付宇婷 陳凌峰 余盈 李祥鳳

摘 要 以眾包平臺(tái)為對(duì)象，基于已有數(shù)據(jù)，考慮供求關(guān)系，通過(guò)因子分析法對(duì)原始數(shù)據(jù)加以處理，建立任務(wù)的定價(jià)模型.在實(shí)際應(yīng)用中，可以對(duì)分布密集的任務(wù)進(jìn)行打包，并給出針對(duì)這種情況的定價(jià)模型.結(jié)果表明：提出的模型不僅考慮了會(huì)員人數(shù)與任務(wù)數(shù)量的關(guān)系，還考慮了個(gè)人需求的差異，提高了任務(wù)的完成度，對(duì)眾包平臺(tái)定價(jià)的發(fā)展與完善有著重要的意義.

關(guān)鍵詞 眾包;供需關(guān)系;因子分析法;多層感知器神經(jīng)網(wǎng)絡(luò)

中圖分類(lèi)號(hào) F49 ??文獻(xiàn)標(biāo)識(shí)碼 A

Abstract Taking the crowdsourcing platform as an object and considering the relationship between supply and demand， the factor analysis was used to deal with the original data and the task pricing model was establish based on the existing data， use. The results show that the proposed model not only considers the relationship between the number of members and the number of tasks， but also considers the differences of individual needs， improving the degree of completion of tasks， which is of great significance to the development and improvement of the pricing of crowdsourcing platform.

Key words crowdsourcing; supply and demand relationship; factor analysis; multilayer perceptron neural networks

1 引 言

眾包并不是一個(gè)新的現(xiàn)象.類(lèi)似眾包的形式，最早可以追溯到1714年，當(dāng)時(shí)英國(guó)政府為了找到定位海洋中船只位置的方法，發(fā)起了一個(gè)提供現(xiàn)金獎(jiǎng)勵(lì)的眾包活動(dòng)[1].然而，近年來(lái)，新興互聯(lián)網(wǎng)企業(yè)商業(yè)模式的巨大成功，又引起了實(shí)業(yè)界和學(xué)術(shù)界對(duì)眾包的關(guān)注[2].2005 年中國(guó)學(xué)者劉鋒就提出“威客”一詞，側(cè)重從計(jì)算機(jī)（ 信息） 技術(shù)方面來(lái)闡釋“眾包”商業(yè)模式[3].這種商業(yè)模式符合市場(chǎng)激烈競(jìng)爭(zhēng)節(jié)約運(yùn)作成本的需要，同時(shí)也能滿足網(wǎng)絡(luò)時(shí)代客戶(hù)參與產(chǎn)品設(shè)計(jì)和服務(wù)規(guī)劃的需求，把設(shè)計(jì)、生產(chǎn)和銷(xiāo)售等環(huán)節(jié)聯(lián)系起來(lái)，更大程度上避免了產(chǎn)品設(shè)計(jì)生產(chǎn)和客戶(hù)需求的脫節(jié)，節(jié)約了社會(huì)資源，使企業(yè)的生產(chǎn)和服務(wù)更加高效.另外，企業(yè)外部大眾成為取之不盡、用之不竭的創(chuàng)新源，這是企業(yè)在市場(chǎng)競(jìng)爭(zhēng)中立于不敗之地的重要因素[4].近年來(lái)，Enrique Estellees-Arolas[5]、Bayus[6]、Vuculescu[7]等學(xué)者多從管理或技術(shù)角度對(duì)眾包模式、眾包任務(wù)、眾包網(wǎng)絡(luò)平臺(tái)等方面研究眾包，鮮有從供需關(guān)系角度對(duì)眾包及其特殊性進(jìn)行剖析.

在實(shí)際應(yīng)用中，眾包平臺(tái)還不夠成熟，存在許多問(wèn)題，而這是理論知識(shí)解決不了的，需要基于實(shí)際應(yīng)用的數(shù)據(jù)進(jìn)行研究.基于實(shí)際的數(shù)據(jù)可知，眾包模式下存在的問(wèn)題主要是懸賞金較低、分配制度不公、交易作弊等.而造成這些問(wèn)題的根本原因還是供求關(guān)系的不匹配.從供需關(guān)系角度進(jìn)行剖析，可以解決實(shí)際應(yīng)用中所存在的許多問(wèn)題，既能降低每個(gè)項(xiàng)目的成本，還能提高任務(wù)的完成度.而這是學(xué)者們很少涉及的方向.

