关于“拍照赚钱”任务定价规律的探讨
关于“拍照赚钱”众包任务定价的研究
关于“拍照赚钱”众包任务定价的研究随着手机摄影技术的不断提高和社交媒体的普及，拍照赚钱已经成为一种新的赚钱方式，吸引了大批的摄影爱好者和专业摄影师。
众包任务定价对于“拍照赚钱”行业至关重要，它直接关系到摄影师的收入和任务的吸引力。
对于众包任务定价的研究势在必行。
我们需要了解什么是“拍照赚钱”众包任务。
在这种模式下，平台会发布一些需要拍摄的图片或者视频的任务，然后摄影师可以根据自己的兴趣和能力选择任务进行拍摄，完成后提交给平台审核，通过审核的作品通过后即可获得相应的报酬。
众包任务的定价是平台和摄影师双方都需要考虑的重要因素，因为定价的合理性直接关系到任务的吸引力和摄影师的收入。
在研究众包任务定价时，我们需要从以下几个方面展开分析：要考虑的是图片的内容和质量。
不同的众包任务对于图片的内容和质量都有不同的要求，一般来说，对于高质量的作品，平台会愿意支付更高的价格。
而且在市场中，某些特定类型的图片可能会比较稀缺，比如特定的地点、人物或者场景，这些图片的定价也会相对较高。
确定图片的内容和质量对于众包任务定价至关重要。
需要考虑的是市场需求和竞争情况。
众包任务定价受市场供求关系的影响，如果某种类型的图片供大于求，那么对于这类图片的定价自然就会相对较低。
而一些市场需求比较高的图片，其定价则可能会相对较高。
竞争也是一个重要的因素，如果竞争比较激烈，那么摄影师为了吸引客户可能会降低价格，而平台也可能会适当提高定价来吸引优质的作品。
要考虑的是摄影师的工作量和成本。
摄影师在拍摄作品的过程中需要花费时间和精力，而且可能还需要支付一些拍摄成本，比如摄影器材、场地租金等。
摄影师的工作量和成本也是众包任务定价的一个重要考量因素。
还需要考虑的是平台的利润和市场定位。
对于众包平台来说，定价不能过低，否则可能会导致平台利润不足，影响平台的发展。
平台的市场定位也是一个重要的考虑因素，一些高端定位的平台可能会愿意支付更高的价格来吸引更多的高质量作品，而一些大众化的平台则可能会以更低的价格来吸引更多的摄影师和客户。
关于“拍照赚钱”众包任务定价的研究
关于“拍照赚钱”众包任务定价的研究拍照赚钱，也被称为摄影众包，是一种通过拍摄、上传和出售照片来赚钱的方式。
随着智能手机的普及和移动互联网的发展，越来越多的人开始利用自己的手机拍摄优质照片，并通过各种平台进行出售或参与各类众包任务，以获取收益。
对于这种众包任务的定价一直是一个备受关注的问题。
本文将从市场定价、照片质量和众包平台三个方面对拍照赚钱众包任务的定价进行研究。
市场定价市场定价是拍照赚钱众包任务定价的一个重要因素。
随着智能手机摄影技术的不断提升和手机拍摄照片的数量不断增加，照片的供给越来越充足，这就导致了市场的竞争加剧。
在这种情况下，如果把众包任务的定价设定得过高，就会导致需求下降，照片无法被购买或任务无法被完成。
市场定价需要根据市场供需关系和竞争情况来进行合理的调整，以保证众包任务的顺利完成和收益的最大化。
照片质量照片质量是影响拍照赚钱众包任务定价的另一个重要因素。
在众包任务中，照片的质量直接影响着照片的销量和价格。
高质量的照片通常能够吸引更多的购买者，并且可以以更高的价格出售，因此在众包任务的定价中，照片质量应该被充分考虑。
一般来说，对于高质量的照片，众包任务的定价可以适当提高，以激励摄影者拍摄更多更好的照片。
而对于低质量的照片，则可以降低定价，以鼓励摄影者提升照片质量，从而提高照片的销售量和价格。
众包平台众包平台也是影响拍照赚钱众包任务定价的一个重要因素。
不同的众包平台有不同的市场定位和用户群体，这就导致了众包任务的定价存在较大的差异。
一般来说，知名度和用户规模较大的众包平台可以吸引更多的买家和卖家，从而有效提高照片的销量和价格。
在选择众包平台时，需要充分考虑平台的知名度和用户规模，以获取更好的销售和收益。
拍照赚钱众包任务的定价受到市场定价、照片质量和众包平台等多方面因素的影响。
在进行众包任务定价时，需要综合考虑以上因素，根据市场供需关系和竞争情况来进行合理的定价。
摄影者也需要不断提升照片质量，选择合适的众包平台，来获得更好的销售和收益。
拍照赚钱的任务定价数学建模论文
“拍照赚钱”的任务定价分析“通过拍照赚钱”是一种自助服务模式，要求成员在应用程序上收集任务并在完成任务后获得为任务划定的报酬。
在此应用中，任务定价是其核心要素。
通过对“拍照赚钱”任务定价方案的分析，评价和改进，优化任务包装方案，达到了节约成本，提高任务完成度的目的。
对于问题一，通过分析附件一中的任务定价数据，我们可以看到任务评估的平均定价为69.11，任务定价的范围为[65,85]。
在分析未完成任务的原因时，首先，未完成任务的比例为37.9％。
其次，绘制任务完成和任务定价框的折线图。
未完成任务的价格低于已完成任务的价格。
最后，在地图上标记任务的完成。
可以看出，未完成的任务主要集中在区域1中，区域2的完成度最高。
对于第二个问题，选择附件1中的完整数据作为训练集，并将未完成的任务作为测试集。
通过按经度和纬度连接附件I和附件II，建立了以任务定价为因变量的线性回归模型。
利用该模型对原方案中未完成任务的定价进行了预测和分析，预测值为新的定价方案。
新方案的完成率比原方案高11.87％。
对于第三个问题，根据任务位置和成员位置的经纬度信息计算出每个成员到每个任务点的距离，并根据每个成员的任务配额和信誉来分配和打包任务成员，针对问题4和问题4，有必要为附件3中的新项目制定任务定价方案。
