基于K-means聚類算法的任務定價

朱家明，曹綺琦，潘雪航，錢禮會，李春忠

(1.安徽財經大學統計與應用數學學院，安徽 蚌埠 233030；2.安徽財經大學財政與公共管理學院，安徽 蚌埠 233030)

根據中國互聯網絡信息中心發布的第41次《中國互聯網絡發展狀況統計報告》顯示，截至2017年12月，我國網民規模達7.72億，普及率達55.8%[1]。隨著時代進步，越來越多的企業開始通過互聯網尋求外部資源，一種新的非常有創意的發展模式正悄然興起，即眾包?！氨姲币辉~于2006年首次提出，指一個公司或機構把過去由員工執行的工作任務以自由自愿的形式外包給非特定的(而且通常是大型的)大眾網絡的做法[2]。而對于眾包任務的定價問題，不同的學者有不同策略。徐芹[3]在壟斷型市場下研究相應平臺對雙邊用戶的定價策略，但相關影響因素的考慮不夠全面；孫信昕[4]則認為應該根據每個工作者提交的成本、希望的任務數量以及完成質量對任務進行定價，但其模型適用范圍小，僅適用于任務質量易測量的簡單任務。為此，本文采用K-means聚類算法定量分析域內會員數量、任務點距離、任務定價與任務完成情況之間的相關性，并為任務進行合理定價。

1 數據的獲取及假設

數據來源于2017年全國大學生數學建模競賽B題。為便于解決問題，提出以下研究條件：(1)用戶選擇任務只與任務價格和自己與任務地點的距離有關，沒有其他因素的影響；(2)用戶選擇任務會權衡任務價值和自己完成任務的成本，如果成本高于價值，則用戶不會選擇該任務；……