張 靜

(吉林建筑大學(xué)城建學(xué)院,吉林長(zhǎng)春 130011)

1 研究背景

隨著電子商務(wù)的發(fā)展，眾包平臺(tái)成為了一種新的發(fā)展趨勢(shì)，“拍照賺錢”軟件便是眾包平臺(tái)中的一大核心。它通過(guò)此平臺(tái)造就個(gè)性化用戶數(shù)據(jù)，并顯著地降低成本和縮短市場(chǎng)調(diào)查周期。當(dāng)任務(wù)的完成成本較高時(shí)，定價(jià)卻較低，以致用戶沒(méi)有動(dòng)力接受任務(wù)。當(dāng)任務(wù)的參與者過(guò)多時(shí)，單個(gè)用戶的期望收益便會(huì)降低，從而導(dǎo)致任務(wù)完成率下降。因此，如何在降低勞務(wù)成本并節(jié)省時(shí)間的同時(shí)保證任務(wù)的完成率是一個(gè)急需解決的問(wèn)題。

劉曉鋼[1]通過(guò)實(shí)證的方法研究眾包網(wǎng)站上任務(wù)發(fā)布者制定的任務(wù)最終懸賞金額與任務(wù)屬性及市場(chǎng)競(jìng)爭(zhēng)的關(guān)系，從而得出成功的出價(jià)策略。吳俊[2]從創(chuàng)新程度和技術(shù)含量?jī)蓚€(gè)維度對(duì)眾包任務(wù)進(jìn)行分類，通過(guò)選取任務(wù)特征觀測(cè)指標(biāo)建立眾包任務(wù)類別與交易方式匹配分析框架。吳瑞杰[3]設(shè)計(jì)了一個(gè)分布式的協(xié)作框架，用來(lái)實(shí)現(xiàn)任務(wù)計(jì)劃的動(dòng)態(tài)調(diào)整，內(nèi)部模塊包括一個(gè)N-best算法和一個(gè)反饋策略。

經(jīng)過(guò)資料分析，之前的研究主要針對(duì)任務(wù)計(jì)劃調(diào)整方面，對(duì)交易數(shù)據(jù)的任務(wù)定價(jià)研究很少。任務(wù)定價(jià)是此APP的核心要素，如果定價(jià)不合理，任務(wù)就會(huì)無(wú)人去完成，導(dǎo)致任務(wù)失敗。本文針對(duì)此背景下存在的任務(wù)和用戶資源“供需匹配”問(wèn)題，利用JAVA和SPSS軟件,通過(guò)對(duì)深圳市、廣州市、佛山市和東菀市四個(gè)區(qū)域的已結(jié)束項(xiàng)目任務(wù)數(shù)據(jù)和會(huì)員信息數(shù)據(jù)，建立多元線性回歸模型來(lái)衡量各區(qū)域不同時(shí)間段的“供需匹配”程度，同時(shí)應(yīng)用JAVA軟件設(shè)計(jì)算法，計(jì)算四區(qū)域定價(jià)容錯(cuò)閾值內(nèi)的正確率確定合理的任務(wù)定價(jià)方案。

2 建立搜索范圍內(nèi)的任務(wù)定價(jià)模型

2.1 模型的建立

任務(wù)定價(jià)模型需建立一定的指標(biāo)來(lái)反映任務(wù)定價(jià)“供需匹配”的程度。首先將所得數(shù)據(jù)中每個(gè)任務(wù)的定價(jià)、GPS經(jīng)度、緯度和完成情況四個(gè)數(shù)據(jù)提取出來(lái)，結(jié)合空間數(shù)據(jù)得到地點(diǎn)分布圖；其次通過(guò)智能交互地圖和聚類算法，得到深圳市、廣州市、佛山市和東菀市四個(gè)區(qū)域及區(qū)域中心；然后在某個(gè)區(qū)域內(nèi)，求解每個(gè)任務(wù)位置和中心的距離[4]，通過(guò)MATLAB編程得到距離與任務(wù)定價(jià)的規(guī)律，即可對(duì)某個(gè)區(qū)域衡量任務(wù)定價(jià)的對(duì)應(yīng)指標(biāo)進(jìn)行分析；應(yīng)用Excel和SPSS輔助完成數(shù)據(jù)處理，分析任務(wù)未完成的原因。

利用MATLAB編程得到四個(gè)區(qū)域的任務(wù)位置空間分布圖如圖1所示，橫坐標(biāo)為任務(wù)經(jīng)度，縱坐標(biāo)為任務(wù)緯度。在圖1中，圓圈顯示835個(gè)任務(wù)位置分布，未完成拍照任務(wù)的位置集中在左上方和右下方區(qū)域，完成拍照任務(wù)的位置集中在中間區(qū)域。從圖1可直觀看出任務(wù)主要集中在四個(gè)區(qū)域，未完成的任務(wù)區(qū)域分布也比較集中，可能有地理因素，這些區(qū)域均為山脈地形，任務(wù)完成難度可能較大。

