国赛建模b题之欧阳体创编Word文档格式.docx
- 文档编号:16019097
- 上传时间:2022-11-17
- 格式:DOCX
- 页数:12
- 大小:57.26KB
国赛建模b题之欧阳体创编Word文档格式.docx
《国赛建模b题之欧阳体创编Word文档格式.docx》由会员分享,可在线阅读,更多相关《国赛建模b题之欧阳体创编Word文档格式.docx(12页珍藏版)》请在冰豆网上搜索。
众包的任务通常是由个人来承担,但如果涉及到需要多人协作完成的任务,也有可能依靠开源的个体生产的形式出现。
其中,“拍照赚钱”是一股热流,它能及时反映商家想要了解的问题以及随时发布或更新任务,用户只需登录手机客户端,找到适合自己的差事,按要求按时完成,就能获得相应的酬金。
但是,“拍照赚钱”也存在着许多问题,例如有些任务的位置与任务完成难度直接相关,部分易于完成的任务会被“争抢”,而另一些任务就因位置不太合适或时间点比较不妥就导致接单比较少。
而且,任务的定价也和位置,时间等因素有关,然后这也影响到了接单率。
分析任务定价规律,如何设置合适的任务定价方案来提高任务的完成率;
在实际中,因为用户分布比较密集导致的任务被争抢而实行将一些任务联合在一起打包发布时,如何修改定价模型以及修改后会对任务完成情况造成什么后果,这些问题都是我们要思考并解决的。
这些问题一旦被解决之后,对商家,平台以及用户,都是一种更好的体验感受,也能更大限度的发挥出该软件的作用。
二、问题分析
第一问中,由题意可知,所给条件内可能与价格分布有关的仅有由经纬度确定的地理位置情况与会员的密度等相关变量。
此时可假设其中一个变量为影响价格的唯一因素,并进行拟合运算。
若成功,则以该方案进行运算;
若失败,即将所有变量作为拟合元素进行计算,求出影响定价因素,并用因子分析求出失败率。
第二问中,重新分配定价的根本目的是给予平台方更大的利益。
这里可以采用类比的方法,将拍照赚钱平台的各个变量与市场上已广泛使用的出租车打车软件的各项变量进行类比,并得出适用于现有模型的求定价方案。
第三问中,通过分析的5个点的相关位置信息求均值,并将5个点的对应属性(经纬度、价格分配等)的总和视为一个“较大”的点,可求出多个点共同作用在区域中分布情况。
第四问将所给点数代入前问所求出的多种解析方法,寻找最优解并根据数据分布特色做出最合适的解析方案。
三、模型假设
1.假设同一之间题中会员所在地域(深圳、佛山、东莞、广州等地)的气候条件基本相同,气候差异不会对会员的任务完成情况产生实质性影响。
2.假设会员会以效率优先的原则选择最近的拍照地点,不倾向于在任务充足时刻意绕远路或进入其他城区进行拍摄。
3.假设会员完成任务能力彼此间差异较小可忽略
4.假设同一城市不同区之间的发展状况差异小于不同城市间发展状况差异
5.假设会员对完成任务的积极性相对稳定,一片区域内题中所给任务的完成与否可以体现出该区域会员的积极程度
四、符号说明
Ppt:
平台获得最大利润的定价
fd:
单位地区内平均价格
O:
聚类分析后单位地区定价
d:
会员接取可做任务的概率
td:
接取任务时间范围
np:
任务数量
五、模型的建立与求解
5.1.1影响任务标价主要因素的确认
在附件1中,我们可知835个位置不同的任务的标价与其完成情况。
对题干进行分析可知,所给条件下能够影响任务定价规律的客观因素仅有任务所在的位置以及与可完成其的会员相关情况。
假设任务标价仅与其所在位置(即经纬度)存在联系。
以表1中数据经度与纬度作为因变量,可得仅经纬度一项因素与任务价格分布相关关系:
VariablesEntered/Removeda
Model
VariablesEntered
VariablesRemoved
Method
1
任务gps纬度,任务gps经度b
.
Enter
a.DependentVariable:
任务标价
b.Allrequestedvariablesentered.
ModelSummaryb
R
RSquare
AdjustedRSquare
Std.ErroroftheEstimate
.167a
.028
.025
3.331
a.Predictors:
(Constant),任务gps纬度,任务gps经度
b.DependentVariable:
分析结果显示,该模型在分析价格变化时可用的情况仅占16.7%,不足以证明单纯的经纬度差异与价格变化存在直接相关。
由此可见,任务的定价规律与会员的分布、当地会员对任务总体完成情况以及会员信誉度等因素存在相关关系。
任务的定价规律能直接影响任务的完成状况。
为确认会员总体任务完成情况与任务定价范围差异之间的关系,我们根据人数的差异及奖励金变化的趋势将任务奖励金额分为了三个区间:
[65,69.5],[70,75],[80,+∞],并使用XGeocoding软件求出了题中所给坐标范围内所包含的不同城区内每一个城区分布的会员人数、高信誉度会员人数相应的任务完成状况。
实际情况如附件1所示:
以每个区域内酬金为65至69.5元内成功完成的任务数量为因变量;
该区域任务完成率、分配任务数、会员数及会员完成任务数比例为自变量,通过spss的线性回归方程功能,可建立任务量与各自变量的关系模型。
结果为:
模型摘要
模型
R平方
調整後R平方
標準偏斜度錯誤
.923a
.852
.831
8.007
a.預測值:
(常數),高信誉会员分布,分配任务数,会员数
變異數分析a
平方和
df
平均值平方
F
顯著性
迴歸
7756.602
3
2585.534
40.328
.000b
殘差
1346.358
21
64.112
總計
9102.960
24
a.應變數:
65-69.5
b.預測值:
係數a
非標準化係數
標準化係數
T
B
標準錯誤
Beta
(常數)
-4.074
2.304
-1.768
.092
会员数
-.044
.066
-.198
-.678
.505
分配任务数
.574
.087
1.114
6.631
.000
高信誉会员分布
-.076
.423
-.040
-.180
.859
a.應變數\:
表中数据显示,数据变异数显著性为0.00,适用于线性回归分析情况;
且在任务酬金为65至69.5间时且在其对应区域时,模型对其分析的准确率达到92.4%。
在模型范围内以各变量非标准化系数做出变量拟合方程为:
同理,酬金为70至75元任务与其相应因变量关系为:
.890a
.792
.763
8.119
5279.789
1759.930
26.697
1384.371
65.922
6664.160
70-75
-.741
2.337
-.317
.754
.004
.022
.065
.949
.537
.088
1.218
6.117
-.938
.429
-.581
-2.185
.040
表中数据变异数显著性为0.00,适用于线性回归分析情况;
在对应区域内任务酬金为70至75之间时,模型对其分析的准确率达到89%。
其拟合方程为:
酬金为80元及以上的任务与其相应因变量关系为:
.628a
.394
.308
3.341
152.662
50.887
4.559
.013b
234.378
11.161
387.040
80以上
-.475
.961
-.494
.627
-.021
.027
-.447
-.758
.457
.107
.036
1.002
2.948
.008
-.027
.177
-.070
-.155
.878
上表中数据变异数显著性为0.13,可用于线性回归分析情况;
且在任务酬金为80以上且在其对应区域时,模型对其分析的
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 建模 欧阳 创编