基于層次分析與多元曲線擬合法的眾包任務(wù)定價(jià)模型研究

何洪亮，趙 珂，王子群，婁貴紅

?

基于層次分析與多元曲線擬合法的眾包任務(wù)定價(jià)模型研究

何洪亮，趙 珂*，王子群，婁貴紅

（昆明理工大學(xué)城市學(xué)院，云南 昆明 650051）

作為影響眾包任務(wù)完成率的重要因素，眾包任務(wù)定價(jià)受到眾包任務(wù)決策者的高度關(guān)注，成為了眾包過(guò)程中的重要難題。針對(duì)眾包任務(wù)定價(jià)過(guò)低將直接導(dǎo)致任務(wù)接單率低下，而任務(wù)定價(jià)過(guò)高則會(huì)增加任務(wù)發(fā)布者的支出成本的定價(jià)難題，本文提出了一種基于層次分析法和多元曲線擬合法的眾包任務(wù)定價(jià)模型，研究了會(huì)員密度、會(huì)員至任務(wù)之間的距離、任務(wù)地理位置、經(jīng)濟(jì)發(fā)展水平以及交通情況五個(gè)主要因素對(duì)眾包任務(wù)定價(jià)的影響情況,并通過(guò)概率統(tǒng)計(jì)分析論證了眾包任務(wù)定價(jià)與任務(wù)完成率之間的線性關(guān)系，為提高眾包任務(wù)完成率提供了理論方法。實(shí)驗(yàn)表明該模型適用于各類(lèi)任務(wù)發(fā)布地區(qū)，具有普遍的適用性，能夠幫助決策者制定出合理的任務(wù)定價(jià)方案。

眾包任務(wù)完成率；層次分析法；多元曲線擬合；定價(jià)模型

0 引言

隨著經(jīng)濟(jì)全球化和網(wǎng)絡(luò)科學(xué)技術(shù)的發(fā)展，近年來(lái)以自由、開(kāi)放、創(chuàng)新、共贏等作為主要特點(diǎn)的眾包模式受到了國(guó)內(nèi)外企業(yè)的歡迎。眾包模式對(duì)企業(yè)起到降低成本、提高生產(chǎn)效率、優(yōu)化企業(yè)結(jié)構(gòu)和提高公司競(jìng)爭(zhēng)力的作用[1-2]。美國(guó)《連線》雜志記者杰夫·豪（Jeff?Howe）在2006年6月首次提出了眾包的概念：指一個(gè)機(jī)構(gòu)或公司把過(guò)去由正式員工執(zhí)行的任務(wù)，以自由、自愿的形式外包給非特定的網(wǎng)絡(luò)大眾去完成的做法[3-4]。眾包模式包括任務(wù)發(fā)布者、眾包平臺(tái)和任務(wù)執(zhí)行者三大主體，由任務(wù)發(fā)布者通過(guò)眾包平臺(tái)發(fā)布需要被完成的眾包任務(wù)并設(shè)定任務(wù)的價(jià)格，由大眾網(wǎng)民構(gòu)成的任務(wù)執(zhí)行者來(lái)接單完成任務(wù)并獲取相應(yīng)的酬金，眾包平臺(tái)是整個(gè)眾包模式的中間樞紐[5-6]。

