軟件眾包的實例研究

馬悅　張楠

摘 要 軟件眾包平臺，這種基于移動互聯網的自助式勞務眾包平臺不僅能夠快速為企業提供各種商業檢查和真實有效的信息搜集，還能夠為用戶帶來可觀收益。平臺的良性運轉取決于平臺兩端企業和用戶，且企業與用戶無法直接溝通，因此只能依靠平臺對任務發布規則和任務標價去促成雙方最大程度的滿意。依據已結束項目的數據聚集位置在地圖上的呈現，市與市之間因為地形、河流不同導致城市規劃的區別，這也就導致了不同市之間定價的函數類型一致，但具體的函數卻不盡相同。除了位置與距離，更應結合生活狀況考慮到會員分布、城市規劃、人口流量、經濟發展能力這些客觀因素對定價的影響。在只有已結束項目完成情況做數據挖掘的情況下，第一代定價模型只能在任務經緯度和任務標價這三者之間進行發掘。

關鍵詞 軟件眾包 分區定價 數據挖掘 K-means聚類

中圖分類號：F270 文獻標識碼：A DOI：10.16400/j.cnki.kjdkx.2018.04.030

Software Crowdsourcing Case Study

MA Yue， ZHANG Nan

（College of Science， Yanbian University， Yanji， Jilin 133000）

Abstract The software crowdsourcing platform， which is a self-service labor-based crowdsourcing platform based on mobile Internet， can not only provide enterprises with various business inspections and real and effective information collection， but also can bring considerable benefits to users. The benign operation of the platform depends on the enterprises and users at the two ends of the platform and the enterprises and users cannot directly communicate with each other. Therefore， the platform can only rely on the task publishing rules and the task price to promote the maximum satisfaction of both parties. According to the presentation of the data aggregation location of the completed project on the map， the difference between the city and the city due to different terrain and rivers leads to the difference in city planning， which leads to the same type of function of pricing among different cities， but the specific function is not exactly. In addition to location and distance， the influence of objective factors such as membership distribution， urban planning， population flow， and economic development capacity on pricing should be taken into account in conjunction with the living conditions. In the case of data mining only when the completion of the project has been completed， the first-generation pricing model can only be excavated between the task latitude and longitude and the task price.

Keywords software crowdsourcing； partition pricing； data mining； K-means clustering

0 引言

“拍照賺錢”是時下非常火熱的一種自助式服務模式，這種基于移動互聯網的自助式勞務眾包平臺不僅能夠快速為企業提供各種商業檢查和真實有效的信息搜集，還能夠為用戶帶來可觀收益。用戶通過下載APP，注冊成為會員，便可以領取拍照任務，上傳任務照片后賺取相應酬金。“拍照賺錢”APP的核心要素是任務定價。如果定價過低，用戶完成任務所獲得的“利潤”不能滿足預期，就會導致有些任務無法完成；如果定價過高，企業和APP平臺的利益無法得到最大的保障，因此要綜合考慮任務區域的經濟狀況、任務的位置、會員的位置、會員的人數、信譽度等因素以確保三方的利益都能夠得到滿足。

1 問題及分析

圖1（部分數據）是一個已結束項目的任務數據，包含了每個任務的位置、定價和完成情況（“1”表示完成，“0”表示未完成）；研究圖1中項目的任務定價規律，分析任務未完成的原因。

圖1

問題要求研究圖1數據信息得出任務的定價模型的同時分析任務未完成的原因，基于大量任務的經緯度信息，采用GEOQ軟件進行任務的地點標示，并通過數據挖掘去深度挖掘任務地點與任務標價的關系，從而建立定價模型。

發掘前對數據進行預處理，去掉噪聲數據，而后按區分類進一步對數據進行篩選，以得到盡可能準確的定價模型。每區的任務聚集分布很集中，且有些定價的分布呈現一定的環帶狀沿城市道路分布，因此通過K-means聚類找到每一區的中心點，按照任務地與聚類中心的距離與任務定價來擬合曲線，進而得到定價模型。

首先對數據進行預處理，去掉噪聲數據后顯示大部分任務發布在廣東省的深圳市、廣州市、東莞市以及佛山市四市。再將篩選后的數據導入GEOQ，以定價為區分標準做出任務定價分布圖。經分析，在對一些數據進行模糊處理的情況下，可以將任務定價模式看做是四個同心環且四個環的大小不一致。四個環心的位置大致居于四市中心，因此可以將任務分為四類，每類任務的具體定價函數都不相同。理想情況是以四市的邊界線作為劃分任務類別的標準，但考慮到環心的形狀以及操作的便捷性，將四市的邊界理想化，結合網上查詢獲得市區大致的經緯度范圍劃分為四個矩形區。將任務進行分類，篩除不屬于四個區的任務，對四個區的任務定價規律分別建立數據模型。

以一區為例，一區是廣州市的理想化矩形，對一區內任務進行經緯度的二維K-means聚類，將得到的位置視為一區的任務中心，根據一區內各個任務距任務中心的距離（為便于計數方便，距離值統一采用歐式距離的平方值）及該距離對應的任務定價，進行二維k-means聚類分析得到22個分段點，通過分段點與任務定價兩者進行擬合獲取該區的任務定價模型。其他三區的任務定價模型與一區獲得方式一致。

