王 婷，朱 磊，張?jiān)吕?，貢楊?/p>

（1.安徽財(cái)經(jīng)大學(xué) 金融學(xué)院；2.安徽財(cái)經(jīng)大學(xué) 統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院，安徽 蚌埠 233030）

“拍照賺錢”是移動(dòng)互聯(lián)網(wǎng)下的一種自助式服務(wù)模式.這種基于移動(dòng)互聯(lián)網(wǎng)的自助式勞務(wù)眾包平臺(tái)，為企業(yè)提供各種商業(yè)檢查和信息搜集，相比傳統(tǒng)的市場(chǎng)調(diào)查方式可以大大節(jié)省調(diào)查成本，而且有效地保證了調(diào)查數(shù)據(jù)真實(shí)性，縮短了調(diào)查的周期.App成為該平臺(tái)運(yùn)行的核心，而App中的任務(wù)定價(jià)又是其核心要素.因此本文主要通過貪婪算法模型，對(duì)原來定價(jià)進(jìn)行修正后并制定新的定價(jià)方案，為任務(wù)發(fā)布者以及實(shí)行者提供合理的參考依據(jù).

1 數(shù)據(jù)來源與模型假設(shè)

本文做出以下模型的假設(shè)：⑴假設(shè)會(huì)員在執(zhí)行任務(wù)時(shí)，選擇任務(wù)時(shí)是理性的，優(yōu)先選擇離自己近的，價(jià)格高的任務(wù).⑵假設(shè)會(huì)員的定位是會(huì)員自身的位置定位，而不是居住的IP定位.⑶假設(shè)會(huì)員獲得任務(wù)的渠道是一致的，不存在時(shí)間上的延遲.

2 任務(wù)未完成原因分析

2.1 研究思路

首先將地圖無憂所收集已結(jié)束項(xiàng)目的任務(wù)位置數(shù)據(jù)在地圖上可視化，通過觀察地圖上任務(wù)完成分布情況，結(jié)合會(huì)員信息分布情況，然后將任務(wù)完成分布情況分成四類，找到聚類中心點(diǎn)[2]，在不同類中將已完成任務(wù)與任務(wù)標(biāo)價(jià)進(jìn)行相關(guān)性進(jìn)行分析，進(jìn)行分區(qū)，找出定價(jià)規(guī)律.最后通過經(jīng)緯度轉(zhuǎn)換找出分布情況，通過分析任務(wù)完成情況所在位置，結(jié)合任務(wù)定價(jià)和會(huì)員屬性，分析得出任務(wù)未被完成的原因.

2.2 研究方法

將已結(jié)束項(xiàng)目的任務(wù)位置信息利用R語言可視化，將完成任務(wù)和未完成任務(wù)和會(huì)員聚集情況[3]同時(shí)將任務(wù)定位導(dǎo)入到地圖無憂中，分別得到圖1、2.

結(jié)合圖1、2進(jìn)行分析，得到如下現(xiàn)象：大部分會(huì)員聚集的地方，任務(wù)完成度較高，但是仍存在會(huì)員很少但任務(wù)卻完成；會(huì)員離任務(wù)很近，但任務(wù)卻未被完成；某一區(qū)會(huì)員眾多，卻存在任務(wù)未被完成的情況.因此可能存在定價(jià)問題.針對(duì)所挖掘的信息，建立出聚類分析模型，研究定價(jià)規(guī)律和未完成的原因.

圖1 任務(wù)完成情況熱力圖

圖2 任務(wù)在地圖上可視化

2.3 結(jié)果分析

對(duì)任務(wù)的位置進(jìn)行聚類分析，觀察圖2，可以發(fā)現(xiàn)任務(wù)完成情況存在明顯的分區(qū)現(xiàn)象.因此選擇軟件進(jìn)行K-mean將其分為四類將任務(wù)經(jīng)緯度數(shù)據(jù)導(dǎo)入MATLAB中進(jìn)行處理得到四個(gè)中心點(diǎn)位置分別為:(23.014861,113.184759）；（22.663103,114.046420）；(23.278157,113.326456)；（22.956052,113.749090）.