眾包任務(wù)定價(jià)作為影響任務(wù)完成率的重要因素，受到了任務(wù)自身屬性、任務(wù)發(fā)布地經(jīng)濟(jì)水平、交通水平、會(huì)員密集程度等因素的影響。歷史研究中，Pengkun Wu等[7]提出了一種實(shí)時(shí)空間眾包（RB-TPSC）任務(wù)包分配模型，其目標(biāo)是提高任務(wù)完成率和最大限度地滿(mǎn)足預(yù)期預(yù)算，該模型為任務(wù)尋找最佳的任務(wù)執(zhí)行者同時(shí)考慮了針對(duì)不同任務(wù)執(zhí)行者任務(wù)定價(jià)問(wèn)題。陳逸凡等[8]研究了一種基于多元回歸的眾包任務(wù)定價(jià)規(guī)律，采用聚類(lèi)方法為各個(gè)地區(qū)制定了針對(duì)性的定價(jià)模型。Umairul Hassan等[9]提出一種基于組合分?jǐn)?shù)編程方法的距離可靠性比（DRR）算法，能最大限度地提高任務(wù)可靠性并最大限度地減少空間眾包中的差旅費(fèi)，以減小眾包的支出成本，該算法可將價(jià)值成本降低80%。Chunyan Miao等[10]提出了一種用于空間眾包的預(yù)算意識(shí)任務(wù)分配法（Budget-TASC），幫助決策者為（1）應(yīng)向誰(shuí)分配任務(wù)；（2）應(yīng)向任務(wù)執(zhí)行者付多少錢(qián)；（3）何時(shí)停止尋找額外的工作人員完成任務(wù)這三個(gè)問(wèn)題提供了解決方案，其中的第二點(diǎn)研究了眾包任務(wù)定價(jià)策略。

本文針對(duì)眾包模式中的定價(jià)模型進(jìn)行研究，重點(diǎn)對(duì)眾包任務(wù)發(fā)布者新區(qū)首發(fā)任務(wù)和已發(fā)布任務(wù)地區(qū)的增發(fā)任務(wù)的不同的定價(jià)需求進(jìn)行了相關(guān)探索，以得出更為合理的定價(jià)模型，既能充分保障任務(wù)發(fā)布者的經(jīng)濟(jì)利益，又可以提高眾包任務(wù)的完成率。

1 眾包任務(wù)定價(jià)對(duì)任務(wù)完成率的影響分析

1.1 數(shù)據(jù)取樣和聚類(lèi)分析

經(jīng)過(guò)市場(chǎng)調(diào)查，本文選取集中分布于廣州、深圳、東莞和佛山市四個(gè)地區(qū)的“拍照賺錢(qián)”眾包任務(wù)數(shù)據(jù)進(jìn)行研究，包括1877組會(huì)員數(shù)據(jù)和2901組任務(wù)數(shù)據(jù)。研究數(shù)據(jù)字段主要集中于：會(huì)員位置（經(jīng)度信息和維度信息）、會(huì)員預(yù)定任務(wù)限額、任務(wù)經(jīng)度信息、任務(wù)維度信息、任務(wù)標(biāo)價(jià)和任務(wù)執(zhí)行情況。

圖1 眾包任務(wù)地理位置圖

眾包任務(wù)完成情況除受任務(wù)定價(jià)影響外還受任務(wù)分布地的經(jīng)濟(jì)、交通以及人口密度等因素影響，為進(jìn)一步研究不同因素對(duì)任務(wù)定價(jià)的影響情況，將眾包任務(wù)分為已完成和未完成兩類(lèi)，利用MATLAB軟件以經(jīng)度和緯度為坐標(biāo)將任務(wù)點(diǎn)和會(huì)員點(diǎn)繪制在圖2中。

采用聚類(lèi)分析法對(duì)各區(qū)域完成任務(wù)情況進(jìn)行分析，可見(jiàn)已完成任務(wù)和未完成任務(wù)在不同區(qū)域的分布情況存在明顯差異：A區(qū)會(huì)員密度較高任務(wù)完成率較低；B區(qū)會(huì)員密度低任務(wù)完成率較高；C區(qū)會(huì)員密度高任務(wù)完成率低；D區(qū)會(huì)員密度較低任務(wù)完成率高。

圖2 眾包任務(wù)分區(qū)圖

1.2 眾包任務(wù)定價(jià)與完成率的概率分析

（1）整體分析

綜合考慮總體任務(wù)的數(shù)據(jù)信息，其中任務(wù)點(diǎn)的分布為離散變量，利用求取總體任務(wù)點(diǎn)價(jià)格的平均值和方差的方法來(lái)對(duì)任務(wù)定價(jià)進(jìn)行離散概率研究，眾包任務(wù)定價(jià)平均值、方差的計(jì)算公式如公式（1）、（2）所示。