模型假設：假設每一區有一個聚類中心、假設廣州、深圳、東莞、佛山等市囊括了所有定價標準的任務、假設可將廣州、深圳、東莞、佛山四市的邊界理想化為矩形。

符號說明：

x 表示任務地點與中心位置的歐式距離的平方

y 表示任務的標價

2 模型建立與求解

項目定價規律：針對圖1中的數據，首先進行預處理去除噪聲數據，根據構造的任務分布圖將整個任務區域劃分為以四個市為主要區域的一區、二區、三區、四區。對每一區進行經緯度的二維K-means聚類（k=1），直接得到該區的任務中心坐標，因為每個區的定價模型都以自身所在區的中心位置和該區任務到中心位置的歐式距離有關，因此每一區的定價模型都不一致。每區的經緯度范圍及中心位置具體坐標見表1。

x=（a-c）2+（b-d）2

調用編寫的MATLAB函數[s]=distance（B，C，n），其中B是表示某區的所有任務地的經緯度及相應定價的三維矩陣，C是該區的中心位置，n則表示B矩陣的行數，函數返回值是每一個任務到中心位置的距離x及對應定價的大小為n*2的矩陣s。因為價格有23個標準，因此對矩陣s進行二維k-means聚類（k=22）分析得到22個分段點，對聚類得到的22對距離與定價的數據進行擬合，從而得到任務定價模型如下：

將信息導入GEOQ系統，觀察發現在一區（廣州市）任務完成率為50%左右，二區（東莞區）任務完成率可視為100%， 三區（深圳市）任務完成率大約為0，而四區（佛山市）任務完成率小于50%。

將一區放大并結合該區城市規劃進行具體分析。未完成任務主要聚集在該區的右上角，而此地的主要規劃為生態公園、森林公園、郊野公園等生態旅游區域以及高速干線，再結合該區的人口分布和人口流量圖可知，該區域的人口流量雖大，但是常駐人口很少，該區域的會員數也較少。因此，對于大多數會員來說，完成該區域任務的利益遠遠小于完成一區左下角商業區和住宅區，所以該區右上角的任務執行情況很差，而左下角執行情況良好。

二區城市規劃錯落有致，沒有集群現象，任務分布較為均勻，任務地點可接受范圍內都有會員的分布，且該區域的交通發達，因此任務定價對會員的影響不大，該區的任務執行情況最好。

三區毗鄰香港地處珠江三角洲，且是中國改革開放建立的第一個經濟特區，故而消費水平與經濟發展能力較高。且深圳市是熱門的旅游城市，區內大多數地方為風景區，且人口數量少，會員聚群分布。三區具體任務執行情況與城區規劃和城市經濟發展的交叉圖。除左下角的南山區之外，會員聚集分布在繁華地帶，可以得知會員的經濟水平較高，任務定價的標準小于這些會員的期望，因此完成情況很差。而南山區是深圳市的高新技術產業基地、高等教育基地等，此處社會階層復雜，存在對任務定價敏感的會員，因此南山區的任務執行情況良好。

四區的中心區域即佛山市的禪城區任務執行情況差，其他地方情況良好。禪城區是佛山市五個行政轄區之一，是有名的文化發源地和國家歷史文化名城，是聞名的武術之鄉、成藥之鄉、民間藝術之鄉，因此此地經濟發展程度高，任務定價對會員的影響不大。

3 模型評價與推廣

問題中針對圖1數據建立的模型是基于k-means算法得到離中心距離，任務標價二維矩陣，通過軟件進行擬合獲取模型。該模型將經緯度與任務標價囊括其中，對任務分布區域進行集中分區處理，并模糊邊界，形成四個規整矩形區。這樣的好處在于清晰地顯示了各區的任務定價規律，直觀簡便。但是也存在一定問題，首先是K-means算法的弊端，它是一種應聚類算法，指定聚散中心個數，在事先不知道聚類的種類的前提下，會帶來一定誤差。其次，該算法需要不斷地進行樣本分類調整，運算時間長，不利于高效獲取數據。線性擬合獲取模型的同時，并沒有進行定量的數據分析，驗證模型的合理性。在應用方面缺乏實際證據證明模型的效性。

參考文獻

[1] 肖慧，滕麗.基于GeoDA的廣東省地級市經濟發展水平空間差異研究[J].中國市場，2017（7）：39-41，44.

[2] 翁藝丹，千慶蘭，陳穎彪，韓富狀.廣州人口空間均衡特征與經濟關聯研究初探[J]. 廣州大學學報（自然科學版），2015.14（6）：84-91.

[3] 毛夏，徐蓉蓉，李新碩，王煜，李程，曾波，何宇華，劉錦泉.深圳市人口分布的細網格動態特征[J].地理學報，2010.65（4）：443-453.

[4] 郝偉.佛山市總部經濟發展的SWOT分析[J].佛山科學技術學院學報（社會科學版），2012.30（1）：25-28.

[5] 馮振華.基于DBSCAN聚類算法的研究與應用[D].江南大學，2016.