圖1 四個(gè)區(qū)域的任務(wù)位置空間分布圖

本文針對(duì)原始數(shù)據(jù)集，對(duì)四個(gè)區(qū)域任務(wù)分布情況進(jìn)行聚類分析，確定廣州市、佛山市、深圳市、東莞市四個(gè)區(qū)域的中心位置。聚類算法[5]可簡(jiǎn)要描述如下：

(1)T可以認(rèn)為是一個(gè)閾值，A為數(shù)值屬性。

(2)給定區(qū)域的任務(wù)位置集合S，所選擇的閾值需要使劃分得到的基尼系數(shù)最小,基尼系數(shù)的度量為：

(3)對(duì)每個(gè)劃分的閾值過(guò)程進(jìn)行遞歸，直到滿足用戶給定的某個(gè)終止條件。

聚類結(jié)果：四個(gè)區(qū)域的中心位置為廣州市(22.6° N,114.1° E)、佛山市(23.05° N,113.7° E)、深圳市(23.1° N,113.3° E)、東莞市(23.05° N,113.1° E)。

2.2 模型求解與結(jié)果分析

在四個(gè)區(qū)域內(nèi)，求出每個(gè)任務(wù)位置和中心的距離表，通過(guò)MATLAB編程擬合得到距離與任務(wù)定價(jià)的關(guān)系曲線。

Step1：由于不同變量常常具有不同的單位和不同的變異程度。為了消除量綱影響,以及變量自身變異大小和數(shù)值大小的影響，分別把四個(gè)區(qū)域的每個(gè)任務(wù)位置到區(qū)域中心的距離數(shù)據(jù)標(biāo)準(zhǔn)單位化，把任務(wù)定價(jià)標(biāo)準(zhǔn)單位化；Step2：猜想在四個(gè)區(qū)域中，每個(gè)任務(wù)離到最近的任務(wù)密集點(diǎn)的距離與任務(wù)定價(jià)之間存在著一定的線性關(guān)系，利用SPSS22.0軟件進(jìn)行相關(guān)性分析。結(jié)果顯示，廣州市任務(wù)位置到中心距離與任務(wù)定價(jià)的相關(guān)性為0.478，但是在任務(wù)位置空間分布圖中，廣州市未完成拍照任務(wù)的情況比較多；深圳市任務(wù)位置到中心距離與任務(wù)定價(jià)的相關(guān)性為0.280，但是在任務(wù)位置空間分布圖中，廣州市完成拍照任務(wù)的情況卻非常好。所以假設(shè)每個(gè)區(qū)域任務(wù)位置到中心距離與任務(wù)定價(jià)存在如下關(guān)系：

Y=a×x3+b×x2+c×x+d.

其中，Y是任務(wù)定價(jià)，x是任務(wù)位置到中心距離。

算法思想如下：(1)運(yùn)用MATLAB，調(diào)用for循環(huán)，對(duì)任務(wù)坐標(biāo)的數(shù)組進(jìn)行遍歷；(2)如果x(i)

廣州市：y=0.0044x3-0.0209x2-0.6148x-0.0335，

佛山市：y=0.0513x3-0.3520x2+0.3991x+0.2474，

深圳市：y=0.1250x3-0.0364x2-0.1397x-0.0967，

東莞市：y=-0.0652x3-0.2281x2+0.2991x+0.1598.

原始數(shù)據(jù)中距離單位為千米，定價(jià)單位為人民幣元，將原始數(shù)據(jù)標(biāo)準(zhǔn)化，得到圖2。在圖2的四個(gè)區(qū)域的擬合結(jié)果中，發(fā)現(xiàn)每個(gè)區(qū)域都有小部分經(jīng)緯度范圍內(nèi)散點(diǎn)距離函數(shù)曲線較分散，且比較雜亂，可能存在以下原因：(1)可能與價(jià)格有關(guān)，部分價(jià)格不合理。假設(shè)函數(shù)的容錯(cuò)范圍下限價(jià)格為3元，如果價(jià)格在距離對(duì)應(yīng)的函數(shù)價(jià)格容錯(cuò)范圍外，可能難度較大。(2)部分區(qū)域顯示地理位置偏僻，人數(shù)稀少，地勢(shì)險(xiǎn)峻。山脈、湖泊可能就無(wú)人問(wèn)津。廣州市的小部分范圍內(nèi)，顯示有大面積的高爾夫球場(chǎng)和山林公園。高爾夫球場(chǎng)占地面積較大，人煙稀少，且大多為高消費(fèi)的娛樂(lè)場(chǎng)所，可能執(zhí)行任務(wù)的概率很低。山林公園為山地環(huán)境，地勢(shì)較險(xiǎn)，導(dǎo)致無(wú)法完成。(3)中間東莞市和佛山市的經(jīng)濟(jì)條件相比另外兩個(gè)區(qū)域不太發(fā)達(dá)，地圖顯示農(nóng)村占領(lǐng)的區(qū)域較大，交通不便利導(dǎo)致任務(wù)無(wú)法完成。

