“拍照賺錢”的任務定價方案

郭涵婧

摘? ?要：拍照賺錢是互聯網下新興的一種自助服務模式。本文主要解決了由已結束項目任務數據的各指標及會員數據改進任務定價的問題，并分析了不同方法的實施效果。問題一，我們首先進行數據修正。通過價格分布熱力圖發現原方案的任務定價和該任務周邊的會員分布情況存在明顯的線性關系，定義任務點繁華度為以任務點為中心某半徑范圍內的任務點個數，故選用繁華度做自變量建立與定價的回歸方程，由任務完成為1，不完成為0的特征，我們用邏輯回歸建立任務完成度關于繁華度和定價的回歸方程，由邏輯回歸方程可以看出，在會員位置確定且無法改變的情況下，即任務的半徑范圍內會員數不變時，任務定價越高，任務被完成的可能性越大。而未被完成的任務點，除了位置離會員集中區較遠以外，價格也不足夠高來吸引更多的會員去完成它。問題二，變換模型一的邏輯回歸方程即可得到新的定價方案。當任務無法被完成時，我們的定價模型通過提高它的價格以提高任務被完成的概率，而當任務可以被完成時，我們給出了可以被完成的最低定價，以提高該APP公司的利益。問題三中由歐氏距離對各個任務點進行Q型聚類，得到了各打包任務。類似于問題二所建立的模型，得出打包任務中心點的定價，并且考慮該打包任務所含的任務點個數，兩者相乘得到該打包任務的最終定價，并建立一個根據雙向滿意度矩陣來進行打包任務分配的模型，于是每個打包任務最終被解決的可能性非常大。打包后的總定價明顯低于不打包時的總定價，這對公司的利益來說是非常有益的。問題四，計算打包或不打包的定價方案，打包之后的任務總定價明顯高于不打包的總定價，然而打包會讓任務的完成度更好，兩種定價方案各有優勢，APP公司可根據實際情況選擇最適合的方案。

關鍵詞：定價方案? 繁華度? 打包? 回歸分析? 邏輯回歸? Q型聚類? 雙向匹配? mat

中圖分類號：TP183? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1674-098X（2019）06（c）-0253-04