趙建君 楊偉男 虞赟澤 蔣巍巍

摘 ?要：針對(duì)眾包任務(wù)的合理定價(jià)問(wèn)題，首先將任務(wù)定價(jià)劃分為區(qū)域間任務(wù)定價(jià)和區(qū)域內(nèi)任務(wù)定價(jià)。其次針對(duì)區(qū)域間任務(wù)定價(jià)，運(yùn)用K-均值聚類(lèi)法劃分任務(wù)區(qū)域;選擇合理指標(biāo)，建立基于主成分分析法的優(yōu)化任務(wù)定價(jià)模型。針對(duì)區(qū)域內(nèi)任務(wù)定價(jià)，確定會(huì)員中心及區(qū)域內(nèi)任務(wù)定價(jià)與到會(huì)員中心距離的關(guān)系。最后通過(guò)循環(huán)遍歷法得到眾包任務(wù)定價(jià)方案。通過(guò)新定價(jià)方案與原方案的對(duì)比表明，該模型可以制定出準(zhǔn)確、合理的任務(wù)定價(jià)方案。

關(guān)鍵詞：主成分分析法;紅細(xì)胞計(jì)數(shù)法;循環(huán)遍歷法;K-均值聚類(lèi)

中圖分類(lèi)號(hào)：TP301.6 ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-4706（2019）12-0072-03

Abstract：To solve the problem of reasonable pricing for crowdsourcing tasks. Firstly，divided it into inter-regional task pricing and intra-regional task pricing. Secondly，according to the inter-regional task pricing，the K-means clustering method is used to divide the task areas，and the optimal task pricing model based on principal component analysis is established by selecting reasonable indicators. Aiming at the task pricing in the region，the relationship between the task pricing in the member center and the distance from the member center is determined. Finally，the pricing scheme of crowdsourcing tasks is obtained by cyclic traversal method. The comparison between the new pricing scheme and the original one shows that the model can work out an accurate and reasonable task pricing scheme.

Keywords：principal component analysis;red blood cell counting;loop traversal;K-means clustering

0 ?引 ?言

0.1 ?背景

眾包是指將傳統(tǒng)企業(yè)內(nèi)部完成的任務(wù)通過(guò)公開(kāi)招標(biāo)的形式，轉(zhuǎn)交給非特定的外部網(wǎng)絡(luò)群體完成，參與個(gè)體分別提交方案后，發(fā)包方擇優(yōu)而選，并對(duì)中標(biāo)者給予獎(jiǎng)勵(lì)的問(wèn)題解決模式。眾包作為一種新興商業(yè)模式，對(duì)其研究側(cè)重于基礎(chǔ)理論，缺乏一套合理的評(píng)價(jià)體系為企業(yè)運(yùn)用眾包商業(yè)模式提供指導(dǎo)[1]。

0.2 ?問(wèn)題

為提高眾包任務(wù)完成度，以及建立合理的指標(biāo)評(píng)價(jià)體系并對(duì)眾包模式下的任務(wù)進(jìn)行定價(jià)，本文借助眾包任務(wù)定價(jià)模型通過(guò)聚類(lèi)分析，設(shè)計(jì)出在保證眾包任務(wù)完成度最高的同時(shí)滿(mǎn)足眾包模式下的任務(wù)定價(jià)較低的方案。對(duì)此，本文以廣州、佛山、東莞、深圳區(qū)域的已結(jié)束眾包任務(wù)為例，對(duì)每個(gè)任務(wù)進(jìn)行重新定價(jià)。

1 ?算法

1.1 ?區(qū)域間的任務(wù)定價(jià)

1.1.1 ?采用K-均值聚類(lèi)算法劃分區(qū)塊

本文研究的眾包任務(wù)共有835個(gè)任務(wù)，分布于廣州、佛山、東莞、深圳四個(gè)區(qū)域，為了使任務(wù)定價(jià)更加準(zhǔn)確，本文采用血紅細(xì)胞計(jì)數(shù)法的思想，采用K-均值聚類(lèi)算法將所有任務(wù)點(diǎn)劃分成20個(gè)區(qū)域。聚類(lèi)完成后，發(fā)現(xiàn)有三個(gè)類(lèi)中只有一個(gè)任務(wù)點(diǎn)，故將這三個(gè)任務(wù)點(diǎn)歸入到其最近的類(lèi)當(dāng)中，最終得到17個(gè)區(qū)域。