首先，从问题3中获得的约束公式用于打包和发布附件3中的数据，可以打包。
到300。
然后，对300组数据进行预测和分析，以获得一组任务定价。
为了知道该方案是好是坏，请进行一系列比较。
利用附件3中的数据，将问题2中建立的模型应用于预测和分析，并获得新的任务定价。
比较两个任务的总价值后，我们发现软件包发布方案的成本较低，因此此结果更为合理。
通过对“拍照赚钱”任务定价的分析，我们可以了解到打包发布任务的成本较低，方案较为合理。
关键词：多元线性回归任务定价任务包装R语言1，问题重述“通过拍照赚钱”是一种自助服务模式，用户可以下载应用程序并成为会员，然后选择执行任务以在应用程序上赚钱。
关于“拍照赚钱”众包任务定价的研究
关于“拍照赚钱”众包任务定价的研究一、拍照赚钱的众包任务定价存在的问题1. 定价不透明在一些拍照赚钱的众包任务平台上，任务的定价常常并不透明。
有的平台甚至没有一个明确的定价标准，导致参与者无法准确地评估任务的价值，从而影响了他们的积极性和参与度。
2. 定价过低一些平台为了吸引更多的参与者，将任务的定价设置得过低，甚至有时远低于任务的实际价值，这既使得参与者的劳动得不到应有的回报，也严重影响了任务的质量。
定价不合理表现在，有的任务虽然定价高，但其实际价值并不相符，对于任务发布者而言是一种资源的浪费，对于参与者而言则是一种欺骗和误导。
1. 任务类型对定价的影响拍照赚钱的任务类型多种多样，可能需要拍摄商品、风景、人物等各种类型的照片。
不同类型的任务对信息的获取难易程度，对拍摄技术的要求，对市场需求的程度都有所不同，因此也需要有不同的定价标准。
任务所需的时间长短也是影响定价的一个重要因素。
有些任务可能只需要几分钟就可以完成，而有些任务可能需要花费数小时甚至几天的时间。
任务时间也应该成为定价的参考依据。
不同地域的任务的定价也应该有所差异。
在一些地区，尤其是一些发展中国家，人工成本相对较低，因此众包任务的定价可能也相对较低。
而在一些发达国家，人工成本更高，任务的定价也应该相对高一些。
众包平台应该建立一个透明的定价机制，让参与者可以清楚地知道不同类型任务的定价标准。
这样既可以激励参与者的积极性，也可以提高任务的质量。
2. 合理制定定价标准众包平台应该根据不同类型的任务、不同地域的任务、任务所需时间等因素，合理制定定价标准，确保任务的定价能够反映其真实的价值。
3. 加强对定价的监管相关管理部门以及相关协会应该加强对众包任务定价的监管力度，防止一些不法平台通过不合理的定价来欺骗参与者。
四、结语拍照赚钱的众包任务定价是一个较为复杂的问题，其受到多种因素的影响。
为了保证众包任务的可持续发展，我们需要不断对众包任务的定价进行研究和调整，使其能够更好地反映任务的真实价值，从而促进众包任务的健康发展。
“拍照赚钱”的任务定价研究
“拍照赚钱”的任务定价研究摘要：“拍照赚钱”是互联网下的一种自助服务模式，如何合适的设定该模式的定价具有重要的意义本文针对“拍照赚钱”的任务定价进行研究分析，首先对数据进行了分析，得到会员与任务的分布情况。
通过回归分析和数据可视化找到了任务定价规律，任务未完成原因。
同时考虑了多个任务位置集中的情况下，任务打包发布对不同信誉度的会员进行差别定价，以激励会员的活跃度。
关键词：回归分析；参与度与信誉度；灰色关联1.模型建立现取深圳地区为研究对象，深圳地区会员数量为836人，任务数量为461个。
完成任务数量有278个，但未完成数任务有183个。
会员数多余任务的数量，但未完成数量却这么多，说明有很大一部分会员没有参与，或者接下任务以后没有完成。
通常参与度与任务类型、任务难度、发布任务者等外部因素有关，也与会员离任务的距离、会员的年龄、会员的信誉等因素有关。
而题目只给出了信誉度。
可以假设会员的参与情况与会员的信誉呈正相关。
2.建立会员参与度与信誉的关系通常，在客观事物中，最常见的是用实数 R当作论域，把把会员的信誉当作实数 R，参与度当作 R 上的 F 集（模糊集）。
通过猪八戒平台公布数据，参与度的通常与信度呈抛物线分布，及信誉度越高，参与度越大。
及采用抛物线形的 F分布却定参与度与信度的模糊集。
设l为信誉度，则l_0=√(k&l),k=1,2,…,n当k=3 时，信誉度变化范围从[0.0036~27953.03]变为[0.0464~30.83]。
当k=6时，信誉度变化范围从[0.0036~27953.03]变为[0.2154~5.508]。
3.建立会员与任务的灰色关联模型为保证建模质量与系统的分析的正确结果，对收集来的原始数据必须进行数据变换和处理，使其消除量纲和具有可比性。
定义1：设有序列x=(x(1),x(2),…,x(n)),则称f:x→y即f(x(k))=y(k),k=1,2,…n为序列x到y的数据变换。
“拍照赚钱”的任务定价-全国大学生数学建模竞赛
M
N
Q Q
四. 问题分析