利用EXCEL表對(duì)全部任務(wù)經(jīng)緯度進(jìn)行轉(zhuǎn)換成距離.為進(jìn)一步求解出任務(wù)完成度和會(huì)員的關(guān)系，利用轉(zhuǎn)換出的距離本文等分成大小相同的正方形，將數(shù)據(jù)置于網(wǎng)格化量化得到圖3.

圖3 會(huì)員信息網(wǎng)格化

圖例說明格網(wǎng)顏色代表會(huì)員人數(shù)，紅色越深代表人數(shù)越少，越偏向黑色代表人數(shù)越多，格網(wǎng)的數(shù)字右下角黃色標(biāo)簽表示該網(wǎng)內(nèi)會(huì)員數(shù)，左下角綠色代表完成任務(wù)人數(shù)，左上角白色標(biāo)簽代表未完成的任務(wù)的人數(shù).根據(jù)圖中所反應(yīng)的信息，雖然會(huì)員分布在較多黑格子中，但是任務(wù)完成度并不樂觀，白色標(biāo)簽未完成的任務(wù)大部分分布在灰色盒子中.任務(wù)未被完成的原因可能由于定價(jià)偏低，影響會(huì)員積極性.

結(jié)合圖1、2、3行比較分析，發(fā)現(xiàn)不同區(qū)任務(wù)完成分布不同，同時(shí)不同區(qū)域的定價(jià)和中心點(diǎn)的距離，存在不同的變化關(guān)系.因此必須進(jìn)行分區(qū)計(jì)算定價(jià)和距離的相關(guān)系數(shù)，分析兩者之間的相關(guān)關(guān)系.

令對(duì)已完成項(xiàng)目任務(wù)數(shù)據(jù)中各區(qū)相關(guān)系數(shù)分別為：ρ1；ρ2；ρ3；ρ4.

通過分區(qū)進(jìn)行相關(guān)性分析，不同區(qū)的相關(guān)性還是存在明顯差異，這與其經(jīng)濟(jì)發(fā)展情況密切相關(guān)，由于不同地區(qū)經(jīng)濟(jì)發(fā)展情況不同，會(huì)員對(duì)任務(wù)定價(jià)接受程度不同，可能即使存在任務(wù)，也不愿接單.

2.3.1 任務(wù)定價(jià)規(guī)律：針對(duì)不同區(qū)，任務(wù)定價(jià)存在差異，從圖中可以看出，部分偏離中心點(diǎn)很遠(yuǎn)處，定價(jià)比較高.可能是為了鼓勵(lì)更多人注冊(cè)會(huì)員；在會(huì)員集中的地方，任務(wù)定價(jià)偏低；但是由于存在限制單數(shù)的情況，因此在集中的區(qū)域也會(huì)有未完成的任務(wù)；由于經(jīng)濟(jì)環(huán)境的差異，商家所給出的價(jià)格并不能滿足參與者所接受的價(jià)格，因此可能存在任務(wù)無法完成的情況.

2.3.2 任務(wù)未完成的原因:任務(wù)與會(huì)員距離太遠(yuǎn)，成本太高；部分地區(qū)會(huì)員數(shù)太少，不能與任務(wù)達(dá)到供需平衡；任務(wù)所給出的定價(jià)，不能滿足參與者的需求；預(yù)定任務(wù)開始時(shí)間的間斷性，使得部分任務(wù)無法完成；會(huì)員預(yù)定任務(wù)限額，使會(huì)員集中區(qū)也可能存在任務(wù)無法完成的情況.

3 任務(wù)定價(jià)方案

3.1 研究思路

對(duì)項(xiàng)目設(shè)計(jì)新的定價(jià)方案，分3個(gè)步驟，第一步根據(jù)會(huì)員信息中的每個(gè)會(huì)員的信譽(yù)值估計(jì)出他們完成任務(wù)的質(zhì)量；第二步根據(jù)那些區(qū)域附近已完成任務(wù)的定價(jià)估計(jì)會(huì)員完成任務(wù)所需的成本和每個(gè)會(huì)員預(yù)定任務(wù)的限額，對(duì)任務(wù)進(jìn)行定價(jià)；第三步根據(jù)會(huì)員完成任務(wù)的質(zhì)量（對(duì)信譽(yù)值處理）進(jìn)行降序排序，采用貪婪算法[4]進(jìn)行任務(wù)分配，再通過類比推理得出定價(jià)范圍.