1.1.2 ?指標(biāo)選取

首先搜索影響眾包任務(wù)定價(jià)的因素，確定以任務(wù)點(diǎn)定價(jià)為目標(biāo)層，經(jīng)濟(jì)發(fā)達(dá)程度、會(huì)員情況、交通便利程度為準(zhǔn)則層，以區(qū)域內(nèi)商場(chǎng)數(shù)量、區(qū)域內(nèi)會(huì)員可接任務(wù)情況、區(qū)域內(nèi)可接任務(wù)情況、區(qū)域內(nèi)平均信譽(yù)值、平均預(yù)訂任務(wù)開(kāi)始時(shí)間、區(qū)域內(nèi)公路數(shù)量為指標(biāo)層。

通過(guò)各區(qū)域統(tǒng)計(jì)年鑒和“地圖無(wú)憂(yōu)”地圖平臺(tái)，確定劃分的17個(gè)區(qū)域的各指標(biāo)相關(guān)數(shù)據(jù)，如表1所示。

1.1.3 ?建立基于主成分分析法的優(yōu)化任務(wù)定價(jià)模型

由于本文選取了6個(gè)指標(biāo)，因素較多，且指標(biāo)之間存在重疊，因此我們采用主層次分析法進(jìn)行降維處理，把原來(lái)多個(gè)變量劃為少數(shù)幾個(gè)綜合指標(biāo)，并使這些少數(shù)綜合指標(biāo)盡可能多地保留原來(lái)較多的變量所反映的信息。

新任務(wù)定價(jià)方案下任務(wù)平均定價(jià)為69.97元，完成率為85.87%;原任務(wù)定價(jià)方案下任務(wù)平均定價(jià)為69.11元，完成率為62.51%。新任務(wù)定價(jià)方案在原任務(wù)定價(jià)方案定價(jià)提高了1.24%的情況下，任務(wù)完成率提高了23.36%，新任務(wù)定價(jià)方案效果非常顯著。

2 ?結(jié) ?論

本文在基于K-均值聚類(lèi)算法的眾包任務(wù)定價(jià)模型的基礎(chǔ)上，設(shè)計(jì)出了基于廣州、佛山、東莞、深圳四個(gè)區(qū)域的已結(jié)束眾包任務(wù)的最佳任務(wù)定價(jià)方案。在保證眾包任務(wù)完成度最高的同時(shí)滿(mǎn)足眾包模式下的任務(wù)的定價(jià)較低的目標(biāo)。本模型適用于多種類(lèi)型的眾包任務(wù)定價(jià)，適用性強(qiáng)。但考慮到影響定價(jià)因素的指標(biāo)較少，不夠全面;使用時(shí)還應(yīng)增加多種因素，進(jìn)行更多目標(biāo)化的模型構(gòu)建。

參考文獻(xiàn)：

[1] 解倩男.基于價(jià)值網(wǎng)的眾包商業(yè)模式評(píng)價(jià)體系研究 [D].西安：西安電子科技大學(xué)，2015.

[2] 陳搏，王蘇生.基于知識(shí)距離的知識(shí)定價(jià)決策模型及其應(yīng)用 [J].預(yù)測(cè)，2008（5）：38-44+57.

[3] 韓忠民.知經(jīng)緯度計(jì)算兩點(diǎn)精確距離 [J].科技傳播，2011（11）：196+174.

作者簡(jiǎn)介：趙建君（1997-），女，漢族，浙江湖州人，本科

在讀，研究方向：計(jì)算機(jī)科學(xué)與技術(shù);通訊作者：蔣巍巍（1980-），男，漢族，浙江青田人，碩士研究生，講師，研究方向：計(jì)算機(jī)網(wǎng)絡(luò)應(yīng)用。