戴靖宇+王姮冰+李樂吟

摘要：文章旨在對(duì)當(dāng)前熱門行業(yè)“拍照賺錢”的任務(wù)發(fā)布方案與定價(jià)方案進(jìn)行研究。通過K-均值聚類模型和支持向量機(jī)，綜合運(yùn)用了MATLAB和SPSS等軟件建立了相關(guān)模型，解決了在已有數(shù)據(jù)中挖掘定價(jià)規(guī)律，并以此為基礎(chǔ)設(shè)計(jì)定價(jià)方案、任務(wù)打包發(fā)布方案。在對(duì)任務(wù)打包發(fā)布后，為了壓縮成本，故通過一種合理且有效的方法，即折扣系數(shù)，修改定價(jià)方案。最終通過模擬我們發(fā)現(xiàn)新的打包發(fā)布方案和定價(jià)方案下的最終完成率大幅提升至92.22%，且總成本下降了3400元。

關(guān)鍵詞：支持向量機(jī)；K-均值聚類多目標(biāo)規(guī)劃

一、研究背景

在勞動(dòng)力價(jià)值不斷高升的時(shí)代，如何利用社會(huì)的剩余勞動(dòng)力，結(jié)合互聯(lián)網(wǎng)思維，將原本需要專人完成的任務(wù)，通過互聯(lián)網(wǎng)發(fā)布給大眾共同完成，成為一個(gè)熱點(diǎn)問題。

本文在現(xiàn)有任務(wù)單個(gè)發(fā)布定價(jià)方案和完成情況的數(shù)據(jù)中通過支持向量機(jī)挖掘任務(wù)定價(jià)與完成情況的規(guī)律，模擬不同定價(jià)下的完成情況，最后得到了一種在成本和完成率都較優(yōu)的打包發(fā)布和定價(jià)方案。

二、模型的建立與求解

（一）通過K-均值聚類得到任務(wù)打包方案

由于任務(wù)點(diǎn)較為集中，故運(yùn)用K-均值聚類算法對(duì)任務(wù)點(diǎn)進(jìn)行打包。打包后我們發(fā)現(xiàn)部分包內(nèi)任務(wù)量非常大，故又進(jìn)行了二次拆包，由此獲得了一個(gè)相對(duì)合理的任務(wù)打包方案。通過對(duì)任務(wù)進(jìn)行打包最終設(shè)定200多個(gè)任務(wù)包。

具體過程如下：

1. 初始化

給定分類的個(gè)數(shù)，將835組任務(wù)點(diǎn)分為200組。同時(shí)置j=0，從樣本向量中任意選定m個(gè)向量k，k，…，k作為聚類中心。

2. 樣本歸類

將每個(gè)樣本向量x1=[xi1，xi2，…，x1n]T，即200個(gè)任務(wù)包，按照歐式距離計(jì)算公式歸入中心為k的類別，歐氏距離公式為：

3. 中心調(diào)整

調(diào)整打包聚類中心，新的聚類中心K由以下式子計(jì)算得到，Ni表示聚類K

中的向量數(shù)，即：

k=（2）

4. 條件判斷

構(gòu)建迭代目標(biāo)函數(shù)J，J=|xk-ki|，將中的數(shù)據(jù)代換入該式，判斷J不再明顯改變，即任務(wù)打包方案已經(jīng)完善，此時(shí)迭代終止，否則j=j+1，重新進(jìn)行。

最終成功打包835個(gè)任務(wù)為200多個(gè)任務(wù)包。部分結(jié)果如表1所示。

（二）多目標(biāo)規(guī)劃求解最優(yōu)定折扣系數(shù)

因?yàn)榇虬鼣?shù)量不同，其定價(jià)也不同，故設(shè)置了一個(gè)折扣系數(shù)，以期望降低總定價(jià)，即降低市場(chǎng)投入成本。隨著打包數(shù)量n的不同，任務(wù)點(diǎn)定價(jià)為y·kn-1，其中y為原始定價(jià)。

不同的折扣系數(shù)k，對(duì)應(yīng)的打包后的定價(jià)不同，相應(yīng)的任務(wù)完成率也不同。對(duì)于公司而言，折扣系數(shù)越低對(duì)公司越有利。任務(wù)完成率越高，定價(jià)方案越好。此外會(huì)員能夠接收預(yù)訂任務(wù)限額不同。故以折扣系數(shù)最小、任務(wù)完成率最高為目標(biāo)函數(shù)，會(huì)員的預(yù)定任務(wù)限額為約束條件，建立多目標(biāo)規(guī)劃模型：

目標(biāo)函數(shù)：折扣系數(shù)最小、任務(wù)完成率最高為目標(biāo)

其中，k為折扣系數(shù)，p為任務(wù)完成率。

約束條件：

由于打包后的任務(wù)個(gè)數(shù)不一樣，且會(huì)員能夠接收預(yù)訂任務(wù)限額不同，故需要考慮打包后的任務(wù)會(huì)員能否領(lǐng)取任務(wù)。即約束條件為：

式中，Q表示在打包后距任務(wù)點(diǎn)3km內(nèi)會(huì)員的個(gè)數(shù)，n表示打包后任務(wù)的個(gè)數(shù)。

綜上所述，得到多目標(biāo)規(guī)劃模型如下：

遍歷不同折扣系數(shù)k的數(shù)值，利用支持向量機(jī)學(xué)習(xí)原始定價(jià)與完成情況的數(shù)據(jù)，模擬新定價(jià)下的完成情況。最終求得其對(duì)應(yīng)的任務(wù)完成率。表2為求解得到的不同折扣系數(shù)下任務(wù)完成率的情況。

在降價(jià)系數(shù)為0.99，任務(wù)完成率為92.22%，總降價(jià)為3441.61，考慮公司的資金以及任務(wù)點(diǎn)完成率，選取降價(jià)系數(shù)為0.99作為新的定價(jià)方案。

（三）打包方案下的優(yōu)化情況

在任務(wù)沒有進(jìn)行打包前，任務(wù)完成率為80%，將打包后完成率提升為92.22%。證明任務(wù)打包增加了任務(wù)完成率。利用MATLAB軟件分別作圖展示任務(wù)未打包和任務(wù)打包其任務(wù)點(diǎn)的完成分布情況，如圖1、2所示。

三、結(jié)果分析

對(duì)比任務(wù)單獨(dú)發(fā)布，任務(wù)打包有助于任務(wù)完成率的提高，效果最優(yōu)可達(dá)到92%左右；.任務(wù)打包發(fā)布的最佳方案是200個(gè)包左右，其平均每包任務(wù)量為4到5；最優(yōu)的折扣系數(shù)為0.99，可以節(jié)省成本超過3000元。

參考文獻(xiàn)：

[1]司守奎，孫璽.數(shù)學(xué)建模算法與分析[J].國防工業(yè)出版社，2011（08）.

[2]宋天舒.空間眾包環(huán)境下的3類對(duì)象在線任務(wù)分配[J].軟件學(xué)報(bào)，2017（03）.

（作者單位：南京郵電大學(xué)）endprint