“拍照赚钱”的任务定价分析摘要本文得出了“拍照赚钱”任务的定价规律并做出了详细的证明，对原定价方案做了改进。

并对实际情况和新项目的定价问题做出了改进、优化、评价。

对于问题一，本文从几何图形角度对任务点的位置、任务标价以及完成情况进行了分析，建立散点图和三维坐标图划分为A 、B 、C 、D 区域，并运用SPSS 软件对任务点位置做k-均值聚类处理，最终得到三个聚类中心，用MATLAB 中多元二相式拟合得出了任务点位置与任务标价的函数关系为：222211210z y x y x βββββ++++=，同时对任务完成率进行了计算分析得解果为：61.0123%。

未完成的原因是由于价格不合理、任务过多会员太少。

对于问题二，根据原方案仅考虑地理位置缺点和附件二的数据，建立层次分析模型，以竞争强度、工作密度、任务难度、工作环境做为指标设定权值，构造对比矩阵用MATLAB 软件求解特征向量为：4.021，并做一致性检验得到结果为：RI=0.90，即通过检验。

在四个区域内发现B 区域价格制定较合理，再对B 区域的价格做优化处理：价格低于70元的进行降价10%的处理，价格高于75的提价10%处理，70-75之间的不作处理，此方案的任务完成率为：63.76%。

对于问题三，由于部分任务的位置集中考虑打包处理，对问题一中新制定的价格分价格区间打包和不打包两种任务类型，对于低于70元的任务用SPSS 做k-聚类打包，五个任务为一包。

通过MATLAB 做拟合得到的标价规则为：原方案中75-85元提高为82.5-93.5元，70-75元的价格不变，65-70的降低为58.5-63元。

比较新的任务完成率为：，使得方案的效率更高。

对于问题四，对新的项目数据的经纬度做散点图处理发现呈区域集中分布非常明显。

通过MATLAB 做散点图划为E 、F 、G 三个区域。

E 区59-63（±1.886）F 区63(±2.886)G 区73(±2.360)集中地区域进行打包处理，区域边界按单个任务处理。

对于三个区域用SPSS 软件聚类得出得出聚类点，以此点为圆心，半径r 分别为7km 、3km 、4.2km 。

价格的制定按照任务点距离数据中心为标准。

最终求得的任务完成率为：，由此可知，此方案的任务未完成率最高，完成效果最好。

关键词：区域划分；聚类分析；函数拟合;层次分析法1.问题重述与问题分析1.1.问题重述“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，注册成为APP的会员，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。

附件一是一个已结束项目的任务数据，包含了每个任务的位置、定价和完成情况（“1”表示完成，“0”表示未完成）；附件二是会员信息数据，包含了会员的位置、信誉值、参考其信誉给出的任务开始预订时间和预订限额，原则上会员信誉越高，越优先开始挑选任务，其配额也就越大（任务分配时实际上是根据预订限额所占比例进行配发）；附件三是一个新的检查项目任务数据，只有任务的位置信息。

请完成下面的问题：1.研究附件一中项目的任务定价规律，分析任务未完成的原因。

2.为附件一中的项目设计新的任务定价方案，并和原方案进行比较。

3.实际情况下，多个任务可能因为位置比较集中，导致用户会争相选择，一种考虑是将这些任务联合在一起打包发布。

在这种考虑下，如何修改前面的定价模型，对最终的任务完成情况又有什么影响？4.对附件三中的新项目给出你的任务定价方案，并评价该方案的实施效果。

1.2问题分析本题研究拍照赚钱app的任务分配问题。

了解移动互联网劳务众包平台及其运营机制。

针对问题一，建立了平面坐标系和三维坐标系。

分别探究了地理位置与任务完成情况的关系，地理位置、价格与任务完成情况的关系。

通过筛选信息，绘制散点图，拟合曲线来判断出此项目的任务定价规律。

针对问题二，原任务定价方案存在缺陷，任务完成率不高，为了提升任务完成率，保证公司的效益，要从报酬的变动上提升高报酬（低完成率）任务的完成情况。

在分析了定价方案以后，做出相关变动，完善定价方案。

针对问题三，由题意知部分任务位置距离较近相对集中，从任务与价钱的散点图也可以看出，在价格65-70（元）之间的任务非常密集，为了防止会员们相互竞争，因此予以打包降价处理，具体为：通过了解该行业的行情，把任务为65-70元（包括70元）以下的任务做打包处理，5个任务作为一包，定价为300元。

把任务为70-85（不包括70元）的不做打包处理，因为此类的任务数量与65-70（元）的相比较稀疏，不太适合打包处理。

价格不变，仍按问题二中的方案执行。

2.模型假设与符号说明2.1模型假设1.假设没有突发恶劣天气;2.假设东经113°北纬23°附近处于平原地带;3.假设会员工作稳定，没有短时间大人量的变动;4.假设拍照工作的供求关系稳定，相同产业不同公司之间的竞争力度不变;5.假设app运行正常，不存在恶意攻击事件;6.假设不存在交通拥堵、自然因素、认为因素所造成会员没完成任务。

