基于用户信息和任务位置的动态打包任务定价模型

2018-01-01袁锐莹重庆交通大学

消费导刊 2017年21期

袁锐莹重庆交通大学

袁锐莹重庆交通大学

“拍照赚钱”这种基于移动互联网的自助式劳务众包APP，相比传统的市场调查方式，可以节省调查成本，有效的保证调查数据的客观真实性。本文通过分析影响任务价格的各主要因素，对目前的任务定价模型进行调整，构建基于用户信息和任务位置的动态任务打包定价模型，使不同地点、时间段、难易程度的“拍照赚钱”任务得以高效的完成。

任务打包会员信誉值吸引力模型动态定价模型

一、目前的任务定价规律

由经验可知，任务定价可能与用户距离任务点的远近、任务的难易程度以及该任务的竞争程度有关。调查表明，用户所在地的不同和个人喜好的差异，使得任务的难易程度难以量化，因而目前各劳务众包APP在实际定价时还未将其纳入考虑因素【1】。此外我国目前的劳务众包APP允许用户自主选择所在城市，再在城市范围内选择任务，因而任务的竞争激烈程度主要取决于任务价格的高低。由此，本文以研究用户-任务的距离与价格的关系为切入点，以搜集到的佛山市、广州市、东莞市、深圳市已结束项目的任务数据为例，分析目前的任务定价规律。

以资料中各任务点的经纬度坐标为自变量，利用Matlab R2016a软件插值拟合任务的经纬度坐标和其价格，结果表明，任务的价格在城区间无明显差异。

在此基础上，以佛山市、广州市、东莞市、深圳市各市政府作为市中心，运用Excel软件，统计资料中各市的任务点距市中心的距离及其对应的任务价格，结果表明目前的任务定价规律为：任务的价格在[60,85]元的区间内波动，与其距市中心的距离无明显线性关系。

二、分析任务未完成的原因

根据以上结论和现实情况，任务未完成的原因可能有：劳务众包APP的用户执行某任务的机会成本太高、任务的价格太低。

（一）执行某任务的机会成本太高

机会成本，指为了得到某种东西而所要放弃另一些东西的最大价值。经济越繁荣的城市中APP用户为执行任务所要放弃的其他赚钱工作的价值越高。选用城市的人均GDP作为刻画该市用户执行某任务的机会成本的指标。根据2015年广东省各市人均GDP排名【2】，利用Excel 2010软件拟合深圳、东莞、广佛（广州、佛山两市距离较近、经济发展较一致，因此在分析时将两市合并成一个市考虑）三市的人均GDP与其任务完成率的关系，结果表明，人均GDP处于较低水平时，任务完成率与其正相关，当人均GDP上升至一定程度后，由于用户执行任务的机会成本太大，任务完成率与人均GDP负相关。

（二）APP用户信誉值太低

APP用户的信誉值反映了该段时间内用户完成选定任务的情况，即某用户的信誉值过低是由于未能按时、按量完成已选择的任务，由此可以认为低信誉值的用户在下一次选择任务时仍然不能保证其完成情况。因而若忽略其他次要因素，用户的信誉值高则其按时按量完成选定任务的概率也高。

三、基于会员信息的动态任务打包定价模型

以使任务完成率最高、劳务众包APP总成本最小为目标，新的任务定价方案，应综合考虑城市的经济状况、用户距任务点的远近、用户信誉值等因素的影响。本文研究分析以下因素：

（一）考虑用户信誉值的影响

首先对同一城区、同一时刻发布的所有任务进行（0，1）标定——已被预订的任务标记“0”，待预订的任务标记“1”。再根据用户的信誉值调整其允许开始预订任务的时刻和数量。对于同一时刻发布的任务，信誉值高的用户可较早预定该任务，且允许的预定量越多。例如，某任务发布时刻为06：00，该片城区内信誉值最高的用户可在第一时间：00预订，信誉值排名第二者则推迟小时预订，则其预订开始时间为：00，以此类推。则当时间推移至时，第个用户只能从剩余的标记“1”的任务中挑选，且同一时刻多个用户竞争时先选先得。