為進(jìn)一步準(zhǔn)確分析出任務(wù)定價(jià)對(duì)任務(wù)完成情況的影響，引入任務(wù)完成率來(lái)表征任務(wù)定價(jià)對(duì)任務(wù)完成情況的影響程度，如公式（3）所示。

計(jì)算總體任務(wù)的定價(jià)平均值和定價(jià)方差，如表1所示。

表1 總體任務(wù)的定價(jià)平均值和定價(jià)方差

Tab.1 Pricing averages and variances for all tasks

（2）局部分析

在四個(gè)區(qū)域間比較定價(jià)平均值和任務(wù)完成率可得:區(qū)域的任務(wù)定價(jià)平均值越高，任務(wù)的完成率也越高。對(duì)各區(qū)域間進(jìn)行比較分析之后，再對(duì)A、B、C、D四個(gè)區(qū)域進(jìn)行內(nèi)部分析，數(shù)據(jù)計(jì)算結(jié)果如表3-6所示。

表2 各區(qū)域的任務(wù)定價(jià)平均值和任務(wù)完成率

Tab.2 Average task price and task completion rate for each region

表3 A區(qū)域內(nèi)部對(duì)比圖

Tab.3 Internal comparison chart of area A

表4 B區(qū)域內(nèi)部對(duì)比圖

Tab.4 Internal comparison chart of area B

表5 C區(qū)域內(nèi)部對(duì)比圖

Tab.5 Internal comparison chart of area C

表6 D區(qū)域內(nèi)部對(duì)比圖

Tab.6 Internal comparison chart of area D

2 眾包定價(jià)模型構(gòu)建

經(jīng)過(guò)1中的整體和局部分析均可知，任務(wù)定價(jià)是直接影響任務(wù)完成率的重要因素之一，任務(wù)定價(jià)的適當(dāng)提高可增加任務(wù)的完成率，但任務(wù)定價(jià)過(guò)高又將直接增加決策者的投資成本，尋找到兩者兼顧的合理定價(jià)是定價(jià)模型的關(guān)鍵。此外，眾包任務(wù)定價(jià)直觀上還受到任務(wù)點(diǎn)所處地理位置的影響，實(shí)際中地理位置因素對(duì)定價(jià)的影響程度是任務(wù)發(fā)布地經(jīng)濟(jì)水平、交通水平以及人口密度等因素綜合作用的結(jié)果。

針對(duì)未曾發(fā)布過(guò)任務(wù)的新區(qū)域，決策者應(yīng)當(dāng)綜合考慮經(jīng)濟(jì)水平、交通水平、人口密度、位置等因素對(duì)眾包任務(wù)定價(jià)的影響，制定出合理定價(jià)以保證任務(wù)的完成率，對(duì)于發(fā)布了任務(wù)但未取得理想效果的區(qū)域也可當(dāng)作該類(lèi)新區(qū)域處理。針對(duì)已經(jīng)發(fā)布了眾包任務(wù)的地區(qū)，經(jīng)濟(jì)、交通水平、人口密度等因素短期內(nèi)不會(huì)發(fā)生較大變化，眾包任務(wù)決策者可參照該地區(qū)已取得理想效果的眾包任務(wù)，直接據(jù)眾包任務(wù)的經(jīng)緯度變量為增發(fā)任務(wù)制定出合理定價(jià)。