3.2 研究方法

發(fā)布者通過自助式勞務(wù)眾包平臺(tái)發(fā)布任務(wù)，并進(jìn)行定價(jià).但影響定價(jià)的因素有很多，在這里主要考慮會(huì)員本身因素[5]（完成任務(wù)的質(zhì)量、成本、最大完成任務(wù)數(shù)量）、會(huì)員密度、任務(wù)密度、區(qū)域經(jīng)濟(jì)發(fā)展水平.根據(jù)已完成項(xiàng)目任務(wù)的經(jīng)度、緯度數(shù)據(jù)，得出任務(wù)分布在4個(gè)地級(jí)市，具體到區(qū)（或者縣級(jí)市、縣）共有25個(gè)區(qū)域.經(jīng)過EXCEL篩選得到不同區(qū)域任務(wù)完成度（見表1）.

表1 不同區(qū)域任務(wù)完成度

佛山市南海區(qū)、廣州市南沙區(qū)、東莞市東莞市、佛山市高明區(qū)、佛山市三水區(qū)、廣州市從化市、廣州市增城市、清遠(yuǎn)市佛岡縣任務(wù)完成情況均達(dá)到92%以上，說明這些地區(qū)定價(jià)結(jié)構(gòu)比較合理，只需考慮其他地區(qū)的定價(jià)方案即可.

有界貪婪算法[6]:

（1）選取區(qū)域內(nèi)部分會(huì)員，取得“任務(wù)預(yù)算（即某個(gè)會(huì)員能夠完成的最大任務(wù)個(gè)數(shù)及位置范圍）”Bp=εB，設(shè)置t=1（2）在情況下重復(fù)以下步驟.（3）給會(huì)員分配任務(wù).（4）.（5）結(jié)束當(dāng)前步驟.（6）結(jié)束當(dāng)前循環(huán).（7）對(duì)會(huì)員按照ci進(jìn)行升序排序.（8）在最后一輪中，重復(fù)以下步驟.（9）判斷剩余“任務(wù)預(yù)算”BP＜minci.（10）如果成立跳出循環(huán).（11）否則，選擇剩余會(huì)員中符合條件的會(huì)員.（12）BP=BP-ci.（13）結(jié)束當(dāng)前步驟.（14）結(jié)束當(dāng)前循環(huán).（15）對(duì)會(huì)員進(jìn)行完成任務(wù)質(zhì)量估值：多次探索取平均值的方法.（16）根據(jù)上一步驟得出的結(jié)果，得出函數(shù)：μi=f(ci).（17）利用函數(shù)得到剩余會(huì)員的任務(wù)質(zhì)量估值.（18）算法結(jié)束.

通過C++貪婪算法編程，求得區(qū)域會(huì)員與任務(wù)的一種對(duì)應(yīng)關(guān)系.

深圳市福田區(qū)任務(wù)完成度0%，由表2知，該區(qū)域的任務(wù)標(biāo)價(jià)較低，然而該區(qū)域內(nèi)會(huì)員數(shù)量較多，因此應(yīng)合理地提高任務(wù)價(jià)格.同理也可以分析得出：廣州增城區(qū)、南沙區(qū)和佛山市三水區(qū)的任務(wù)定價(jià)均較高，但是這些區(qū)域任務(wù)位置離會(huì)員平均距離較遠(yuǎn)，因此對(duì)定價(jià)也有影響.

綜上知，以深圳市福田區(qū)、廣州市天河區(qū)等17個(gè)區(qū)（除佛山市南海區(qū)、廣州市南沙區(qū)、東莞市東莞市、佛山市高明區(qū)、佛山市三水區(qū)、廣州市從化市、廣州市增城區(qū)、清遠(yuǎn)市佛岡縣之外），應(yīng)適當(dāng)提高定價(jià)，在考慮其他地區(qū)會(huì)員位置與任務(wù)位置的關(guān)系后，覺得將這些地區(qū)的任務(wù)定價(jià)范圍確定在70～75.

4 基于距離范圍確定的完成度模型

4.1 研究思路

把任務(wù)聯(lián)合在一起打包發(fā)布[7]，對(duì)任務(wù)點(diǎn)進(jìn)行篩選后，再對(duì)會(huì)員的經(jīng)緯度聚類分析.最后以貪婪算法定價(jià)模型為基礎(chǔ)進(jìn)行擴(kuò)展得出任務(wù)分配及其完成情況的變化，并且分析任務(wù)完成率的高低變化情況.

