基于聚类分析法的自助服务模式的定价分析与研究

邢 楠

(长春光华学院基础教研部， 吉林长春 130033)

1 问题的背景

“拍照赚钱”是移动互联网下一种时髦的自助式服务模式， 用户下载APP注册成为APP的会员， 然后从APP上领取需要拍照的任务(例如到某大型超市去调查某种商品的上架情况)来赚取APP对任务所标定的酬金. 这种基于互联网的自助式劳务众包平台为企业提供了各种各样的商业检查和信息数据的搜集， 相比传统的人工市场调查可以大大地节省成本、 节约时间并提高效率. 因此， APP成为该平台运行的核心， 而APP中任务定价又是其核心要素， 如果定价不合理， 有的任务就会无人问津， 导致企业商品数据搜集、 检查的失败. 本文根据实际情况， 在一个已有数据包的基础上分析任务未完成的原因(已有的数据包是一个已经结束项目的任务数据， 包含了每个任务的位置、 定价和完成情况， 共计总任务数835个， 未完成313个， 已完成522个)， 并根据项目设计新的任务定价方案， 根据会员的信息数据及会员的地理位置， 利用聚类分析法建立数学模型， 使得任务定价相对于会员的地理位置、 分布任务的地理位置更具合理性[1-3].

2 假设与符号约定

1、 假设在进行定价建模决策时,定价者不会因为自身的经验而影响定价模型， 用直觉模糊数来刻画定价者在定价过程中所遇到的主客观模糊性与犹豫性.

2、 假设所选取的对象具有普遍性.

3、 假设在网络通讯无障碍.

3 模型的建立

3.1 模型一

利用模糊统计方法分析现有的任务定价数据， 根据数据完成经纬度数据值列表(见表1).

表1 任务完成经纬度数据值

通过表1， 我们直观地看到在本次随机抽取的任务号码中任务完成度很高， 说明有可能这个价格是大多数人们所接受的价格， 或这些地点的任务量不高， 容易完成任务. 通过表1数据分析得到： 任务完成gps经度平均值为113.946 958， 任务完成gps纬度平均值为22.537 108， 并根据已完成的任务gps经纬度数值与任务量数据得到图1.

图1 完成任务gps经纬度数值与任务量

图2为完成任务标价与完成任务量关系示意图. 图中数据显示， 当标价高时， 执行任务的人数逐渐变多， 完成任务率较高.

图2 完成任务标价

由图3未完成任务定价与任务量之间的关系可以看出， 当标价普遍增长不明显时， 执行任务的人逐渐变少、 完成率变小， 通过一次函数看出标价的趋势， 对比预估影响因素.

图3 未完成任务标价

3.2 模型二

当某地的任务一定时， 通过APP的注册， 并获得该人员地理位置后， 首先查找与该点相距最近的人， 来当作目标人去完成. 对于完成时间来说， 在规定时间越快完成越好. 通过完成的情况， 进行基本信息核对. 每个人在注册时， 拥有一定的基础信誉度值， 每成功完成一单任务后可获得相应的任务标价资金， 同时获得奖励信誉度值， 且信誉度值达到一定标准后还可获得任务定价金额以外奖励， 信誉度值越高奖金也就越高， 而信誉度不好的前期给予警告， 超过给定次数的警告， 便扣去信誉值， 直至信誉值扣没封号.

经典的随机定价环境是指在金融产品定价建模时， 学者们会以经济行为的人能够对不确定自然状态做出确切概率估计为基本前提， 通过表格对比、 计算， 来获取未完成任务的影响因素. 建立进程的数学模型， 他们都是以纯随机理论为依据,假设概率测度是唯一存在的,要注重数学表达式的严格技术性约束,注重未来某个时间节点的风险价格、 列式对模型求解[4-5]. 另外建立模型后， 由于受各城市地形、 环境、 店铺分布等因素的影响， 可以通过随机概率模式调整模型中相关参数， 修正方案， 求得更符合实际情况的解.

4 模型求解

由已有的完成任务定价数据包中的835个任务数据， 根据各个地区的位置不同、 所存在的市场密度不同， 进行抽样. 通过对各个地区随机抽样， 对抽取代表性的城市列表， 如表2所示.

表2 抽样代表城市

L1取香港，N1=8 500；L2取北京市，N2=8 300；L3取深圳市，N3=7 600.

