任务型众包的定价模型

周航 蔡琼 周雨生 侯法伶

【摘要】众包是指一个公司或机构把过去由员工执行的工作任务，以自由自愿的形式外包给非特定的，而且通常是大型的大众网络的模式.是当今新兴的任务形式，为了任务的完成率高，发包者费用降低，任务定价是其核心要素.如果定价不合理，有的任务就会无人问津，而导致商品检查的失败.本文针对“拍照赚钱”的任务定价的问题，以广州为例，使用聚类分析等方法，建立多元线性回归模型，综合使用了EXCEL、MATLAB软件编程，分别得出了所需模型和任务点定价的建议，并给出了模型的改进意见.

【关键词】标准化；聚类分析；多元线性回归

众包的任务通常是由个人来承担，但如果涉及需要多人协作完成的任务，也有可能以依靠开源的个体生产的形式出现.现今众包模式已经对一些产业产生了颠覆性的影响：一个跨国公司耗费几十亿也无法解决的研发难题，被一个外行人在两周的时间内圆满完成；过去要数百元一张的专业水准图片，现在只要一元就可以买到.有人惊呼我们将迎来众包时代，众包将成为外包的终结者.

一、定价模型的建立和求解

在实际生活中，经常会遇到某一现象的发展和变化取决于若干影响因素的情况，也就是一个因变量和几个自变量均有依存关系的情况而且有时几个影响因素主次难以区分，或者有的因素虽属次要，但也不能略去其作用，这时采用一元回归分析进行预测是难以奏效的，则需要采用多元回归分析预测法.

（一）多元线性回归模型的建立

1.自变量的选取

我们取已完成的任务点到市中心的距离、任务点的位置属性、任务点两千米内信誉值之和和位置离任务点的距离、公交站点、商家意愿为自变量.（其中我们对任务位置的属性进行了量化，位于商业区的任务点属性为0.5，景区内属性为2，其他区域属性为1；同样考虑到商家对特殊任务点的主观意愿进行量化，对于15千米以内任务点价格高于70的任务点赋值为2，其余任务点为1）数据见下表（截取后数据）.

（二）多元线性回归模型的建立

利用多元线性回归的方法，通过MATLAB计算，我们得到模型的相应参数.

（三）检验

拟合优度检验

为了检验描述定价规律的多元线性回归方程与数据的拟合程度，我们采取拟合优度检验的方法来说明.拟合优度检验方法是构造一个可以表征拟合程度的指标R2.

总变差平方和S总是各个观察值与样本均值之差的平方和，反映了全部数据之间的差异；残差平方和S残是总变差平方和中未被回归方程解释的部分，由解释变量x1，x2，…，xi中未包含的一切因素对被解释变量y的影响而造成的；回归平方和S回是总变差平方和中由回归方程解释的部分.

二、模型分析

回归变量对因变量的影响应该相互独立.但是凭直觉和经验可以猜想任务点离市中心的距离X1和任务点一定距離内地铁站数X4之间的交互作用会对y有影响.同时，虽然我们考虑到了交通条件对任务定价的影响，但是由于缺少更全面的交通工具数据（如广州公交车站坐标等），故对变量X4的统计并不全面.

【参考文献】

[1]姜启源，谢金星，叶俊.数学模型[M].北京：高等教育出版社，2010.

[2]周晨，冯宇东，肖匡心，韩珊，董颖.基于多元线性回归模型的东北地区需水量分析[J].教学的认识与实践，2014（1）：118-123.