4.1. 问题一分析 问题一要求我们探索定价规律及研究任务未完成的原因。 从系统角度出发考 虑每个任务的定价有两个方向：任务与用户的关系、任务与任务的关系。从这两 个角度考虑，我们可以进一步分析任务与用户的关系主要有任务周围用户数量， 任务周围用户密度等；任务与任务之间的关系主要为任务的离群程度。 我们可以对以上因素量化， 并分别将定价与以上因素进行函数拟合，利用拟 合度判断定价是否与以上因素有关。 接着根据有关的因素对完成的任务与未完成 的任务分别进行分析，判断任务未完成的具体原因。 4.2. 问题二分析 问题二要求我们设计新的任务定价方案，并和原方案进行比较。这是一个博 弈问题的优化，博弈双方是定价与成功率。我们的目标是成功率尽可能高，定价 尽可能低。成功率除了与定价有关，还与问题一中的若干影响因素有关。我们可 以回归分析得到成功率关于以上因素的函数关系。 接下去可以建立优化模型并求解。根据给出的数据集，我们寻找成功执行的 任务定价与未成功执行任务的定价之间的差距，并寻找合理的定价区间。以该区 间为约束， 分别就成功率最高及定价总和最低为目标，将其划分为两个优化模型 并求解能得出总定价固定的情况下成功率最高的定价方案以及成功率固定总定 价最低的定价方案。 得出方案后可以就成功率与定价与原方案进行对比来判断新 定价获得的效果。 4.3. 问题三分析 问题三要求考虑多任务打包发布，修改定价并分析对任务完成情况的影响。 由于本题任务点分布不均匀，我们考虑对 DBSCAN 算法进行改进：算法的半径 改为得分半径，成功率高的点得分高，成功率低的点得分低。为了提高成功率， 我们将成功率低的点与成功率高的点打包。打包后还需要分析打包的合理性，即 打包任务周边会员的信誉、限额等因素，如果合理就保留该包，不合理就打散该任务本身价值、 路途花费。即任务打包后任务的本身价值不变，但由于路途花费（包括时间、交 通费用）减少，在系统定价时打包的任务总价低于原定价总和。根据原数据找到 任务本身价值、路途划分、总定价三者的关系，再根据问题二得到的优化模型进 行最优定价搜寻，最终可以对比打包前后成功率的变化情况来体现打包的效果。 4.4. 问题四分析 问题四给出了一个新项目，要求给出我们的定价方案及评估方案实施效果。 将数据代入问题二得到的定价模型以及问题三得到的打包模型进行求解， 输 出每个任务定价与成功率数据，并对结果进行分析。
2017数学建模B题问题1解析——“拍照赚钱”的任务定价
【 关键词】 拍照赚钱 ； 多元 回归分析 ； 插 值与数据拟合 【 基金项 目】 ２ ０ １ ７年 陕 西省 教 育厅 科 学研 究项 目（ 编
号： １ ７ Ｊ ＫＩ １ ７ ７） ．
依据最ｄ ｘ Ｚ－ 乘法原理 ， 借助 Ｓ Ｐ Ｓ Ｓ软件对 ｎ ． ， ｎ ： ， 的值
随 着信 息 时代 的进 步 ， 智能手 机的像素越 来越 高 ， 拍 照 也 从 数 码 相 机 过 渡 到 了手 机 ， 手 机 不 仅 可 以拍 出生 活 照 、 风 景照等 ， 它还可 以用来拍照赚钱 ， 只要你 的手机 能拍 出清 晰 进行估计 ， 可 以得 到 表 ｌ 一 表３ ．
一． ３ ８ ８ 一ｌ ５１ ． ６ ４ ０ ． ｏ ｏ ｏ ． ３ ２ ４ １ ２ ８． １ ２１ ． Ｏ ０ ｏ
ｔ
Ｓ ｉ ｇ ．
４ ２ ９ ９ ． ７ ０ ９ ２ ２ ． ３ １ ６ ． Ｏ ｏ ｏ
． ０ ０ ４ ． １ ５ ０ ５ ４ ９
＝
ｄ ｘ ｚ． 乘法求解参 数． 以二 阶线性 回归模型为 例 ， 求 解 回归 参
数 的标 准 方 程 组 为
０． ４ ４７．
所 以任务定价 与 Ｇ Ｐ Ｓ纬度 、 Ｇ Ｐ Ｓ经度 、 任务执行情况 的
函数 关 系式 为
Ｙ ＝一０ ． ０ １ ８ ｘ ｌ一０ ． ５ ４ ９ ｘ ２＋１ ９ ． ２ ２ ６ ｘ ２＋４ ． ７ ２ ９ ． （ １ ）
残 差 ８ ． １ ６ ６ Ｉ ｏ ８ ９ ２ ６ ２ ９ １ ４ ８ ３ １ ． ８ ９ ８ 总计 １ ． ４ ７ ７ “ ８ ９ ２ ６ ５
． ｏ ｏ ０
因． 任务 Ｇ Ｐ Ｓ经纬 度与价 格 、 用户 是否 下载使 用 Ａ Ｐ Ｐ存 在 着 非 常 强 的相 关 性 ． 问题 １ ： 建 立 执 行 任 务 情 况 与 三 个 自变
关于“拍照赚钱”众包任务定价的研究
关于“拍照赚钱”众包任务定价的研究随着智能手机的普及，拍照赚钱（photo crowdsourcing）成为了一种流行的众包模式，为企业和独立摄影师提供了更多的商业机会。
但是，对于拍照赚钱众包任务定价的研究还比较有限，因此本文梳理了相关文献，分析了众包任务的特点和定价的影响因素，并提出了一些研究和实践建议。
一、拍照赚钱众包任务的特点拍照赚钱众包任务是指企业或个人通过在线平台发布拍照任务，要求众包者按规定拍摄特定主题或场景的照片，并通过平台付款给众包者获取照片版权。
从众包任务的特点来看，拍照赚钱具有以下几个特征：1.任务类型多样化。
拍照赚钱众包任务涵盖了各种类型的照片，包括但不限于风景、人像、商业、广告等。
2.任务难度不同。
任务的难度程度不一，有些任务只需要普通拍照技术，而有些任务需要专业技能和创意。
3.任务规模不定。
任务的规模可以是几张照片，也可以是数百张照片。
4.任务地域分散。
任务不受地域限制，可以在全球范围内发布，众包者也可以随时随地完成任务。
5.任务交付周期短。
一般来说，拍照赚钱众包任务的交付周期要求短，如几天或一周之内完成。
拍照赚钱众包任务的定价需要考虑多种因素，包括任务类型、难度、规模、地域和交付周期等。
下面笔者详细介绍一下这些因素对任务定价的影响。
1.任务类型任务类型对定价有很大影响，不同类型的照片需要不同的技能和设备，因此对工作量和艺术价值的认定也不同。
例如，商业照片和人像照片需要更高级的摄影技术和后期处理，通常定价较高；而风景和纪实照片则较为简单，定价可以适当减低。
2.任务难度任务难度也是定价的一个重要因素。
一般来说，任务越难，定价也会越高。
例如，完成一组室内环境拍摄需要更多的时间和技巧，比一组风景照片的难度更高，因此定价应该高于前者。
3.任务规模任务规模对定价也有一定的影响。
当任务规模较大时，定价相应也会偏高，因为需要的时间和精力更多。