2.2符号说明A、B、C、D 附件一的区域划分E、 F 附件三的区域划分x 任务GPS经度y 任务GPS纬度Z 任务报酬X1第一聚类范围内任务GPS经度Y1第一聚类点范围内任务GPS纬度Z1第一聚类点范围内任务报酬X2第二聚类范围内任务GPS经度Y2第二聚类点范围内任务GPS纬度Z2第二聚类点范围内任务报酬X3第三聚类范围内任务GPS经度Y3第三聚类点范围内任务GPS纬度Z3第三聚类点范围内任务报酬β1，β2，β11，β22为常数3.模型的建立与求解3.1问题一的模型建立与求解问题一涉及多个数据量，有关附件一、二。

统计材料十分庞大。

经观察发现，附加二中有一部分会员处于非活跃期，为了保证统计数据的质量，我们将信誉度低于10的会员剔除出我们的统计范围，以确保其统计信息的及时性。

4图 1 拟合曲线对于会员的信誉值与可预约任务数量的关系，我们进行了拟合计算，得到这是信誉值与任务限额拟合曲线。

拟合度为0.6894，基本呈现一次正比。

因此剔除信誉值较低的对总体无太大影响，因此可以忽略不计。

为了调查任务定价规律，我们做了与之相关的散点图如图2所示，其中‘+’为未完成的任务，‘o’为已经完成的任务。

很明显得看出，‘+’集中在两个部分，其一为114°，22.6°的位置；其二则集中在113.3°，23.2°的位置。

图 2 任务完成分布图图 3 会员分布图有一部分会员处于非活跃状态，我们需要把他剔除，这样的数据才有及时性. 根据图2和图3来看，114.1°,22.6°附近区域有大量的未完成任务，却没有足够的活跃会员来工作，从而产生了大量的资源浪费，使得任务完成率低下。

让我们把任务与他们的活跃会员放在一张图里：我们发现任务（*）附近总是有很多活跃会员（o），但是活跃人员附近不总是有任务存在，这导致了大量的人员浪费图 4 会员及任务分布图为了研究任务定价与地理（即活跃会员分布）的关系，我们依旧做出了散点图如下所示：图 5 报酬与地理图中显示出任务集中分布在几个区域，高报酬工作呈圆形环绕任务聚集点。

我们根据任务分布图，将研究区域分为四部分，分别以以经度113.5°，纬度22.9°为分界线图 6 任务报酬及地理分布三维图进行地图定位查询以后发现，此公司任务位于广东省，包含广州市，东莞市，深圳市三个大经济体。

（1）模型建立使用IBM-SPSS-Statistics对附件一的数据进行了K-均值聚类，得到了三个聚类中心图 7 三个聚类中心经过地图定位发现，三个聚类中心分别位于广州，东莞，深圳。

以聚类中心为原点，进行三维数据拟合，在matlab 中用多元二项式拟合命令得出其任务定价规律。

数学公式为222211210z y x y x βββββ++++=导入x1，y1，x2,y2,x3,y3X1=[x1,y1]; X2=[x2,y2];X3=[x3,y3]; Rstool(X1,z1,’purequadratic ’) 得到经过三次计算得出Z 1=11325.694782781-3361.86036146328x 1-1746.59581214035y 1+14.7875985148305x 12+37.7795887190733y 12（±0.9574）Z 2=726669.985625679-12797.022*******x 2-96.9866099128427y 2+56.2561303146082x 22-2.02669905177784y 22（±1.3484）Z 3=445440.531726602-7895.22546402430x 3+392.029*********y 3+34.6291958227689x 32-8.25993065638581y 32（±1.1612）（2）任务未完成的原因：1.在第一类聚类点A 附近，由于竞争压力大，没有足够的会员来做任务。

2.在非中心城市C 附近，地区相对复杂，会员相对较少，任务又相对偏远，任务处理不及时。

3.在第三聚类点D 附近，任务过于密集，任务报酬相对较低，打击了人们做任务的积极性。

导致任务无法得到有效的处理。

4.在第一类聚类点A 附近，由于任务难度系数大，且较为分散，难以快速完成，故任务完成率低。

（3）方案的总完成率做出附件一中的任务完成率图像（报酬-完成率散点图）需进行s 型Logistic 函数方程拟合。

其基本函数表达式为()bx a e k -+∙=11y 微分方程为()ky k ry -∙=y'根据附件一中的任务完成情况，得出：K=70 a=15.88 b=0.263 所以任务完成率的拟合s 型函数表达式为()x e 263.088.151170y -+∙=求解得该方案的总完成率为：61.0123%。

3.2问题二的分析与解答（1）问题分析对于问题二，由问题一的求解可知问题一在的问题再次进行优化。

为了优化定价模型，通过用MATLAB 做出的散点图可以设为A 、B 、C 、D （顺序为从左至右，从上到下）四个区域。

从中选择一个优秀的区域作为基础，以此来推广定价规律。