4.2 研究方法

首先篩選出信譽(yù)度較高且任務(wù)限額大于10的會(huì)員，得出符合要求的會(huì)員共有252個(gè)；接著根據(jù)市場(chǎng)的供求關(guān)系，并且結(jié)合圖1和圖3分析任務(wù)與會(huì)員的大致位置后，將任務(wù)位置通過MATLAB聚類分析得到252個(gè)“聯(lián)合任務(wù)”的位置.

任務(wù)發(fā)布者往往追求任務(wù)能夠全部完成，因此本文將“聯(lián)合任務(wù)”與會(huì)員一一對(duì)應(yīng)，以期望得到任務(wù)完成度最大，但現(xiàn)實(shí)情況中有些任務(wù)離會(huì)員較遠(yuǎn)，對(duì)已完成項(xiàng)目任務(wù)的數(shù)據(jù)進(jìn)行處理，計(jì)算出原始數(shù)據(jù)中的任務(wù)完成情況，通過統(tǒng)計(jì)完成任務(wù)個(gè)數(shù)與總?cè)蝿?wù)個(gè)數(shù)對(duì)比得到任務(wù)的完成率：

其中q為任務(wù)完成情況，Xi表示任務(wù)完成的個(gè)數(shù)，Xn表示為總的任務(wù)個(gè)數(shù).

對(duì)于打包分布情況下數(shù)據(jù)處理——經(jīng)緯度轉(zhuǎn)化為距離，根據(jù)歐氏距離公式：

考慮到任務(wù)個(gè)數(shù)和會(huì)員個(gè)數(shù)較多，將兩組數(shù)據(jù)導(dǎo)入Excel軟件中，選擇出所有中的最短距離.

4.3 結(jié)果分析

通過App軟件數(shù)據(jù)分析可以得到，一般在距離在3000米以內(nèi)的任務(wù)幾乎都被實(shí)行，在3000米之外除了現(xiàn)實(shí)中一些偶然因素，一般情況下任務(wù)都沒有得得到完成.這恰好與圖表中的呈現(xiàn)的會(huì)員與任務(wù)點(diǎn)集聚分布相似相符.根據(jù)所搜集到的數(shù)據(jù)，統(tǒng)計(jì)出任務(wù)點(diǎn)與會(huì)員點(diǎn)之間的距離在3000米以內(nèi)的個(gè)數(shù)為200，因此方案的完成率為P=200/252=79.365%

通過對(duì)于打包分布情況下任務(wù)完成率與不打包分布的情況下的任務(wù)完成率對(duì)比可以發(fā)現(xiàn)，在對(duì)任務(wù)進(jìn)行打包后得到的任務(wù)完成率有所提高，減少了由于用戶互相選擇出現(xiàn)了任務(wù)無人選擇的情況.

5 分區(qū)擬合回歸模型

5.1 研究思路

本文選取已完成任務(wù)的定價(jià)價(jià)格、經(jīng)度、緯度會(huì)員密度、會(huì)員信譽(yù)度作為指標(biāo)，進(jìn)行回歸擬合[8].

5.2 研究方法

將新項(xiàng)目任務(wù)數(shù)據(jù)導(dǎo)入到地圖進(jìn)行可視化分析，得到圖4.

圖4 任務(wù)分布位置圖

可以觀察到待處理數(shù)據(jù)大部分分布在廣州市，還有零散的點(diǎn)分布在深圳市及附近.因此分區(qū)進(jìn)行處理.由于前面的分析結(jié)論，得知雖然深圳市會(huì)員密度高，但是會(huì)員活躍度不高.由于經(jīng)濟(jì)發(fā)展水平不同，導(dǎo)致定價(jià)水平存在差異.因此本文首先對(duì)廣州市進(jìn)行回歸擬合分析，然后將深圳市及附近的數(shù)據(jù)通過類比前面已建立的模型，進(jìn)行定價(jià).由于并沒有搜集到會(huì)員所完成的具體任務(wù)，因此將會(huì)員信譽(yù)度作為虛擬變量引入.