另外，大规模任务需要更多的人力和资源，从而会对成本造成影响，这也是增加任务定价的原因之一。
关于“拍照赚钱”众包任务定价的研究
关于“拍照赚钱”众包任务定价的研究随着智能手机的普及和摄影技术的发展，拍照已经成为了人们生活中不可或缺的一部分。
而随着互联网的发展，拍照赚钱的众包任务也越来越受到人们的关注和参与。
众包任务的定价一直是一个备受争议的话题。
在实际操作中，众包任务的定价可能存在一些问题，比如价格过低导致参与者不愿意参与或者质量参差不齐，价格过高导致平台成本过高等等。
对于拍照赚钱的众包任务定价的研究就显得尤为重要。
我们需要了解一下拍照赚钱的众包任务是如何运作的。
通常情况下，众包平台会发布一些需要拍照或者摄影的任务，如拍摄特定场景、特定产品或者完成某些照片编辑任务。
参与者可以自愿选择任务进行拍摄，并根据完成的质量和数量来获得相应的报酬。
而定价则是平台决定任务所要支付的报酬金额，它直接关系到参与者的积极性和任务的完成质量。
如何合理地确定众包任务的定价就显得非常重要。
关于众包任务的定价，我们可以从以下几个方面来进行研究和探讨：1. 市场需求和供给：我们需要了解市场上对于拍照赚钱的众包任务的实际需求情况。
随着互联网的发展，越来越多的企业和个人需要各种类型的照片来进行宣传和营销。
参与者也在不断增加，他们希望通过拍照赚钱来获取一定的收入。
我们需要考虑市场上的供给和需求情况，以确定合理的定价水平。
2. 参与者成本和收益：定价的一个重要因素就是参与者的成本和收益。
在参与众包任务的过程中，参与者需要投入一定的时间和精力，并可能需要支付一些成本，如器材费用、交通费用等。
我们需要考虑参与者的成本情况，并设定相应的定价水平来保证参与者的收益和积极性。
3. 任务属性和难易程度：不同类型的众包任务可能具有不同的难易程度，也可能需要不同的技术水平和器材要求。
我们需要根据任务的属性和难易程度来确定合理的定价水平。
一般来说，难度较大或者需要专业技能的任务可能需要支付较高的报酬，而一般的任务则可以支付较低的报酬。
4. 参与者积极性和任务质量：定价直接关系到参与者的积极性和任务的完成质量。
关于“拍照赚钱”任务定价的分析与研究
用，在问题分析中，可将任务为中心点进行距离扩散，根据周围会员离中心点任 务的平均距离构建出打包模型进行量化分析，同时综合会员的信誉度以及质量、 打包任务的数量及价格，最终考虑打包后模型较之前对任务完成度的影响情况。
4.4 问题四的分析 运用问题三的定价分析模型，把附件三信息数据导入，得出不同完成
针对问题四，将附件三的数据运用到问题三构建的任务定价模型当中，通过 分析不同完成度的定价式方案，之后在此基础上添加定价金额和完成度双重指标 加以分析。设计出两张图像，最后通过综合评价对结果进行排列，得出最优任务 定价方案的综合评价值为 0.9853，最差方案的综合评价值为 0.5851，得到在任务 完成度为 60% ~ 70%时的新定价方案最优。
实际情况下，任务数量相对集中，会员对任务竞争相对剧烈，本问通过聚类 分析，将任务信息打包整合以进行最优化的定价调整。 5.3.1 聚类分析
通过建立经纬度坐标系，如上述问题解答过程。根据问题注释中所讲，任 务分配根据预定限定金额比例所配发，因此需要考虑任务分布的经纬坐标以及会 员信息。
由于问题分析中考虑以任务所在位置为中心建立圆心扩散分配距离，考虑圈 内会员距离任务中心点的平均距离，加之任务数量、每包任务的数量以及会员的 位置、信誉度等因素的影响，考虑圈内会员可能承受打包任务较多。因此需要根 据不同地区的会员情况设置打包上限[1]。 满足聚类的要素: （1） 经度2 纬度2 0.01 ； （2） nmax 以 0.05 为半径内预定任务限额的众数； （3）以总体完成度在 85%为例，只取个体任务完成的概率在 95%的任务点为对
1.3 需解决的问题
问题一：通过研究附件一中的任务定价规律，研究并分析任务未完成的原因。 问题二：为附件一中的项目设计新的任务定价方案，同原方案进行比较。 问题三：在实际生活中很多任务相对集中，导致客户相互争抢，其中考虑是
“拍照赚钱”APP中任务定价问题分析及求解
对原 有 的定 价机 制进 行改 进 并 结合 会 员 的分 布情 况， 信 誉值 等 因素 ， 给 出优 化 的 任 务分 配 方 案 ， 实 现 以最 低 成本 取得 更高 任务 完 成率 。
合分析伪 。 最后 ． 将未完成 的任务单 独提
取， 从任务的
分布和定价 、 当地 的会 员信 息 、 任务分 布区域 的经 济状 况、 交通因素等方面 ． 分析任务 的完成情况
中． 导 致用 户会 争相选 择 ． 一 种 考虑 是将 这些 任 务联 合在 一起 打包发 布 。在这种 考虑下 ， 如何 修改前 面 的
图 １ 未 完 成 和 已 完 成 任 务 分 布 图
图 １中展 示 了任 务 依 据 坐 标 位 置 在 地 理 七的
呈现 ． 其中红色圆点表示未完成任 务． 黑 色 表 示 已 完成任务 ， 通偶 对该 图 的 观 察 ， 发 现 黑 色 的 点 即完 成 的任 务 呈 聚 集状 态 ． 并 且 聚 集 中心 主 要 分 布 在 城
最 高 是本 文 的研 究重 点 ， 、 关 键词 ： 任务定价 ； 优 化 问题 ； 最低成本 ； 最 高 完 成 率
中图分类号 ： ＴＰ １ ３ ９
根据 题 目信息 ． 可知“ 拍 照 赚钱 ” Ａ Ｐ Ｐ中 的任 务 定价 、 任 务分 配不 尽合 理 。部 分任 务 无人 问 津 ． 某 些
完 成率 ． 并 且呈 负 相关