傳統(tǒng)的市場(chǎng)調(diào)查方式成本大、周期長(zhǎng)且效率低，基于移動(dòng)互聯(lián)網(wǎng)的自助式勞動(dòng)眾包平臺(tái)利用互聯(lián)網(wǎng)技術(shù)，創(chuàng)新了市場(chǎng)調(diào)查方式.“拍照賺錢(qián)”是完成眾包平臺(tái)任務(wù)的一種自助式服務(wù)模式.用戶(hù)下載APP，填寫(xiě)注冊(cè)信息，注冊(cè)成為APP的會(huì)員，然后以會(huì)員身份從APP上領(lǐng)取需要拍照的任務(wù)（比如上超市去檢查某種商品的上架情況），賺取APP對(duì)任務(wù)所標(biāo)定的酬金.因此APP成為該平臺(tái)運(yùn)行的核心，而APP中的任務(wù)定價(jià)（APP后臺(tái)程序中的任務(wù)定價(jià)模型與定價(jià)算法）又是其核心要素.如果定價(jià)不合理，有的任務(wù)就會(huì)無(wú)人問(wèn)津，而導(dǎo)致商品檢查的失敗.因此，建立一個(gè)合理的任務(wù)定價(jià)模型，并設(shè)計(jì)其高效的算法，讓APP定價(jià)更合理、提高任務(wù)完成度，對(duì)APP有重要作用.已知APP原定價(jià)模型為：P=75.17-0.05N[8].在此定價(jià)模型下制定的價(jià)格，只是簡(jiǎn)單考慮了供需關(guān)系中會(huì)員人數(shù)與任務(wù)數(shù)量的關(guān)系，沒(méi)有考慮到每個(gè)人的信譽(yù)，以及由信譽(yù)決定的會(huì)員的任務(wù)預(yù)定限額和預(yù)訂時(shí)間.必然而然會(huì)致使部分地區(qū)供需關(guān)系與實(shí)際相差較大.實(shí)際上，每個(gè)會(huì)員由于信譽(yù)、限額與預(yù)定任務(wù)開(kāi)始時(shí)間的不同，每個(gè)人的任務(wù)完成能力是不同的，同時(shí)對(duì)任務(wù)的需求也不一樣，不能簡(jiǎn)單地把每個(gè)人當(dāng)成了同等接單能力的人.下面，將完整考慮這些因素，建立新的合理的定價(jià)模型.

2 模型的建立

原有的定價(jià)模型是根據(jù)供需度來(lái)計(jì)算價(jià)格，也有其一定的合理性.他設(shè)置了一個(gè)對(duì)于供需度來(lái)說(shuō)合適的價(jià)格模型，即APP原來(lái)設(shè)置的定價(jià)參數(shù)k.k描述的是一個(gè)在供需度確定情況下合理的定價(jià)參數(shù).所以在供需度正確的情況下，k這個(gè)定價(jià)參數(shù)是合理的.

在基于這個(gè)參數(shù)k是合適的情況下，用信譽(yù)、限額、預(yù)定任務(wù)開(kāi)始時(shí)間對(duì)不同的人的接單能力加權(quán)，得到實(shí)際的供需狀況，來(lái)對(duì)定價(jià)模型進(jìn)行改進(jìn).

2.1 模型假設(shè)

1）假設(shè)會(huì)員都是理性人，只在一定范圍內(nèi)完成任務(wù);2）假設(shè)同一個(gè)項(xiàng)目中的不同任務(wù)是同等重要的，防止人趨向某一個(gè)重要的任務(wù)，導(dǎo)致其他任務(wù)無(wú)人完成;3）假設(shè)是一個(gè)平面，不考慮地形因素的影響.

2.2 會(huì)員信譽(yù)各因素的因子分析

由于信譽(yù)、限額明顯呈正相關(guān)，為了得到一個(gè)合理的加權(quán)權(quán)重，采用了因子分析法，得到了一個(gè)最終的因子得分 （得分即代表了一個(gè)會(huì)員的接單能力），結(jié)果見(jiàn)表1～4.

由表2所示，因子F1對(duì)3個(gè)變量的因子載荷分別是0.74，0.44和0.22，說(shuō)明因子F1主要可由信譽(yù)度和預(yù)定任務(wù)限額解釋.因子F2對(duì)3變量的因子載荷分別是0.29，-0.22，0.92，說(shuō)明因子F2主要由預(yù)定任務(wù)開(kāi)始時(shí)間解釋.由于F2由開(kāi)始時(shí)間表示，說(shuō)明，因子得分越大則表示接單的時(shí)間越晚;因子得分越小則表示接單的時(shí)間越早.即F2越小說(shuō)明會(huì)員的能力越高.所以可知最終因子得分的公式為：

2.3 加權(quán)定價(jià)規(guī)則

用最終因子得分作為一個(gè)人接單能力的權(quán)重，代入原定價(jià)模型P=75.17-0.05N，計(jì)算N2.

得到新的的定價(jià)模型：

3 模型的應(yīng)用

在某些地方，例如城市的中心，任務(wù)的分布非常的密集，如果還是按照之前的定價(jià)模式，可以發(fā)現(xiàn)在任務(wù)分布密集的地方經(jīng)常存在著任務(wù)無(wú)人接單的情況.基于這種情況，考慮到可以用打包這種方法進(jìn)行解決.打包，減少了選擇任務(wù)分散的情況，促使人們趨向于往同一塊地點(diǎn)去接任務(wù)，減少盲目性和競(jìng)爭(zhēng)性.所以，在這種情況下，包內(nèi)任務(wù)的價(jià)格可以根據(jù)任務(wù)數(shù)量的上升而單價(jià)適當(dāng)減小.之前已經(jīng)基于供需關(guān)系求出每個(gè)任務(wù)的單價(jià)，現(xiàn)在僅僅只對(duì)“打包”現(xiàn)象進(jìn)行分析，改善之前的定價(jià)模型.