2.1 基于層次分析法的新發(fā)任務(wù)定價(jià)策略

眾包任務(wù)定價(jià)除了受自身經(jīng)緯度影響外，同時(shí)還受到會(huì)員所處地經(jīng)緯度的影響。對(duì)于新任務(wù)發(fā)布區(qū)域，已注冊(cè)會(huì)員區(qū)與新任務(wù)區(qū)的距離是影響新發(fā)布任務(wù)完成率及完成效率的重要因素。若新任務(wù)發(fā)布區(qū)域之前沒(méi)有會(huì)員積累，新發(fā)布任務(wù)需要等待該區(qū)域有會(huì)員積累后才可能被執(zhí)行，這將嚴(yán)重影響任務(wù)的完成率。這種情況下，決策者在盡量減小新任務(wù)被執(zhí)行的客觀阻力的同時(shí)，應(yīng)當(dāng)采取新的任務(wù)定價(jià)方案，以增加已存在會(huì)員前往執(zhí)行新發(fā)布任務(wù)的概率，提高新任務(wù)被執(zhí)行的可能。

文獻(xiàn)[12]總結(jié)了過(guò)去20年層次分析法取得的相關(guān)研究，指出了層次分析法靈活、廣泛的實(shí)用性和主要應(yīng)用領(lǐng)域。采用層次分析法研究眾包任務(wù)定價(jià)同時(shí)受到任務(wù)經(jīng)緯度和會(huì)員經(jīng)緯度的影響，任務(wù)經(jīng)緯度和會(huì)員經(jīng)緯度對(duì)任務(wù)定價(jià)的影響程度是會(huì)員密度、任務(wù)距會(huì)員之間的距離、地理位置、當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平以及交通情況綜合作用的結(jié)果。構(gòu)建層次分析圖如圖3所示。

圖3 定價(jià)層次分析圖

Step2：對(duì)平均隨機(jī)一致性指標(biāo)進(jìn)行查找所得結(jié)果如表7所示。

表7 平均隨機(jī)一致性指標(biāo)

Tab.7 Average random agreement

表8 任務(wù)、會(huì)員經(jīng)緯度與定價(jià)的成對(duì)比較矩陣

Tab.8 Pairwise comparison matrix between price and task location and membership location

同理可得C層各因素對(duì)B層任務(wù)經(jīng)緯度和會(huì)員經(jīng)緯度兩個(gè)準(zhǔn)則的權(quán)重。C層各個(gè)因素對(duì)會(huì)員經(jīng)緯度和任務(wù)經(jīng)緯度的權(quán)重結(jié)果分別如表9和表10所示。

根據(jù)C層各因素對(duì)B層因素的影響權(quán)重以及B層因素對(duì)O層因素的影響權(quán)重，可得到方案層對(duì)目標(biāo)層的組合權(quán)向量為：

表9 C層各因素會(huì)員經(jīng)緯度的成對(duì)比較矩陣

Tab.9 Pairwise comparison matrix between C-level factors and membership positions

表10 C層各因素任務(wù)經(jīng)緯度的成對(duì)比較矩陣

Tab.10 Pairwise comparison matrix between C-level factors and task locations

并進(jìn)行組合一致性檢驗(yàn)，結(jié)果如公式（8）所示。

表11 各影響因素的權(quán)重

Tab.11 The weight of each influencing factor

可得任務(wù)發(fā)布地的會(huì)員密度、任務(wù)距會(huì)員之間的距離、地理位置、當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平以及交通情況對(duì)任務(wù)定價(jià)的影響系數(shù)分別為0.1744、0.0630、0.1605、0.1639和0.4383，可見(jiàn)不同因素的影響系數(shù)各不相同，其中交通情況對(duì)任務(wù)定價(jià)的影響程度最大，距離因素對(duì)任務(wù)定價(jià)的影響程度最小。

由此決策者可充分調(diào)研不同地區(qū)的以上五個(gè)因素的實(shí)際數(shù)據(jù)，并與本文研究區(qū)域的數(shù)據(jù)進(jìn)行比較，根據(jù)各影響因素的變化程度以及各影響因素所占權(quán)重系數(shù)來(lái)為已經(jīng)發(fā)布未被執(zhí)行或者還未發(fā)布的任務(wù)制定出合理的定價(jià)。

