基于支持向量機的“拍照賺錢”任務打包與定價研究

戴靖宇+王姮冰+李樂吟

摘要：文章旨在對當前熱門行業(yè)“拍照賺錢”的任務發(fā)布方案與定價方案進行研究。通過K-均值聚類模型和支持向量機，綜合運用了MATLAB和SPSS等軟件建立了相關(guān)模型，解決了在已有數(shù)據(jù)中挖掘定價規(guī)律，并以此為基礎設計定價方案、任務打包發(fā)布方案。在對任務打包發(fā)布后，為了壓縮成本，故通過一種合理且有效的方法，即折扣系數(shù)，修改定價方案。最終通過模擬我們發(fā)現(xiàn)新的打包發(fā)布方案和定價方案下的最終完成率大幅提升至92.22%，且總成本下降了3400元。

關(guān)鍵詞：支持向量機；K-均值聚類多目標規(guī)劃

一、研究背景

在勞動力價值不斷高升的時代，如何利用社會的剩余勞動力，結(jié)合互聯(lián)網(wǎng)思維，將原本需要專人完成的任務，通過互聯(lián)網(wǎng)發(fā)布給大眾共同完成，成為一個熱點問題。

本文在現(xiàn)有任務單個發(fā)布定價方案和完成情況的數(shù)據(jù)中通過支持向量機挖掘任務定價與完成情況的規(guī)律，模擬不同定價下的完成情況，最后得到了一種在成本和完成率都較優(yōu)的打包發(fā)布和定價方案。

二、模型的建立與求解

（一）通過K-均值聚類得到任務打包方案

由于任務點較為集中，故運用K-均值聚類算法對任務點進行打包。打包后我們發(fā)現(xiàn)部分包內(nèi)任務量非常大，故又進行了二次拆包，由此獲得了一個相對合理的任務打包方案。通過對任務進行打包最終設定200多個任務包。

具體過程如下：

1. 初始化

給定分類的個數(shù)，將835組任務點分為200組。同時置j=0，從樣本向量中任意選定m個向量k，k，…，k作為聚類中心。

2. 樣本歸類

將每個樣本向量x1=[xi1，xi2，…，x1n]T，即200個任務包，按照歐式距離計算公式歸入中心為k的類別，歐氏距離公式為：

3. 中心調(diào)整

調(diào)整打包聚類中心，新的聚類中心K由以下式子計算得到，Ni表示聚類K

中的向量數(shù)，即：

k=（2）

4. 條件判斷

構(gòu)建迭代目標函數(shù)J，J=|xk-ki|，將中的數(shù)據(jù)代換入該式，判斷J不再明顯改變，即任務打包方案已經(jīng)完善，此時迭代終止，否則j=j+1，重新進行。

最終成功打包835個任務為200多個任務包。部分結(jié)果如表1所示。

（二）多目標規(guī)劃求解最優(yōu)定折扣系數(shù)

因為打包數(shù)量不同，其定價也不同，故設置了一個折扣系數(shù)，以期望降低總定價，即降低市場投入成本。隨著打包數(shù)量n的不同，任務點定價為y·kn-1，其中y為原始定價。

不同的折扣系數(shù)k，對應的打包后的定價不同，相應的任務完成率也不同。對于公司而言，折扣系數(shù)越低對公司越有利。任務完成率越高，定價方案越好。此外會員能夠接收預訂任務限額不同。故以折扣系數(shù)最小、任務完成率最高為目標函數(shù)，會員的預定任務限額為約束條件，建立多目標規(guī)劃模型：

目標函數(shù)：折扣系數(shù)最小、任務完成率最高為目標

其中，k為折扣系數(shù)，p為任務完成率。

約束條件：

由于打包后的任務個數(shù)不一樣，且會員能夠接收預訂任務限額不同，故需要考慮打包后的任務會員能否領(lǐng)取任務。即約束條件為：

式中，Q表示在打包后距任務點3km內(nèi)會員的個數(shù)，n表示打包后任務的個數(shù)。

綜上所述，得到多目標規(guī)劃模型如下：

遍歷不同折扣系數(shù)k的數(shù)值，利用支持向量機學習原始定價與完成情況的數(shù)據(jù)，模擬新定價下的完成情況。最終求得其對應的任務完成率。表2為求解得到的不同折扣系數(shù)下任務完成率的情況。

在降價系數(shù)為0.99，任務完成率為92.22%，總降價為3441.61，考慮公司的資金以及任務點完成率，選取降價系數(shù)為0.99作為新的定價方案。

（三）打包方案下的優(yōu)化情況

在任務沒有進行打包前，任務完成率為80%，將打包后完成率提升為92.22%。證明任務打包增加了任務完成率。利用MATLAB軟件分別作圖展示任務未打包和任務打包其任務點的完成分布情況，如圖1、2所示。

三、結(jié)果分析

對比任務單獨發(fā)布，任務打包有助于任務完成率的提高，效果最優(yōu)可達到92%左右；.任務打包發(fā)布的最佳方案是200個包左右，其平均每包任務量為4到5；最優(yōu)的折扣系數(shù)為0.99，可以節(jié)省成本超過3000元。

參考文獻：

[1]司守奎，孫璽.數(shù)學建模算法與分析[J].國防工業(yè)出版社，2011（08）.

[2]宋天舒.空間眾包環(huán)境下的3類對象在線任務分配[J].軟件學報，2017（03）.

（作者單位：南京郵電大學）endprint