“拍照赚钱”模式下劳务众包任务定价模型.pdf

“拍照赚钱”模式下的劳务众包任务定价模型 摘要 随着互联网的飞速发展，基于移动互联网的劳务众包模式受到越来越多公 司的关注。相比于传统的外包方式，劳务众包具有很多优点，如：能够为公司 节省市场调查时间、资金成本等。然而，定价不合理不仅不能给公司带来效 益，反而会让公司利益受损。本文基于“拍照赚钱”服务模式运用聚类方法和 道格拉斯生产函数给出劳务众包的任务定价模型。 对于问题一，为了得到任务的定价规律，本文先通过地图整体分析了任务和 会员的位置，提出了距离、任务密度和会员密度3 个因素可能影响到定价。通过 相关性和因果性分析，本文证实了这3 个因素确实影响到定价。针对任务未完成 的情况，本文通过定性分析，提出信誉度低、定价低、地理位置差是任务未完成 的原因。 对于问题二，在问题一3 个因素的基础上将信誉度和任务完成率也作为影响 定价的因素，并定量构建关于定价的柯布-道格拉斯生产函数。根据由生产函数 转化而来的多元线性回归模型对5 个因素进行显著性检验，证明5 个因素确实都 影响到价格。再以价格为自变量，完成率为因变量，进行线性回归分析，结果显 著，由此求出新方案下的任务完成率达72.9%，高于原方案的62.5% 。 对于问题三，为提高任务完成率，本文先剔除部分信誉度低的会员。考虑到 要将任务打包发布，故对任务进行带约束的K means 聚类。聚类后，聚类中心 5 代替了原有的任务点，故距离等 因素需重新定义，建立新的生产函数。再基于 2 82% 问题 中的方法，求出任务完成率为 ，较问题二中结果更高。 对于问题四，考虑到新项目中任务量较为庞大且有多个任务位置较集中，故 对任务进行K means 聚类。求出各个任务包和各类聚类中心后对相关数据进行 分析，得出每个任务包的预测定价。基于问题三中的方法，即可求出任务完成率 为92.7%，说明定价方案非常合理。 关键词：劳务众包；约束聚类；生产函数；多元线性回归；因果分析 1 一、问题的提出 1.1 问题的背景 传统的外包方式是指以合同的形式将任务交给指定的工作人员或机构进行 完成，且外包的业务主要是一些借助计算机能完成的任务。目前的众包是一种直 接将任务发布在互联网或者 APP 上，用户可以通过自助的方式来完成任务、获 取酬金，如何对一个任务赋予合适的标价会影响选择任务的人数以及最终任务的 完成质量。Mason 等人通过研究发现任务价格的过高和过低都会对任务的完成带 来一定影响。如果价格过高可以吸引更多的用户来做任务，但是不会提高任务的 完成质量；另外，任务价格过高容易引来一些欺诈性用户来做任务，导致任务结 [3] 果质量偏低。而价格过低则不能吸引用户来做任务，使得任务很难被及时完成 ， 因此如何对任务定价将影响着任务是否被用户选择以及任务完成的质量。 1.2 问题的重述 “拍照赚钱”是当前的一种自助式服务模式，其流程是：用户下载APP→注 册APP→从APP 上领取任务→完成任务赚钱酬金。这种基于移动互联网的自助 式劳务众包平台，为企业提供了各种商业检查和信息搜集，相比传统的市场调查 方式可以大大节省调查成本，而且有效地保证了调查数据真实性，缩短了调查的 周期，APP 的任务定价是该平台APP 运营的核心因素。如果定价不合理，将无 人问津或者任务的结果质量不高，导致商品检查失败。 附件一是一个包含了任务位置、定价和完成情况的已结束项目；附件二给出 了会员的位置、信誉值以及基于信誉值的开始预订时间和预订限额（原则上信誉 值越高，预定时间越早、配额越大，配额根据预定限额所占比例进行配发）；附 件三是一个新的任务数据，只有任务位置。 建立模型解决一下问题： （1）研究附件一的定价规律，分析任务未完成的原因； （2 ）根据问题一，为附件一建立新的方案，并与原方案进行比较； （3 ）多个任务可能因为位置比较集中，导致用