2.2 基于多元曲線擬合的增發(fā)任務(wù)定價(jià)策略

眾包任務(wù)定價(jià)的直觀影響因素是任務(wù)發(fā)布地的地理位置。對(duì)于已經(jīng)取得理想效果的眾包任務(wù)，發(fā)布者近期欲在該區(qū)域增發(fā)同類(lèi)任務(wù)時(shí)，可直接根據(jù)任務(wù)點(diǎn)的經(jīng)緯度以及每個(gè)任務(wù)的定價(jià)分析任務(wù)的定價(jià)規(guī)律。將任務(wù)點(diǎn)的地理位置經(jīng)度和維度作為兩個(gè)影響因素，基于多元曲線擬合[8]計(jì)算這兩個(gè)影響因素對(duì)任務(wù)定價(jià)影響程度的權(quán)重系數(shù)，如公式（9）所示。

決策者在未知其他影響因素及其權(quán)重系數(shù)，欲在本區(qū)增發(fā)任務(wù)時(shí)，可依據(jù)公式（10），根據(jù)眾包任務(wù)需發(fā)布的實(shí)際地理位置的經(jīng)度和維度信息，制定出初步的任務(wù)定價(jià)方案，在首批任務(wù)獲得反饋信息后再進(jìn)行相應(yīng)調(diào)整即可獲得較理想的任務(wù)定價(jià)。

3 結(jié)論

本文通過(guò)對(duì)眾包任務(wù)市場(chǎng)數(shù)據(jù)進(jìn)行挖掘和分析，采用概率統(tǒng)計(jì)方法論證了任務(wù)定價(jià)和眾包任務(wù)完成率之間的線性關(guān)系，采用層次分析法和多元曲線擬合構(gòu)建了為新區(qū)首發(fā)任務(wù)和已取得理想結(jié)果地區(qū)增發(fā)任務(wù)定價(jià)的兩種不同需求的眾包任務(wù)定價(jià)模型。通過(guò)選取該地區(qū)2066組任務(wù)數(shù)據(jù)進(jìn)行模型定價(jià)實(shí)驗(yàn)，無(wú)論是基于新發(fā)任務(wù)定價(jià)模型和已發(fā)布任務(wù)的增發(fā)任務(wù)定價(jià)模型都取得了較好的結(jié)果，其中通過(guò)新發(fā)任務(wù)定價(jià)模型制定定價(jià)的任務(wù)整體任務(wù)完成率達(dá)到了76.61%，而應(yīng)用增發(fā)任務(wù)定價(jià)模型發(fā)布任務(wù)的整體任務(wù)完成率為71.27%，遠(yuǎn)大于原始完成率63.59%。實(shí)踐應(yīng)用證明本文提出的定價(jià)模型能有效激勵(lì)眾包市場(chǎng),適用于不同的任務(wù)發(fā)布地區(qū)，能夠幫助決策者制定出合理的定價(jià)方案、提高了任務(wù)完成率。但論文僅研究了影響定價(jià)的數(shù)個(gè)主要因素，未能研究影響定價(jià)的更多因素，可在未來(lái)的研究工作中繼續(xù)完善。

[1] 張利斌, 鐘復(fù)平, 涂慧. 眾包問(wèn)題研究綜述[J]. 科技進(jìn)步與對(duì)策, 2012, 29(06): 154-160.

[2] 馮劍紅, 李國(guó)良, 馮建華.眾包技術(shù)研究綜述[J]. 計(jì)算機(jī)學(xué)報(bào), 2015, 38(9): 1713-1726.

[3] Howe J.The rise of crowdsourcing.Wired magazine, 2006, 14(6): 1-4.

[4] Howe J. Crowdsourcing. New York: Crown Publishing Group. 2008.

[5] 趙江華, 穆舒婷, 王學(xué)志, 等.科學(xué)數(shù)據(jù)眾包處理研究[J].計(jì)算機(jī)研究與發(fā)展, 2017, 54(2): 284-294.

[6] 嚴(yán)宏基, 李兵, 詹偉, 等.基于眾包模式的POI數(shù)據(jù)采集方案研究[J].地理空間信息, 2017, 15(12): 41-44.

