鄧美飛　蔡瓊　楊馨　程亞東

[摘 要] 現(xiàn)今眾包模式已經(jīng)對一些產(chǎn)業(yè)產(chǎn)生了顛覆性的影響：一個跨國公司耗費幾十億也無法解決的研發(fā)難題，被一個外行人在兩周的時間內(nèi)圓滿完成；過去要數(shù)百元一張的專業(yè)水準圖片，現(xiàn)在只要一元就可以買到。任務(wù)定價是其核心要素，為了高效完成任務(wù)，采取打包任務(wù)方法，任務(wù)發(fā)布傾向優(yōu)質(zhì)會員，完成任務(wù)的效率更高，會員收入增加，商家費用降低。以廣州為例，建立眾包任務(wù)的打包定價模型。

[關(guān) 鍵 詞] 眾包；任務(wù)打包分配；MATLAB編程

[中圖分類號] TP393.4 [文獻標志碼] A [文章編號] 2096-0603（2018）02-0136-01

基于移動互聯(lián)網(wǎng)的自助式勞務(wù)眾包平臺，拍照賺錢既為企業(yè)的市場調(diào)查大大地節(jié)省了調(diào)查成本，更有效地保證了調(diào)查數(shù)據(jù)的真實性和縮短了調(diào)查的周期，也為一些喜歡旅游、從事自由事業(yè)和一般的上班族帶去了一些報酬。因此，如何制定合理的任務(wù)價格，讓企業(yè)以最低的成本最大限度地吸引會員，以達到高效地收集各類商品信息，對企業(yè)商業(yè)檢查和信息收集，是本篇文章研究的重點。

一、建立模型

多個任務(wù)可能因為位置比較集中，導致用戶會爭相選擇，現(xiàn)將這些任務(wù)聯(lián)合在一起打包發(fā)布。

（一）數(shù)據(jù)處理

先要做會員質(zhì)量的量化處理，考慮到每個任務(wù)點周圍的會員分布不同，每個會員的信譽值也不同，對任務(wù)的定價具有一些影響，故需將其作為指標并進行量化處理。首先處理每個會員的信譽值，由于信譽值的兩極差異巨大，而且分布極其不均。故需要進行分級重新量化信譽值，由于信譽值在100以上的會員只占極小的一部分，因此將會員信譽值分為0～100與100～30000進行考查，會員信譽值從0～100的會員每隔20點信譽值共分為7段，而會員信譽值從100～30000的會員采用級數(shù)分段，1000以下分一段，1000～10000分一段，10000以上分一段，最終將會員各自的信譽值量化為1～10共10個等級。

分好級后計算每個任務(wù)點周圍的會員質(zhì)量，以每個任務(wù)為圓心，作半徑為3km（經(jīng)緯半徑為0.021736700767847），計算在圓內(nèi)的會員數(shù)量與量化信譽之和■Mi，抽象為該任務(wù)周圍的會員質(zhì)量。這里由于處理數(shù)量巨大，過程繁瑣，使用MATLAB進行處理，計算任務(wù)周圍半徑為3km的會員質(zhì)量將會員信息中的配額和其預(yù)定時間做標準化處理，綜合作為會員優(yōu)先指標，對其從高到低進行排序，再進行相關(guān)計算。

以每個會員位置作圓，將會員附近3km的任務(wù)作為1個整體打包。導入排序后的會員坐標數(shù)據(jù)與之前計算的所有任務(wù)坐標數(shù)據(jù)、定價數(shù)據(jù)、編號數(shù)據(jù)到MATLAB。

在程序中會將任務(wù)打包并求出所有任務(wù)的定價數(shù)據(jù)與編號，再導入到Excel中進行處理。得出結(jié)果。

二、定價方法

（一）第一步：以排序后的1號會員為中心，以適當半徑作圓，當做小區(qū)域，對小區(qū)域內(nèi)任務(wù)打包，當做新的任務(wù)；第二步：計算所得小區(qū)域內(nèi)任務(wù)點的數(shù)量m，并找出該區(qū)域內(nèi)的最小單價s；第三步：計算最后定價W=s·m。

（二）以2號會員為中心，重復(fù)上面操作（在1號剩下的任務(wù)中繼續(xù)選取任務(wù)）

（三）一直重復(fù)上述操作，直到所有任務(wù)分配完畢。

三、所用程序

本文利用MATLAB進行編程，利用數(shù)據(jù)的計算打包后的任務(wù)。

四、模型推廣

如果任務(wù)數(shù)據(jù)更大，可以適當減小會員附近小區(qū)域的半徑。用同樣程序可以算出打包的任務(wù)和定價，如下圖任務(wù)點擴大到2000多點，將數(shù)據(jù)按每個會員周圍1km內(nèi)進行打包，導入程序計算出最后合理的打包后任務(wù)。

實驗結(jié)果表明，本文提出的模型與算法能夠有效地解決任務(wù)定價及更好的完成任務(wù)的問題，適用于不同地區(qū)的任務(wù)分布，并進行合理的任務(wù)定價，使企業(yè)和會員達到雙贏的效果。

參考文獻：

[1]周晨，馮宇東，肖匡心，等.基于多元線性回歸模型的東北地區(qū)需水量分析[J].教學的認識與實踐，2014（12）.

[2]姜啟源，謝金星，葉俊.數(shù)學模型[M].高等教育出版社，2010.