點(diǎn)進(jìn)行層次聚類，結(jié)果顯示最好分成幾類，然后運(yùn)用SPSS的K均值聚類得出這幾類的坐標(biāo)。在谷歌地圖上對這幾個坐標(biāo)一一查詢，確定出中心區(qū)域(會員地點(diǎn)同理)。其次，用Excel建立函數(shù)求出各個任務(wù)地點(diǎn)與中心點(diǎn)的距離以及各個會員地點(diǎn)據(jù)會員中心點(diǎn)的距離，然后利用這些距離數(shù)據(jù)擬合出一個關(guān)于任務(wù)價(jià)格的函數(shù)，并且測定該函數(shù)與原數(shù)據(jù)的擬合度。最后，分析任務(wù)地點(diǎn)與任務(wù)聚集的中心區(qū)域和會員聚集地三者關(guān)系，并運(yùn)用目標(biāo)設(shè)定理論等心理學(xué)理論分析任務(wù)定價(jià)的規(guī)律和任務(wù)未完成的原因。

問題二：在問題一的基礎(chǔ)上，將任務(wù)獲取的難易程度納入考慮范圍，并且將人均獲取的任務(wù)量定義為任務(wù)獲取難易的程度。

問題三：因?yàn)槭巧婕叭蝿?wù)聯(lián)合問題，因而將原來的定價(jià)模型分為兩個部分，第一部分即用戶到該任務(wù)點(diǎn)所應(yīng)獲得的酬勞，以及從該任務(wù)點(diǎn)出發(fā)到其他聯(lián)合任務(wù)點(diǎn)所需要的酬勞。由此酬勞的其中一部分即需要考慮用戶同第一個任務(wù)點(diǎn)的距離及其相關(guān)因素，第二部分即任務(wù)點(diǎn)之間轉(zhuǎn)換所需考慮的因素。修改后的模型可以促進(jìn)任務(wù)的完成率，提升部分用戶的經(jīng)濟(jì)收入。

問題四：提高計(jì)算精度，將會員應(yīng)得的報(bào)酬更加細(xì)致地表現(xiàn)出來。從App的收入以及客戶滿意程度這兩個維度對新的任務(wù)定價(jià)方案進(jìn)行分析。

3 模型假設(shè)

第一，假設(shè)所有人都是理性的經(jīng)濟(jì)人。

第二，假設(shè)某些個別的任務(wù)位置偏離，導(dǎo)致個別任務(wù)中心區(qū)域存在誤差。

第三，假設(shè)會員選取任務(wù)的考慮因素只是客觀的，不考慮多樣的主觀因素。

第四，假設(shè)會員之間不存在差異性。

4 符號說明

本文所用主要符號變量符號及意義如表1所示。

表1 文中主要變量符號說明

續(xù)表

5 模型建立和求解

用Matlab對任務(wù)地點(diǎn)進(jìn)行分層聚類，結(jié)果顯示最好分成五類。所以，附錄一中的任務(wù)地點(diǎn)可以被分為類別1、類別2、類別3、類別4、類別5。各個類別所包含的任務(wù)地點(diǎn)數(shù)量如表2所示。

表2 每個集群中的頻數(shù)分布

之后再利用SPSS軟件中的K均值聚類，在5個類別中分別得到5個中心點(diǎn)。坐標(biāo)分別為：

(X1=22.943214445,Y1=113.75312006)、(X2=23.00649466，Y2=113.10047901)、(X3=23.58329231，Y3=113.59590074)、(X4=22.66128623，Y4=114.0856776)、(X5=23.16947939，Y5=113.31220156)如表3所示。

表3 最終聚類中心

然后用Excel軟件將附件一中的任務(wù)位置、任務(wù)執(zhí)行情況以及上文提及的5個中心點(diǎn)顯示在三維地圖上。

在Google地圖上對這五個坐標(biāo)一一查詢，也確定出了這五個中心區(qū)域。然后用Excel將附件一中的任務(wù)位置和附件二中的會員位置顯示在了三維地圖上，分析任務(wù)地點(diǎn)與會員位置的關(guān)系。

對會員所在地的經(jīng)緯度進(jìn)行K均值聚類，發(fā)現(xiàn)其僅有一個中心點(diǎn)(Cx=22.92932908，Cy=113.63726825)。

之后筆者運(yùn)用以下函數(shù)計(jì)算各個類別中各個任務(wù)地點(diǎn)距離中心點(diǎn)的距離Dn，以及各個會員地點(diǎn)距離會員中心點(diǎn)的距離Dc。

Dn=6371004×ACOS(SIN(RADIANS(Xn))×SIN(RADIANS(xn))+COS(RADIANS(Xn))×COS(RADIANS(xn))×COS(RADIANS(yn-Yn)))

Dc=6371004×ACOS((SIN(RADIANS(Cx))×SIN(RADIANS(xn))+COS(RADIANS(Cx))×COS(RADIANS(xn))×COS(RADIANS(yn-Cy))))

最后，運(yùn)用SPSS數(shù)據(jù)分析，得出了任務(wù)價(jià)格Z與Dn，Dc呈現(xiàn)下圖的函數(shù)關(guān)系：

Z=0.31225337×Dn+0.16950474×Dc+64.71688731

筆者得出的價(jià)格曲線，與原數(shù)據(jù)擬合度達(dá)到了0.132。如表4所示。

表4 模型總結(jié)b

注：a.人地距離

b.任務(wù)標(biāo)價(jià)

6 模型評論與推廣

6.1 模型的優(yōu)點(diǎn)

(1) 運(yùn)用Matlab、SPSS等軟件工具將附件中大量的數(shù)據(jù)聚類分析，結(jié)論更為清晰、直觀。

(2)方案較為符合實(shí)際情況，具有可采納性。

6.2 模型的缺點(diǎn)

(1)未考慮會員的主觀因素及個體差異，所以計(jì)算結(jié)果與實(shí)際狀況存在偏差，不夠精確。

(2)近似處理對于計(jì)算的準(zhǔn)確度存在影響。

(3)擬合優(yōu)化程度是約為21%，也就是說，只能預(yù)測出約21%的價(jià)格，存在局限性。

[1]孫吉貴,劉杰,趙連宇. 聚類算法研究[J]. 軟件學(xué)報(bào),2008(1):48-61.

[2]王惠文,孟潔. 多元線性回歸的預(yù)測建模方法[J]. 北京航空航天大學(xué)學(xué)報(bào),2007(4):500-504.

[3]陳希孺. 廣義線性模型(一)[J]. 數(shù)理統(tǒng)計(jì)與管理,2002(5):54-61.

[4]孫健敏. 人力資源管理中工作設(shè)計(jì)的四種不同趨向[J]. 首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào),2002(1):58-62.

[5]孫泠. 互聯(lián)網(wǎng)+賦予大數(shù)據(jù)無盡想象[J]. IT經(jīng)理世界,2015(15):18-20.