付宇婷 陳凌峰 余盈 李祥鳳

摘 要 以眾包平臺為對象，基于已有數(shù)據(jù)，考慮供求關(guān)系，通過因子分析法對原始數(shù)據(jù)加以處理，建立任務(wù)的定價模型.在實際應用中，可以對分布密集的任務(wù)進行打包，并給出針對這種情況的定價模型.結(jié)果表明：提出的模型不僅考慮了會員人數(shù)與任務(wù)數(shù)量的關(guān)系，還考慮了個人需求的差異，提高了任務(wù)的完成度，對眾包平臺定價的發(fā)展與完善有著重要的意義.

關(guān)鍵詞 眾包;供需關(guān)系;因子分析法;多層感知器神經(jīng)網(wǎng)絡(luò)

中圖分類號 F49 ??文獻標識碼 A

Abstract Taking the crowdsourcing platform as an object and considering the relationship between supply and demand， the factor analysis was used to deal with the original data and the task pricing model was establish based on the existing data， use. The results show that the proposed model not only considers the relationship between the number of members and the number of tasks， but also considers the differences of individual needs， improving the degree of completion of tasks， which is of great significance to the development and improvement of the pricing of crowdsourcing platform.

Key words crowdsourcing; supply and demand relationship; factor analysis; multilayer perceptron neural networks

1 引 言

眾包并不是一個新的現(xiàn)象.類似眾包的形式，最早可以追溯到1714年，當時英國政府為了找到定位海洋中船只位置的方法，發(fā)起了一個提供現(xiàn)金獎勵的眾包活動[1].然而，近年來，新興互聯(lián)網(wǎng)企業(yè)商業(yè)模式的巨大成功，又引起了實業(yè)界和學術(shù)界對眾包的關(guān)注[2].2005 年中國學者劉鋒就提出“威客”一詞，側(cè)重從計算機（ 信息） 技術(shù)方面來闡釋“眾包”商業(yè)模式[3].這種商業(yè)模式符合市場激烈競爭節(jié)約運作成本的需要，同時也能滿足網(wǎng)絡(luò)時代客戶參與產(chǎn)品設(shè)計和服務(wù)規(guī)劃的需求，把設(shè)計、生產(chǎn)和銷售等環(huán)節(jié)聯(lián)系起來，更大程度上避免了產(chǎn)品設(shè)計生產(chǎn)和客戶需求的脫節(jié)，節(jié)約了社會資源，使企業(yè)的生產(chǎn)和服務(wù)更加高效.另外，企業(yè)外部大眾成為取之不盡、用之不竭的創(chuàng)新源，這是企業(yè)在市場競爭中立于不敗之地的重要因素[4].近年來，Enrique Estellees-Arolas[5]、Bayus[6]、Vuculescu[7]等學者多從管理或技術(shù)角度對眾包模式、眾包任務(wù)、眾包網(wǎng)絡(luò)平臺等方面研究眾包，鮮有從供需關(guān)系角度對眾包及其特殊性進行剖析.

在實際應用中，眾包平臺還不夠成熟，存在許多問題，而這是理論知識解決不了的，需要基于實際應用的數(shù)據(jù)進行研究.基于實際的數(shù)據(jù)可知，眾包模式下存在的問題主要是懸賞金較低、分配制度不公、交易作弊等.而造成這些問題的根本原因還是供求關(guān)系的不匹配.從供需關(guān)系角度進行剖析，可以解決實際應用中所存在的許多問題，既能降低每個項目的成本，還能提高任務(wù)的完成度.而這是學者們很少涉及的方向.