圖2 四個(gè)區(qū)域的擬合結(jié)果

3 建立改進(jìn)的任務(wù)定價(jià)模型

結(jié)合所分析出的任務(wù)未完成原因進(jìn)行研究，設(shè)計(jì)新的定價(jià)方案，以達(dá)到任務(wù)定價(jià)的最優(yōu)化。準(zhǔn)確合理的任務(wù)定價(jià)，依賴于完善高效的定價(jià)輔助分析模型。任務(wù)定價(jià)的影響因素如下：(1)任務(wù)發(fā)布位置。優(yōu)良的任務(wù)發(fā)布位置需具備交通便利、人流密集等條件。此條件可以讓用戶更好地完成任務(wù)以提高任務(wù)完成率，對(duì)任務(wù)定價(jià)起到積極的作用。(2)任務(wù)執(zhí)行情況。任務(wù)執(zhí)行情況的優(yōu)良決定了未來(lái)在此地點(diǎn)進(jìn)行任務(wù)投放量的大小，執(zhí)行情況越好，未來(lái)的任務(wù)量投放越大，對(duì)任務(wù)的定價(jià)也會(huì)越合理。(3)會(huì)員位置。會(huì)員位置的選取位于同一區(qū)域時(shí)，就要考慮會(huì)員之間的競(jìng)爭(zhēng)關(guān)系，判斷該區(qū)域內(nèi)的會(huì)員競(jìng)爭(zhēng)的激烈程度，避免惡性競(jìng)爭(zhēng)。同時(shí)考慮會(huì)員所處位置和任務(wù)發(fā)布位置之間的距離長(zhǎng)遠(yuǎn)，以將會(huì)員的時(shí)間成本與經(jīng)濟(jì)成本降到最低，以達(dá)到任務(wù)定價(jià)的合理性。(4)預(yù)定任務(wù)開(kāi)始時(shí)間。任務(wù)開(kāi)始時(shí)間的預(yù)定應(yīng)把“會(huì)員所處的位置距任務(wù)發(fā)放位置的長(zhǎng)遠(yuǎn)”和“會(huì)員的信譽(yù)值”這兩方面進(jìn)行綜合考慮后設(shè)定，設(shè)定出任務(wù)完成的最優(yōu)任務(wù)期限，任務(wù)期限設(shè)定得越長(zhǎng)，任務(wù)定價(jià)就越高。(5)信譽(yù)值。用戶信譽(yù)值越高則可以越早開(kāi)始預(yù)訂任務(wù)且任務(wù)預(yù)定量越大，可采取量大價(jià)低的方式進(jìn)行定價(jià)。

會(huì)員表屬性有預(yù)定任務(wù)限額、預(yù)定任務(wù)開(kāi)始時(shí)間、信譽(yù)度。以被完成的任務(wù)為中心，運(yùn)用JAVA軟件求離最近距離的會(huì)員與任務(wù)之間的距離。嵌套for循環(huán)，輸入：外層循環(huán)為任務(wù)地點(diǎn)的坐標(biāo)(經(jīng)緯度)，內(nèi)層循環(huán)為所有會(huì)員的所在位置，定義一個(gè)變量為min的函數(shù)，輸出：每個(gè)任務(wù)到會(huì)員的最短距離。Java程序控制臺(tái)部分生成的數(shù)據(jù)截圖樣式如圖3所示。

圖3 每個(gè)任務(wù)到會(huì)員的最短距離

圖3顯示了Java程序運(yùn)行的835個(gè)任務(wù)到會(huì)員的最短距離和會(huì)員編號(hào)。然后將已完成項(xiàng)目的任務(wù)表和會(huì)員信息表進(jìn)行鏈接，來(lái)處理數(shù)據(jù)。運(yùn)用數(shù)據(jù)庫(kù)可視化，建立主鍵為會(huì)員編號(hào)，對(duì)任務(wù)表與會(huì)員表進(jìn)行自然連接。

