“拍照赚钱”定价方案研究

耿亚恒 李伊卓 秦菱浠 王宏

“拍照赚钱”定价方案研究

耿亚恒1李伊卓1秦菱浠1王宏2

针对“拍照赚钱”定价，综合分析拍照任务点所处经以纬度及完成情况、会员信息等数据，建立交互线性回归模型、logistic回归模型、聚类打包定价模型、动态规划模型，结合梯子定价策略、差别定价策略、尾数定价策略，应用SPSS、MATLAB等软件得到任务未完成原因及定价方案策略方程。

“拍照赚钱”是依托于移动互联网的一种自助式服务模式。需用户下载APP并注册为会员，然后从APP上领取需要的拍照任务，赚取相应酬金。它能够在节省调查成本的同时为企业较快地提供各种商业检查和信息搜服务，并能够保证信息的准确却可靠性。因此APP成为衔接会员与企业的中枢，而任务的定价的合理性直接关系到商品检查任务的完成情况。因此寻找影响任务定价和完成率的相关因素建立“拍照赚钱”的定价模型具有重要意义。

定价模型

模型准备

由数据得任务所处位置：广州A、深圳B、佛山E、东莞S。应用SPSS得图1：

图1 各任务点位置、标价散点图

由实际和图1得标价与以下因素有着显著影响：

所处城市经济水平x1：由数据网得A、B、E、S的GDP占额比例（%）为：24、20、11、8（可代表附近定价水平），进行归一化处理有：

繁华程度x2：令各任务位置与4个城市中心的最小距离值d，归一化处理得：

任务密集度x3：某一任务所附近0.01纬度以内的其他任务数。

建立交互线性回归模型有：

模型求解

应用MATLAB得回归系数和R2=0.3895即该模型可信度为98.95%，F=233.6542＞＞F临界值，p=0.0000<<0.0001,且y与实际值基本吻合。

图2 优化模型残差图

残差分析无异常。故任务定价规律为：

完成情况分析

设完成情况为P（完成P=1，未完成P=0），x2、K为X1、X2，完成概率为Y，建立Logistic回归方程有：

模型改进

（1）策略改进

梯子定价：交通能力影响任务执行，故对执行时间进行分段处理并得其交通延时指数 c：（c ∝ y）。

差别定价：对不同质量的会员采用不同的定价：y=（1+m）y

（m：完成质量；n：任务限额；t：信誉度）

尾数定价：对第二位进行四去六进五保留得到 y new≈ yold 。

逻辑分析得任务完成数量586＞522，即方案有利，故定价模型为：

（2）实际任务存在密集分布，导致有些任务无法完成，故将密集任务联合打包为一个任务点。

聚类分析有：

图3 聚集程度分布图

据图对任务按稀疏程度分为两类。稀疏处不做处理，密集处切割为n个边长为r的正方形（存在 y min、 ymax ）。显然所定价格y应满足 y min ＜y＜ymax 。考虑包内任务点存在偏差，因此设定b=0.9，c=1.63并以r=100m为阀值分两段有：（c：控制价格变化幅度）

动态规划求最优解max：Y，其中S.tymin＜y＜ymax。得Y与r有关，呈开口向下的抛物线，其中r=15m时Ymax=0.9658：。

综合1）和2）即为最优定价模型。

以上模型的建立以实际情况为基点出发进行求解并进行改进与检验，与此同时还考虑会员心理进行模型建立与求解，合理性突出。结合大量数据应用相应软件进行处理使得到的任务未完成原因以及定价方案策略方程结果更加精确。

华北理工大学）