括 任 务 地 点 的 经
度、 纬度 、 任务标 价 和完 成情 况 。首先 ， 需要 明确 ， 任 务 的 位 置 是 如 何 影 响 其 定 价 的 可 以利 用 Ｅ Ｘ Ｃ Ｅ Ｌ 以及 Ｂ Ｄ Ｐ应用 程序 将 全 部 任 务 的 信 息 以 散 点形 式 在 地 图 上表 现 出来 ． 利 用不 同颜 色 区分 完 成 与 未 完
关于“拍照赚钱”众包任务定价的研究
关于“拍照赚钱”众包任务定价的研究随着智能手机和社交媒体的普及，拍照已经成为人们生活中不可或缺的一部分。
而在这个过程中，越来越多的人开始意识到拍照也可以成为一种赚钱的方式。
通过参与各种“拍照赚钱”众包任务，人们可以利用自己的手机拍摄图片，然后将其上传到平台上，获得一定的报酬。
对于这种“拍照赚钱”众包任务的定价问题，却一直是一个备受争议的话题。
一方面，平台需要确保提供合理的报酬来吸引更多的摄影师和拍照爱好者参与；平台也需要在提供足够的报酬的同时保持自身的盈利能力。
“拍照赚钱”众包任务的定价一直在平台和摄影师之间成为一个难题。
在这篇文章中，将对“拍照赚钱”众包任务的定价问题进行研究探讨。
我们将分析当前“拍照赚钱”众包任务市场的情况，包括参与者的人数、平均报酬以及任务的难易程度等方面。
然后，我们将介绍一些可能的定价模型，并探讨它们的适用性和可行性。
我们将提出一些建议，帮助平台能够更好地制定“拍照赚钱”众包任务的定价策略。
目前，“拍照赚钱”众包任务市场的情况如何？根据相关数据显示，当前全球范围内有数以百万计的人参与“拍照赚钱”众包任务。
他们通过这种方式获得收入，既能够满足自己的兴趣爱好，又能够节省自由时间。
在这种情况下，任务的难易程度也呈现出多样化的特点。
比如一些拍摄任务可能只是要求参与者拍摄特定的景物或者风景，而另一些则可能需要参与者进行专业的摄影，如商业拍摄或者人物摄影。
这些不同类型的任务也对应着不同的报酬水平。
在一些简单的任务中，报酬可能只有几美元；而在一些专业的摄影项目中，报酬可能会高达数百美元甚至上千美元。
在众包任务市场中，不同类型的任务定价也呈现出一定的差异性。
那么，如何确定“拍照赚钱”众包任务的定价呢？目前有很多可能的定价模型可以进行探讨。
最常见的一种是基于任务的难易程度和市场需求的定价模型。
根据这种模型，平台会根据任务的难易程度的不同来确定不同的报酬水平。
比如一些简单的任务可能只需要几分钟就可以完成，而一些专业的摄影项目可能需要花费几个小时甚至几天的时间。
“拍照赚钱”任务定价
2) f (α ) 为限额平均值函数，从拟合效果看出 f (α ) 呈现出
Electronic Bussiness| 电子商务
“拍照赚钱”任务定价
王铁淞 中国石油大学(北京) 102249
摘要:众包是指一个公司或机构把过去由员工执行的工作任务，以自由自愿的形式外包给非特定的大众网络的做 法。会员位置、单位面积可使用人力两方面总结对定价的影响，用多元线性回归拟合。以任务完成度划分为两种 情况，一种在完成任务度良好地域，采用合作博弈模型，找到博弈平衡点；另一种在完成任务度待提高地域，主 要考虑任务完成率，构建价格增加率的模型，并以打包件数、任务难易程度系数、平均限额、不可预知因素等对 其进行修正。最后进行仿真模拟，将未标价任务分为两类，分布在任务完成密集处与任务完成稀疏处，分别按照 博弈论与增价幅度函数进行标价，并对结果进行预评价。 关键词:定价；回归拟合；打包；重合度匹配；合作博弈模型；变价幅度
电子商务 | Electronic Bussiness
∑ 0
≤Z Zi
i
≤ C(i)，∀i ∈ N ≤ C(M ) + ε ,∀M
⊂ N , M ＞1
(6)
i∈S
∑
i∈N
Zi
=
C(N)
(3)完成任务稀疏处的价格制定模型
函数建模
在完成任务稀疏处，竞争平稳，由于任务完成都存在一定的问
从而可得出,任务i的定价方程为： (4)
以此为数据进行线性回归分析。由于确定各任务的期望获得照 片数目很难测定，采用Rand函数生成5~55的随机数来确定β1i。
Sig=0.000<0.005，说明该模型显著，可信度高。
图1 模型拟合结果 模型拟合度R2=0.744较能反应因变量与自变量的关系。
拍照赚钱的任务定价数学建模论文
1 “拍照赚钱”的任务定价1.1思路对于附件中的数据通过可视化的方式寻找规律对于任务定价方案的制定，引入吸引力因子，参考库仑定律建立表达式，并引入模型的评估机制（任务完成率、总完成率、用户总盈利、平台总收益等指标）对于打包策略，利用K-means聚类算法进行聚类，并对结合库仑定律引入的表达式进行推广，通过程序模拟发现规律根据两个定价模型的公式以及分配机制和评估机制进行模拟，得出较好的定价公式1.2 方法选取指标结合库仑定律自定义计算公式、K-means聚类算法1.3 亮点2 “拍照赚钱”的任务定价2.1 思路利用“地图无忧”和“百度地图开放平台”进行不同价位的任务点分布图提出任务对会员的吸引力指标函数来表达意愿，并提出坐标活跃度，通过matlabmatlabmatlab进行三维可视化，接着根据积分中值定理系列推导得出ppp值引入行动力建立打包数的函数关系（在一次活动中消耗的行动力= 行动到任务点的行动力+ 做任务的行动力），并定义0-1之间的相关系数u表示任务与会员之间的吸引力，接下来给出具体的打包算法引入描述任务和用户匹配程度的变量区分不同用户，得到两个变量量化后的关系，并用matlabmatlabmatlab将用户按城市聚类，得到各个任务完成能力最大的用户分别从属于哪个城市（根据行动力进行打包）2.2 方法对所有任务采用ISODATA算法进行聚类分析、将会员的分布与会员等级通过位势函数法抽象为空间内分布的用户活跃度、包内采用最近邻法则实现聚类聚类分析、回归分析、位势函数法、最近邻法则3 基于聚类分析的双目标优化定价模型3.1 思路通过百度地图观察位置分布，并利用CFTool工具箱做出经纬度与定价的三维立体图；利用拉依达准则剔除异常数据，接着进行空间数据的离散化处理。