3.1 折扣定價(jià)

在原有價(jià)格的基礎(chǔ)上，考慮一個(gè)折扣因素f，包內(nèi)任務(wù)的價(jià)格可以根據(jù)任務(wù)數(shù)量r的上升而折扣越大（表現(xiàn)為f越?。罱K任務(wù)單價(jià)F降低到一個(gè)閾值不再下降，表現(xiàn)為會(huì)員不再愿意為這個(gè)低價(jià)格接單.

p′為打包后的單價(jià)，p為未打包的單價(jià).

包內(nèi)任務(wù)單價(jià)的減小多少和r的數(shù)量有關(guān)，但價(jià)格是由供需度決定的，而供需度又是由會(huì)員分布和任務(wù)分布決定的，所以?xún)r(jià)格不會(huì)很大幅度的下降.

原始數(shù)據(jù)中，[8]任務(wù)最高價(jià)為85，最低價(jià)為65，所以可以認(rèn)為降價(jià)的閾值為65. 通過(guò)計(jì)算可知，若k定為0.01，則價(jià)格從85降到65所需的次數(shù)為23次，是較為合理的.所以定k=0.01.

3.2 打包情況下對(duì)于任務(wù)完成度影響的分析

由于把多個(gè)比較集中的任務(wù)打包一起發(fā)布，一個(gè)人所完成的任務(wù)數(shù)量增加了，任務(wù)密集處未被完成的訂單數(shù)會(huì)相對(duì)應(yīng)的減少.所以，在打包的情況下，任務(wù)的完成度會(huì)提高.針對(duì)任務(wù)分布密集區(qū)域的模型改進(jìn)是有意義的.

4 結(jié) 論

新建立的模型與原模型相比除了考慮了供需關(guān)系中會(huì)員人數(shù)與任務(wù)數(shù)量的關(guān)系，還考慮到了每個(gè)人的信譽(yù)，以及由信譽(yù)決定的會(huì)員的任務(wù)預(yù)定限額和預(yù)訂時(shí)間等.通過(guò)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行評(píng)分可知，原模型的得分為522，新模型的得分為654，新模型的分?jǐn)?shù)比原模型高很多，由此可知新模型確實(shí)比原模型要合理許多，不但降低了每個(gè)項(xiàng)目的成本，還提高了任務(wù)的完成度，同時(shí)還解決了實(shí)際應(yīng)用中所存在的懸賞金較低、分配制度不公、交易作弊等問(wèn)題.[9]

在未來(lái)對(duì)眾包平臺(tái)的研究中，可以多從供需關(guān)系的角度基于理論應(yīng)用實(shí)際中的數(shù)據(jù)來(lái)進(jìn)行研究.供需模型在眾包平臺(tái)中的應(yīng)用也是眾包研究未來(lái)的發(fā)展方向之一.

參考文獻(xiàn)

[1]WEXLER M N. Reconfiguring the sociology of the crowd： exploring crowdsourcing[J].International Journal of Sociology and Social Policy，2011（31） ： 6-20.

[2]?嚴(yán)杰，劉人境，劉晗. 國(guó)內(nèi)外眾包研究綜述[J].中國(guó)科技論壇，2017 （8）：59-68.

[3]?林素芬，林峰. 眾包定義、模式研究發(fā)展及展望[J].科技管理研究，2015（4）：212-217.

[4]?林素芬. 眾包商業(yè)模式特殊性的理論詮釋[J].長(zhǎng)春大學(xué)學(xué)報(bào)，2013（5）：544-546.

[5]?ESTELL S，GONZ L NDEGUEVARA F. Towards an integrated crowdsourcing definition[J]. Journal of Information Science，2012（2） ： 189-200.

[6]?BAYUS B L. Crowdsourcing new product ideas over time： an analysis of the Dell IdeaStorm community[J]. Management Science， 2013（1） ： 226-244.

[7]?VUCULESCU O，BERGENHOLTZ C. How to solve problems with crowds： a computer-based simulation model[J]. ?Creativity and Innovation Management，2014（2） ： 121-136.

[8]?中國(guó)工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會(huì).B題.高教社杯全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽[Z].北京：高教社杯全國(guó)大學(xué)數(shù)學(xué)建模競(jìng)賽，2017.

[9]?Matlab 數(shù)據(jù)可視化（5）：二維數(shù)據(jù)可視化[EB/OL]（2013-11-15）[2017-09-17]. http：//www.360doc.com/content/13/1115/11/13613100_329372030.shtml.