[7] Pengkun Wu,Eric W. T. Ngaib, Yuanyuan Wu. Toward a real-time and budget-aware task package allocation in spatial crowdsourcing[J]. Decision Support Systems[J]. 2018, 110: 107-117.

[8] 陳逸凡, 陳碩, 劉婉靜, 等. 基于多元回歸的眾包平臺(tái)定價(jià)規(guī)律研究[J]. 軟件, 2017, 38(12): 279-282.

[9] Umairul Hassan,Edward Curry.Efficient task assignment for spatial crowdsourcing: A combinatorial fractional optimization approach with semi-banditlearning.Expert Systems With Applications[J]. 2016, 58: 36-56.

[10] Chunyan Miao, Han Yuc,Zhiqi Shena,Cyril Leung.Balancing quality and budget considerations in mobile crowdsourcing[J]. Decision Support Systems. 2016, 90: 56-64.

[11] 浦東平, 樊重俊, 袁光輝, 楊云鵬. 精英蜂群算法及考慮利益相關(guān)者的眾包定價(jià)模型. 計(jì)算機(jī)應(yīng)用研究. 2019, 36(5).

[12] Ho, Williama, Ma, Xin. The state-of-the-art integrations and applications of the analytic hierarchy process. European Journal of Operational Research. 2018, 267(2): 399-414.

[13] 金曉溪, 李義鑫, 潘澤旭. 互聯(lián)網(wǎng)“自助勞務(wù)”眾包平臺(tái)下的定價(jià)模式研究[J]. 經(jīng)營(yíng)謀略, 2018, 1: 171-172.

[14] 盛驟, 謝式千, 潘承毅, 概率論與數(shù)理統(tǒng)計(jì)[M]. 浙江大學(xué): 高等教育出版社, 2009.

[15] 陳瑞澤, 周正, 朱力. 眾包平臺(tái)的任務(wù)定價(jià)規(guī)律模型[J]. 經(jīng)貿(mào)實(shí)踐, 2017, 21: 308.

[16] 張瑾. 基于層次分析法的個(gè)人信息安全評(píng)估研究[J]. 價(jià)值工程, 2018, 5: 57.

Research on Crowdsourcing Task Pricing Model Based on Analytic Hierarchy Process and Multivariate Curve Fitting

HE Hong-liang, ZHAO Ke*, WANG Zi-qun, LOU Gui-hong

(City college, Kunming University of Science and Technology, Kunming 650051, China)

As an important factor affecting the completion rate of crowdsourcing tasks, crowdsourcing task pricing has been highly concerned by crowdsourcing task decision makers and has become an important problem in the crowdsourcing process.In order to solve the problem that low crowdsourcing task pricing will directly lead to low task ordering rate, and too high task pricing will increase the cost of task publishers. This paper proposes a crowdsourcing task pricing model based on analytic hierarchy process and multivariate curve fitting method, and studies the influence of five main factors on the pricing of crowdsourcing tasks. The five main factors are membership density, distance between members and tasks, mission location, economic development level and traffic conditions.Then, we use probabilistic statistical analysis to demonstrate the linear relationship between crowdsourcing task pricing and task completion rate.This paper provides a theoretical method for improving the completion rate of crowdsourcing tasks.Experiments show that the model is applicable to all kinds of task release areas, has universal applicability, and can help decision makers to develop a reasonable task pricing plan.

Crowdsourcing task completion rate; Analytic hierarchy process; Multivariate curve fitting; Pricing model

O212.1

A

10.3969/j.issn.1003-6970.2018.10.027

何洪亮(1996-)，男，昆明理工大學(xué)本科生,主要研究方向：信號(hào)與信息處理、大數(shù)據(jù)挖掘。

趙珂(1978-)，女，碩士，講師，主要研究方向：信號(hào)與信息處理、大數(shù)據(jù)挖掘。

何洪亮，趙珂，王子群，等. 基于層次分析與多元曲線擬合法的眾包任務(wù)定價(jià)模型研究[J]. 軟件，2018，39（10）：139-144