随后确定任务定价的影响因子，并根据任务位置进行K-means聚类，最后利用灰色关联矩阵计算出任务定价情况与影响因子的相关度定义吸引度矩阵及计算出吸引度阈值后，建立多目标优化模型（约束条件是最大吸引力准则、竞争准则、分配准则及时间序列准则）双层嵌套聚类分析，并调整双目标定价优化模型建立基于多层聚类的神经网络模型，对新任务也进行联合打包发布。
基于多元线性回归的“拍照赚钱”的任务定价模型房越
基于多元线性回归的“拍照赚钱”的任务定价模型房越随着手机摄影技术的不断提升和社交媒体的兴起，越来越多的人开始通过拍照赚钱。
从个人摄影师到社交媒体网红，拍照赚钱已经成为了一种新兴的赚钱方式。
对于这种任务的定价却一直是一个比较困扰的问题。
对于企业而言，如何合理地对拍照任务进行定价，既能够吸引到优质的摄影师，又能够控制成本，这是一个需要认真思考的问题。
基于这个背景，本文将针对拍照赚钱的任务定价问题，利用多元线性回归模型进行分析，并提出一种合理的定价模型。
一、问题定位在进行拍照赚钱的任务定价时，需要考虑以下几个方面的问题：1. 摄影师的水平和经验：摄影师的水平和经验直接影响着拍摄作品的质量。
对于高水平的摄影师，企业愿意支付更高的费用来吸引他们完成任务。
2. 拍摄作品的种类和数量：不同类型的拍摄作品需要的拍摄时间和技术要求不同，从而影响着定价。
3. 拍摄地点和条件：不同的拍摄地点和条件会影响到摄影师的拍摄体验和效果，也会对定价产生影响。
4. 社交媒体曝光度和粉丝数量：如果企业需要摄影作品在社交媒体上进行宣传和传播，摄影师的社交媒体曝光度和粉丝数量也会成为定价的考虑因素。
基于以上问题，我们可以建立一个多元线性回归模型，来分析这些影响因素对任务定价的影响，并提出一种合理的定价模型。
二、多元线性回归模型我们可以假设任务定价与摄影师的水平和经验、拍摄作品的种类和数量、拍摄地点和条件、社交媒体曝光度和粉丝数量等因素相关。
我们可以将任务定价定义为因变量Y，摄影师的水平和经验、拍摄作品的种类和数量、拍摄地点和条件、社交媒体曝光度和粉丝数量等因素定义为自变量X1、X2、X3、X4等。
于是，我们可以建立以下的多元线性回归模型：Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 + εY表示任务定价，X1、X2、X3、X4分别表示摄影师的水平和经验、拍摄作品的种类和数量、拍摄地点和条件、社交媒体曝光度和粉丝数量，β0、β1、β2、β3、β4分别为模型的系数，ε为误差项。
“拍照赚钱”的任务定价规律研究
“拍照赚钱”的任务定价规律研究随着互联网信息产业兴起 , 电子商务得到迅猛的发展。
“拍照赚钱”是一种基于移动互联网的自助式劳务众包平台，如何对任务进行合理定价成为平台的重要工作，定价的合理性对任务完成情况将会产生重要影响，进而影响到企业的商业检查和信息搜集。
1“拍照赚钱”的任务定价规律模型1.1 模型准备1.1.1 任务定价影响因素(1) 经查看“拍照赚钱”官网并综合考虑每项任务位置及周围环境，我们定义影响任务定价有四个因素：会员密度、任务密度、任务距中心距离、会员完成能力。
1.1.2 数据预处理(2) 为清晰观察任务、会员位置与定价关系，分别将它们位置导入百度地图，经观察得知任务位置可分为四个区域：广州、深圳、佛山、东莞；会员位置可分为三个区域：深圳、广东和佛山、东莞。
将异常点的信息剔除，用 SPSS 对处理后数据做聚类分析 [1] 得到位置坐标对应的任务编号树状分析图，验证了任务、会员位置分类的正确性，并得到会员区域中心点坐标：A1(113.2757,23.1235)，A2(114.0689,22.6414),A3(113.8294，22.9159)。
以任务点为中心，1km 为半径作圆，设该范围内覆盖会员数为 n，其他任务数为 m。
1) 会员密度：是任务点 1km 圆域内会员数量，mm 是 mi 的最大值；2) 任务密度：是任务点 1km 圆域内其他任务数量，nm 是 ni 的最大值；3) 任务距中心距离：设任意两点为地球半径，则距中心点距离可表示为4) 会员完成能力：记会员预定限额为任务可预定最早时间为 6:30，每位会员与 6:30 相差表示第个对象的第个指标的数值最终用熵权法经 MATLAB 计算知 1km 内会员完成总能力为1.2 模型的建立与求解首先对完成任务因素进行灰色关联度分析 [2]，得知影响因素与定价相关性很强，证明了影响因素选取的合理性，再对未完成任务因素进行灰色关联度分析，最终得关联矩阵如表 1。
b题“拍照赚钱”的任务定价
2017年高教社杯全国大学生数学建模竞赛题目（请先阅读“全国大学生数学建模竞赛论文格式规范”）B题“拍照赚钱”的任务定价“拍照赚钱”是移动互联网下的一种自助式服务模式。
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（比如上超市去检查某种商品的上架情况），赚取APP对任务所标定的酬金。
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。