信譽(yù)度大約與開(kāi)始預(yù)定時(shí)間、配額存在正相關(guān)的關(guān)系。配額是某一會(huì)員在一天當(dāng)中能完成的任務(wù)數(shù)量，可以作為影響任務(wù)的能力值。距離被認(rèn)為是會(huì)員是否愿意接任務(wù)的一個(gè)指標(biāo)。當(dāng)距離過(guò)遠(yuǎn)時(shí)，會(huì)員的對(duì)接收這個(gè)任務(wù)的期望可能會(huì)大大減小，是一個(gè)負(fù)相關(guān)。假設(shè)期望值為信譽(yù)度與距離的比值，然后以任務(wù)定價(jià)為因變量，以期望值和配額度為自變量，先對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，然后運(yùn)用SPSS 22.0做線性回歸，得到線性關(guān)系式：

Y=-0.055m+0.067n+71.445.

其中，m為期望值，n為預(yù)訂任務(wù)限額。

描述性統(tǒng)計(jì)量反映數(shù)據(jù)的定價(jià)集中在70元左右，標(biāo)準(zhǔn)偏差較小，說(shuō)明離散程度小。系數(shù)相關(guān)圖反映出預(yù)定任務(wù)限額和信譽(yù)度的相關(guān)性較大。由模型匯總與Anova圖分析得出，決定系數(shù)r2為35%，說(shuō)明在因變量y的全部變異中，能夠通過(guò)回歸關(guān)系被自變量解釋的比例為35%。統(tǒng)計(jì)量F=平均回歸平方和/平均殘差平方和。若F值過(guò)小說(shuō)明自變量對(duì)因變量的解釋力度很差，擬合的回歸直線沒(méi)有意義，相反若概率值(SPSS中以sig表示)越小越好，在這里F=0.063說(shuō)明擬合較好。綜上分析得出該模型較良好。

4 任務(wù)定價(jià)模型檢驗(yàn)

應(yīng)用JAVA軟件，分別計(jì)算四區(qū)域定價(jià)與所求得的定價(jià)容錯(cuò)閾值內(nèi)的正確率，當(dāng)每個(gè)區(qū)域的閾值正確率高于70%后，則認(rèn)為任務(wù)定價(jià)方案較合理。算法思想如下：

(1)輸入：期望值、預(yù)訂任務(wù)額、最小距離、任務(wù)定價(jià)、擬合任務(wù)定價(jià)、開(kāi)始預(yù)訂時(shí)間；

(2)循環(huán)條件：abs(擬合任務(wù)定價(jià)—任務(wù)定價(jià))≤3；

(3)輸出：若滿足循環(huán)條件，輸出結(jié)果為1；若不滿足循環(huán)條件，輸出結(jié)果為0。

本文設(shè)置任務(wù)定價(jià)的容錯(cuò)率(閾值)為3。擬合任務(wù)定價(jià)采用下面的四個(gè)區(qū)域的擬合方程。檢驗(yàn)容錯(cuò)率的部分Java代碼如圖4所示。

圖4 檢驗(yàn)容錯(cuò)率的部分代碼

改進(jìn)的任務(wù)定價(jià)模型統(tǒng)計(jì)結(jié)果為：廣州市、佛山市、深圳市和東莞市四個(gè)區(qū)域的任務(wù)定價(jià)模型正確的概率值分別為67.21%、72.59%、79.04%和74.35%。決定系數(shù)r2=0.9243，顯著性檢驗(yàn)值P≈0，高度顯著。

5 總結(jié)

本文首先建立了搜索范圍內(nèi)的任務(wù)定價(jià)模型，通過(guò)MATLAB編程得到每個(gè)區(qū)域的任務(wù)位置與中心的距離，分析任務(wù)位置與定價(jià)的關(guān)系得到項(xiàng)目的任務(wù)定價(jià)規(guī)律。其次，在此基礎(chǔ)上，結(jié)合會(huì)員信息數(shù)據(jù)，選取任務(wù)與會(huì)員的最小距離、預(yù)定任務(wù)限額和信譽(yù)值三個(gè)指標(biāo)建立多元線性回歸模型來(lái)衡量各區(qū)域不同時(shí)間段的“供需匹配”程度。應(yīng)用JAVA軟件，分別計(jì)算四區(qū)域各時(shí)間段的定價(jià)與所求得的定價(jià)容錯(cuò)閾值內(nèi)的正確率，當(dāng)每個(gè)區(qū)域的閾值正確率高于70%后，則認(rèn)為任務(wù)定價(jià)方案較合理，可進(jìn)一步參考最小距離、預(yù)定任務(wù)限額和信譽(yù)值等指標(biāo)設(shè)計(jì)合理的任務(wù)定價(jià)方案。