傳統(tǒng)的市場調(diào)查方式成本大、周期長且效率低，基于移動互聯(lián)網(wǎng)的自助式勞動眾包平臺利用互聯(lián)網(wǎng)技術(shù)，創(chuàng)新了市場調(diào)查方式.“拍照賺錢”是完成眾包平臺任務(wù)的一種自助式服務(wù)模式.用戶下載APP，填寫注冊信息，注冊成為APP的會員，然后以會員身份從APP上領(lǐng)取需要拍照的任務(wù)（比如上超市去檢查某種商品的上架情況），賺取APP對任務(wù)所標定的酬金.因此APP成為該平臺運行的核心，而APP中的任務(wù)定價（APP后臺程序中的任務(wù)定價模型與定價算法）又是其核心要素.如果定價不合理，有的任務(wù)就會無人問津，而導致商品檢查的失敗.因此，建立一個合理的任務(wù)定價模型，并設(shè)計其高效的算法，讓APP定價更合理、提高任務(wù)完成度，對APP有重要作用.已知APP原定價模型為：P=75.17-0.05N[8].在此定價模型下制定的價格，只是簡單考慮了供需關(guān)系中會員人數(shù)與任務(wù)數(shù)量的關(guān)系，沒有考慮到每個人的信譽，以及由信譽決定的會員的任務(wù)預定限額和預訂時間.必然而然會致使部分地區(qū)供需關(guān)系與實際相差較大.實際上，每個會員由于信譽、限額與預定任務(wù)開始時間的不同，每個人的任務(wù)完成能力是不同的，同時對任務(wù)的需求也不一樣，不能簡單地把每個人當成了同等接單能力的人.下面，將完整考慮這些因素，建立新的合理的定價模型.

2 模型的建立

原有的定價模型是根據(jù)供需度來計算價格，也有其一定的合理性.他設(shè)置了一個對于供需度來說合適的價格模型，即APP原來設(shè)置的定價參數(shù)k.k描述的是一個在供需度確定情況下合理的定價參數(shù).所以在供需度正確的情況下，k這個定價參數(shù)是合理的.

在基于這個參數(shù)k是合適的情況下，用信譽、限額、預定任務(wù)開始時間對不同的人的接單能力加權(quán)，得到實際的供需狀況，來對定價模型進行改進.

2.1 模型假設(shè)

1）假設(shè)會員都是理性人，只在一定范圍內(nèi)完成任務(wù);2）假設(shè)同一個項目中的不同任務(wù)是同等重要的，防止人趨向某一個重要的任務(wù)，導致其他任務(wù)無人完成;3）假設(shè)是一個平面，不考慮地形因素的影響.

2.2 會員信譽各因素的因子分析

由于信譽、限額明顯呈正相關(guān)，為了得到一個合理的加權(quán)權(quán)重，采用了因子分析法，得到了一個最終的因子得分 （得分即代表了一個會員的接單能力），結(jié)果見表1～4.

由表2所示，因子F1對3個變量的因子載荷分別是0.74，0.44和0.22，說明因子F1主要可由信譽度和預定任務(wù)限額解釋.因子F2對3變量的因子載荷分別是0.29，-0.22，0.92，說明因子F2主要由預定任務(wù)開始時間解釋.由于F2由開始時間表示，說明，因子得分越大則表示接單的時間越晚;因子得分越小則表示接單的時間越早.即F2越小說明會員的能力越高.所以可知最終因子得分的公式為：

2.3 加權(quán)定價規(guī)則

用最終因子得分作為一個人接單能力的權(quán)重，代入原定價模型P=75.17-0.05N，計算N2.

得到新的的定價模型：

3 模型的應用

在某些地方，例如城市的中心，任務(wù)的分布非常的密集，如果還是按照之前的定價模式，可以發(fā)現(xiàn)在任務(wù)分布密集的地方經(jīng)常存在著任務(wù)無人接單的情況.基于這種情況，考慮到可以用打包這種方法進行解決.打包，減少了選擇任務(wù)分散的情況，促使人們趨向于往同一塊地點去接任務(wù)，減少盲目性和競爭性.所以，在這種情況下，包內(nèi)任務(wù)的價格可以根據(jù)任務(wù)數(shù)量的上升而單價適當減小.之前已經(jīng)基于供需關(guān)系求出每個任務(wù)的單價，現(xiàn)在僅僅只對“打包”現(xiàn)象進行分析，改善之前的定價模型.