因此APP成为该平台运行的核心，而APP中的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，而导致商品检查的失败。
附件一是一个已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（“1”表示完成，“0”表示未完成）；附件二是会员信息数据，包含了会员的位置、信誉值、参考其信誉给出的任务开始预订时间和预订限额，原则上会员信誉越高，越优先开始挑选任务，其配额也就越大（任务分配时实际上是根据预订限额所占比例进行配发）；附件三是一个新的检查项目任务数据，只有任务的位置信息。
请完成下面的问题：1.研究附件一中项目的任务定价规律，分析任务未完成的原因。
2.为附件一中的项目设计新的任务定价方案，并和原方案进行比较。
3.实际情况下，多个任务可能因为位置比较集中，导致用户会争相选择，一种考虑是将这些任务联合在一起打包发布。
在这种考虑下，如何修改前面的定价模型，对最终的任务完成情况又有什么影响？4.对附件三中的新项目给出你的任务定价方案，并评价该方案的实施效果。
附件一：已结束项目任务数据附件二：会员信息数据附件三：新项目任务数据。
基于多元线性回归的“拍照赚钱”的任务定价模型房越
基于多元线性回归的“拍照赚钱”的任务定价模型房越随着智能手机的普及和摄影技术的提高，拍照已经成为了人们生活中的一种乐趣和需求。
而利用拍照来赚钱，也成为了一个热门的话题。
很多人都希望通过拍照赚钱，但往往不知道如何定价。
本文将基于多元线性回归的方法，探讨如何制定“拍照赚钱”的任务定价模型。
1. 背景介绍拍照赚钱已经成为了一个热门的话题。
一些企业和个人通过发布一些任务来征集照片，比如风景照、美食照、时尚照等等。
而很多摄影师和爱好者也希望通过参与这些任务来赚取收入。
如何确定合理的价格，却成为了一个难题。
2. 多元线性回归多元线性回归是一种用于分析自变量与因变量之间关系的统计方法。
在本文中，我们将利用多元线性回归来建立“拍照赚钱”的任务定价模型。
我们将收集一系列任务的相关数据，包括任务类型、任务要求、照片数量、使用场景等因素，以及任务的定价。
然后，利用多元线性回归分析这些因素与定价之间的关系，建立定价模型。
3. 数据收集在实际操作中，我们可以通过调查问卷、网络数据等途径，收集与“拍照赚钱”相关的任务数据。
我们可以收集不同类型任务的定价数据，这些任务可以是商业广告、产品宣传、杂志编辑等等。
我们还可以收集任务的具体要求，比如照片的数量、拍摄场景、后期处理等等。
我们还需要收集照片的质量评价数据，这些评价数据可以来自客户评价、专业评审等。
4. 建立模型在收集到足够的数据后，我们可以利用多元线性回归分析这些数据。
我们首先需要确定哪些因素对任务定价有显著影响。
任务类型、照片数量、使用场景等因素都可能会对定价产生影响。
然后，我们需要建立多元线性回归模型，根据数据进行拟合并确定各个因素的权重。
最终，我们可以得到一个任务定价的数学模型，这个模型可以用于预测不同任务的定价。
5. 模型评估在建立模型之后，我们需要对模型进行评估。
我们可以利用交叉验证、残差分析等方法，来评估模型的拟合程度和预测能力。
如果模型的表现良好，我们就可以将其应用到实际任务中。
2017国赛国二论文
3.4802 0.6815 2.4021 1.6353 3.1155 3.0084 0.3536 2.6919 3.0549 2.6833 3.0785 5.26% 1.04% 4.22% 2.44% 4.66% 4.45% 0.48% 3.76% 4.23% 3.64% 4.26%
表 2 深圳市各个 我们可以看出，除个别的点以外，同一城区中大部分的任务定价差异很小。 而且城区的范围不大， 同一城区内每个任务点的人口密度、 交通水平、 人均 GDP、 附近的会员人数的差异不大。 总而言之，我们以区代点来研究与定价有关的因素，是合理的。 2.我们需要通过分析各个城区的各种差异，也即代表了任务点的差异，选取几种 可能影响附件一中定价的因素。 也就是说，商家可能是根据这个任务点的几个因 素的水平，再结合一些价格计算方法，最终制定任务价格。 商家定价时考虑的因素可能有：城区面积、人口密度、人均 GDP、会员人数、 会员密集程度、交通水平、居民消费价格指数、人均收入等等。 经过分析，我们选取了城区面积、人口密度、人均 GDP、会员人数、会员密 集程度、任务密度、任务数量、会员数量与任务数量的比值这八个因素，进而建 立灰色关联度模型分析这八个因素分别与城区平均任务定价的关联度， 分析得到 总体的定价规律。 灰色关联度模型的建立与求解在 5.1.2 中给出。 下面给出选取这八个因素的 原因： （1）城区面积是城区之间的显著差异。城区面积越大，任务点越多，相应 地，商家可能以制定偏低的定价来提高任务的完成率。 （2）人口密度、人均 GDP 均能在一定情况上反映地区的繁荣程度，地区越 繁荣，收入、消费水平等指数越高，任务定价也越高。 （3）会员人数越多、会员密集程度越高，相应地，会员间竞争就越大，市 场供不应求，任务定价越低。 （4）任务密度越高、任务数量越多，为了使更多任务完成，任务定价更高。 （5）会员数量与任务数量的比值则反映了“拍照赚钱”市场的供需关系， 根据经济学的原理，市场的价格与供需关系休戚相关。 （6）城区的交通水平、居民消费价格指数、人均收入等因素虽然有差异， 但差异不大且缺乏权威数据，所以我们不予考虑。 总之，城区面积、人口密度、人均 GDP、会员人数、会员密集程度、任务密 度、 任务数量、会员数量与任务数量的比值这八个因素是我们合理猜测的与商家 定价有关的因素，下面进行检验并提炼出与定价关联度最高的几个因素。 5.1.2 关于定价规律的灰色关联度模型的建立与求解 1、灰色关联度分析模型介绍 灰色关联度分析是依据各因素数列曲线形状的接近程度做发展态势的分析。 简言之， 灰色关联度分析的意义是指在系统发展过程中，如果两个因素变化的态 势一致，则同步变化程度较高，就可以认为两者关联较大。因此，灰色关联度分 析对于一个系统发展变化态势提供了量化的度量，非常适合动态的历程分析。关