經(jīng)過幾個(gè)函數(shù)的擬合優(yōu)度、模型顯著性進(jìn)行對(duì)比，本文選取擬合優(yōu)度最好，模型通過顯著性檢驗(yàn)的數(shù)據(jù).通過Stata進(jìn)行回歸擬合，Y代表任務(wù)定價(jià)、C代表經(jīng)度，V代表緯度、M代表會(huì)員密度、ξ代表隨機(jī)干擾項(xiàng)得到如下模型：

各個(gè)t值所對(duì)應(yīng)的p值均小于0.05，拒絕原假設(shè)，各變量顯著.同時(shí)F(3,125)=13.45，模型顯著.R2=0.875，模型擬合優(yōu)度較高.

將廣州區(qū)已經(jīng)完成的任務(wù)，利用EXCEL將數(shù)據(jù)帶入回歸方程，通過計(jì)算預(yù)測(cè)值和實(shí)際定價(jià)的差值，用STATA做出誤差散點(diǎn)圖，如圖5所示.

圖5 誤差散點(diǎn)圖

根據(jù)圖5可以看出誤差大部分分布在0-3中，誤差范圍并不大，在實(shí)際情況實(shí)行中，誤差可能來自會(huì)員信譽(yù)度，可以根據(jù)任務(wù)發(fā)布點(diǎn)，會(huì)員信譽(yù)情況引入虛擬變量Di,根據(jù)會(huì)員信息中的信譽(yù)值，將信譽(yù)值進(jìn)行分段：

極差=Max信譽(yù)-Min信譽(yù)，采用等距分組，將區(qū)間分為：

將虛擬變量賦值為0.75；1.5；2.25；3，并且引入回歸函數(shù)中，其中bi表示接受任務(wù)會(huì)員的信譽(yù)水平：

經(jīng)過廣州市已完成任務(wù)誤差散點(diǎn)圖分析，證明模型可行性較好，加入有關(guān)會(huì)員信譽(yù)的虛擬變量，回歸函數(shù)針對(duì)位于廣州市地區(qū)的任務(wù)做出了較為準(zhǔn)確的定價(jià)方案.根據(jù)新方案中所給的經(jīng)緯度信息，將所處廣州市的經(jīng)度、緯度、會(huì)員密度一一對(duì)應(yīng)，便可求出所求定價(jià).

5.3 結(jié)果分析

已經(jīng)看到深圳任務(wù)完成度在15%以下，但是在地圖上深圳所在地區(qū)會(huì)員數(shù)量并不低.針對(duì)此現(xiàn)象，本文將數(shù)據(jù)利用R語言進(jìn)行可視化，得到會(huì)員與完成任務(wù)的疊加圖如圖6，會(huì)員與未完成任務(wù)疊加圖如圖7所示.

結(jié)合圖6針對(duì)深圳市寶安區(qū)，即圖6中深圳市左下角處，黃色點(diǎn)較小，完成任務(wù)的定價(jià)處于[65,67]，因此進(jìn)行定價(jià)，同時(shí)為了調(diào)動(dòng)會(huì)員的積極性，可以對(duì)價(jià)格進(jìn)行正方向的微調(diào).同時(shí)在深圳市右上方紅色集中區(qū)，對(duì)比之前會(huì)員完成圖注：黃色點(diǎn)代表未完成的會(huì)員疊加，紅色點(diǎn)代表完成任務(wù)，點(diǎn)越大標(biāo)價(jià)越高，格網(wǎng)代表會(huì)員數(shù)，紅色人少，黑灰色人多.情況定價(jià)，黃色點(diǎn)較大，價(jià)格普遍在[76,80]之間.

圖6 任務(wù)完成疊加圖

圖7 未完成任務(wù)疊加圖

6 結(jié)束語

本文的特色是運(yùn)用R語言強(qiáng)大的視圖功能，結(jié)合多種統(tǒng)計(jì)軟件，使復(fù)雜的問題借助圖形得到較為準(zhǔn)確和完整的結(jié)果,以深圳市福田區(qū)、廣州市天河區(qū)等17個(gè)區(qū)價(jià)格作為參考依據(jù)，在考慮其他地區(qū)會(huì)員位置與任務(wù)位置的關(guān)系后，覺得將這些地區(qū)的任務(wù)定價(jià)范圍確定在70～75.