3.1 折扣定價

在原有價格的基礎(chǔ)上，考慮一個折扣因素f，包內(nèi)任務(wù)的價格可以根據(jù)任務(wù)數(shù)量r的上升而折扣越大（表現(xiàn)為f越?。罱K任務(wù)單價F降低到一個閾值不再下降，表現(xiàn)為會員不再愿意為這個低價格接單.

p′為打包后的單價，p為未打包的單價.

包內(nèi)任務(wù)單價的減小多少和r的數(shù)量有關(guān)，但價格是由供需度決定的，而供需度又是由會員分布和任務(wù)分布決定的，所以價格不會很大幅度的下降.

原始數(shù)據(jù)中，[8]任務(wù)最高價為85，最低價為65，所以可以認為降價的閾值為65. 通過計算可知，若k定為0.01，則價格從85降到65所需的次數(shù)為23次，是較為合理的.所以定k=0.01.

3.2 打包情況下對于任務(wù)完成度影響的分析

由于把多個比較集中的任務(wù)打包一起發(fā)布，一個人所完成的任務(wù)數(shù)量增加了，任務(wù)密集處未被完成的訂單數(shù)會相對應的減少.所以，在打包的情況下，任務(wù)的完成度會提高.針對任務(wù)分布密集區(qū)域的模型改進是有意義的.

4 結(jié) 論

新建立的模型與原模型相比除了考慮了供需關(guān)系中會員人數(shù)與任務(wù)數(shù)量的關(guān)系，還考慮到了每個人的信譽，以及由信譽決定的會員的任務(wù)預定限額和預訂時間等.通過BP神經(jīng)網(wǎng)絡(luò)進行評分可知，原模型的得分為522，新模型的得分為654，新模型的分數(shù)比原模型高很多，由此可知新模型確實比原模型要合理許多，不但降低了每個項目的成本，還提高了任務(wù)的完成度，同時還解決了實際應用中所存在的懸賞金較低、分配制度不公、交易作弊等問題.[9]

在未來對眾包平臺的研究中，可以多從供需關(guān)系的角度基于理論應用實際中的數(shù)據(jù)來進行研究.供需模型在眾包平臺中的應用也是眾包研究未來的發(fā)展方向之一.

參考文獻

[1]WEXLER M N. Reconfiguring the sociology of the crowd： exploring crowdsourcing[J].International Journal of Sociology and Social Policy，2011（31） ： 6-20.

[2]?嚴杰，劉人境，劉晗. 國內(nèi)外眾包研究綜述[J].中國科技論壇，2017 （8）：59-68.

[3]?林素芬，林峰. 眾包定義、模式研究發(fā)展及展望[J].科技管理研究，2015（4）：212-217.

[4]?林素芬. 眾包商業(yè)模式特殊性的理論詮釋[J].長春大學學報，2013（5）：544-546.

[5]?ESTELL S，GONZ L NDEGUEVARA F. Towards an integrated crowdsourcing definition[J]. Journal of Information Science，2012（2） ： 189-200.

[6]?BAYUS B L. Crowdsourcing new product ideas over time： an analysis of the Dell IdeaStorm community[J]. Management Science， 2013（1） ： 226-244.

[7]?VUCULESCU O，BERGENHOLTZ C. How to solve problems with crowds： a computer-based simulation model[J]. ?Creativity and Innovation Management，2014（2） ： 121-136.

[8]?中國工業(yè)與應用數(shù)學學會.B題.高教社杯全國大學生數(shù)學建模競賽[Z].北京：高教社杯全國大學數(shù)學建模競賽，2017.

[9]?Matlab 數(shù)據(jù)可視化（5）：二維數(shù)據(jù)可視化[EB/OL]（2013-11-15）[2017-09-17]. http：//www.360doc.com/content/13/1115/11/13613100_329372030.shtml.