求取给定数据的未完成率：

求取给定数据完成率：

随机抽取地图上的某部分商品所在市场分布为模型， 通过该模型统计任务额度、 实际完成数， 然后计算计划完成数、 完成率、 预算完成率.

根据建立的模型图像列公式.

A1在B1的市场完成率：

A1在B1的市场未完成率：

Pn1=1-P11.

Ai在Bj中的市场完成率：

A2在B2的市场未完成率：

Pn2=1-P11.

已经达标了， 抽样计入数为C1=NP11. 若NP11

A11+A12+A13+A14+A15+A16+A17=K1.

A1的总抽样数：

Ai1+Ai2+Ai3+Ai4+Ai5+Ai6+Ai7=Ki

抽样总量为7000：

M1+M2+M3+…+Mi=7 000.

未完成任务趋势公式：

y=0.009 9x+66.373,R2=0.059 8.

完成任务趋势公式：

y=0.014 6x+66,R2=0.209 2.

求经纬度平均值：

表3 抽样完成定价任务

根据完成率， 推算时间影响.

gps经度平均值为113.946 958， 函数曲线影响函数：

f(x)=3.498E-13×x4-1.319 5E-0.9×x3+1.262 8E-0.6×x2+0.000 3×x+22.513 2;R2=0.948 8.

gps纬度平均值为22.537 108， 函数曲线影响函数：

f(x)=1.205E-12×x4-5.216 7E-0.9×x3+6.994 9E-0.6×x2+0.002 5×x+113.818 9;R2=0.719 5.

由于某些客观因素的干扰,有些数据在观测和统计时不免会产生误差,而有些变量则不能由精确的数据估计得到,这便产生了客观不确定的影响.

改善方式： 加入新兴共享经济， 使企业进入信息资源共享模式， 通过随机抽取地方城市市场任务量， 通过公式整理：

A1城市的总抽样数：

A1+A2+A3+…+Ai=K2.

A2城市的总抽样数：

A21+A22+A23+…+A2i=K22.

A3城市的总抽样数：

A31+A32+A33+…+A3i=K32.

抽样总量为8 000：

M1+M2+M3+…+Mi=8 000.

求经纬度平均值：

A1,A2,A3…城市平均相对抽取率：

完成任务占有率：

f(x)=2.498E-16×x4-1.489 5E-0.7×x3+2.263 8E-0.4×x2+0.006 3×x+32.5722;R2=0.648 8.

未完成任务占有率：

f(x)=2.008E-16×x4-2.423 1E-0.7×x3+0.047 3×x+12.569 2;R2=0.711 8.

综上所述， 随着现代信息技术的飞速发展， 互联网+的经营理念与模式越来越普遍， 自助服务模式的定价如何能更好地服务企业与大众， 我们有了更深层次分析与研究. 首先， 充分发挥网络信息平台的共享作用， 在企业发布任务信息后， 领取任务的人员可全方位共享信息， 例如A,B两人接到任务后， 可充分共享位置与定价， 综合考虑自身情况、 环境、 交通等实际因素后可与他人分享交换任务， 以达到收益最大化、 时效性最高化. 其次， 完成任务后将采取同一任务完成度对比， 对比后加入评级， 通过评级的人员可领取企业支付的报酬， 还可额外获得奖金， 评级较差的将取消领取任务资格. 有竞争的市场才有活力， 企业才能更好地发展， 企业对于商品信息的准确性、 时效性的把握与判断， 能更好地推动其发展[6].

5 模型评价

本次建模是在正确清楚地分析自助式服务模式的基础上， 建立了可持续发展的计算型模型. 在建模假设的基础上， 对大量抽样数据分析整理， 通过人工计算求出所需的数据， 然后代入接下来的建模中. 模型的精确度与统计数据的精确度有很大的关系.

模型优点：

1、 本次建模用到最新型的经济共享的思维方式， 将互联网+的信息化共享资源模式融入建模中；

2、 本次建模中提出了第三方的新的经济模式， 用于养成好的习惯， 使信息化走进我们的生活中；

3、 本次建模中涉及大量的抽样数据， 直观代入计算更让人容易接受.

模型缺点：

1、 由于本次建模抽样数据有限， 并且数据是采取手工算数、 参考量小， 难免引起与实际数据不符的情况出现；

2、 没有真正的实体公司， 难以对公司对号入座， 对于成本的把握上造成出入.