2021年国赛建模b题
“拍照赚钱〞类软件任务定价规律的探讨与改进方案分析摘要随着互联网技术的开展，人们在经济水平飞速开展的同时，各种观念也在不断变化；例如互联网技术已通过其庞大的用户量及强大的执行效率使得许多曾需要专人投入大量本钱的传统行业趋于群众化、分散化。
例如最近市场上新兴的“拍照赚钱〞软件，它利用人们的零散时间随时随地拍照赚钱，备受群众青睐。
然而该类软件仍然存在定价不合理、任务完成度不高等阻碍该类软件开展的瓶颈。
本文通过对客户与任务位置、完成任务收益等变量进行数学模型分析，提出了一些比该类软件现行运作模式更科学、更高效的方案。
第一问中，为确定现有定价方案的问题，我们以任务分配范围内不同的城区作为根本单位，将任务根据定价分为三份，并通过建立线性回归方程了解了各客观变量对定价产生的影响，再通过对失败案例的因子分析找到了导致失败的变量及它们对失败变量的影响程度。
第二问设计新方案时，以为拍照赚钱平台带来最大利润为根本目的，将现有方案与变量间相互作用情况相似的垄断性市场中打车平台收费方案进行类比，分析并一一对应相应的变量关系，再通过现有的对打车平台获利最大值计算的模型变量的类比得出新方案。
第三问中，通过聚类分析可以将5个相聚较近的变量进行“打包〞。
“打包〞的点即为包点，将其代入第一问中地址相关信息，可求出打包后每个地区所具有的“包点〞的个数，再由第二问公式问求出定价，并与原始结果进行对照。
第四问中，将所给密集数据视为在同一点进行“打包〞，求出打包结果所在点的GPS并代入第一问中的值关键词：自然区域分区、多项线形回归预测、因子分析、类比、Curve Fitting Tool、聚类分析、一、问题重述随着科技日新月异的开展，人们获取钱财的方法越来越多，“众包〞一词也出现在群众视野。
众包指的是一个公司或机构把过去由员工执行的工作任务，以自由自愿的形式外包给非特定〔而且通常是大型的〕群众网络的做法。
众包的任务通常是由个人来承当，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。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Network Application网络应用 | MODERN BUSINESS现代商业53从杭州地区人寿保险工作发展情况来看，整体名单管理模式比较粗放。
之所以会出现这样的问题，与数据管理有直接的关系。
很大程度上是由于粗放型的名单管理，对于客户的信息记录不完全，比如仅仅记录了客户的电话号码，而这对于电销人员的成交率也有一定程度上的影响。
四、优化杭州地区人寿保险大数据电话营销的对策建议(一)提高电销人员素质在上文中，我们通过对杭州地区人寿保险电话营销渠道存在问题的全面分析，我们能够清晰地认识到，电销人员是电话营销环节的核心。
因此，对于电销人员应从应聘环节就增加学历及专业上的要求，并精化师徒制及增加相关培训，提高企业内部电销人员的素质。
同时，我们可以采用大数据技术对电销人员进行筛选工作，名单配发应该与成交效率和职级高低直接挂钩。
作为保险坐席见习生，首先尝试拨打质量较差客户名单，提升他们与陌生人交流沟通的勇气，提升电话沟通经验。
对于高层次的电销人才，给予信息更全面的名单，有效提高成交率。
(二)提升电销名单质量电销人员工作中最重要的环节便是与客户的沟通。
目前企业电话营销面临数据库量小、不精确的问题，这也直接影响到客户名单的优劣，而客户信息的完整度与精确度又直接影响电销人员的工作效率。
因此，利用数据库资源的力量，优化数据来源，提升电销名单质量，是企业电话营销中重要的一个环节。
(三) 提供精准客户服务受到现有市场发展环境的影响，极大的影响了保险行业新销售客户群体的数量，销售重心也逐渐从新机会销售逐渐朝着老客户维护方向转变，由此也越来越表现出做好客户细分工作的重要作用。
良好的客户服务下，对于推动企业产品销售的可持续性发展有着非常重要的作用。
所以说，保险企业在开展营销工作中，必须做好客户关系维护工作。
杭州地区人寿保险企业在客户服务过程中，应用大数据力量，使电销人员拿到更加精确的最新客户信息，及时跟进。
电销人员也要树立以客户为中心的全新关系管理理念，提供精准客户服务。
(四)建立以客户为中心的大数据整合模型随着保险公司经营规模的扩大，将会设立诸多子公司。
这些子公司分别负责健康险、财产险、寿险以及养老险等不同方面。
同时，这些子公司在数据处理方面，并没有建立有效的联系，存在着彼此独立的情况。
杭州地区人寿保险企业寿险必须要做好数据整合工作，打破不同子公司之间的数据壁垒。
其次，集团要将所有客户信息进行整合，最好是以客户身份证作为客户的唯一识别代码，便于今后工作的开展。
五、总结总之，在大数据时代背景下，现代保险公司面临更为激烈的市场竞争，必须与时俱进，利用数据库等技术，增加信息来源，提升信息准确度。
同时需要建立一套科学的信息管理系统，树立以客户为中心的服务观念，为客户提供精准服务，如此才能在竞争中走的更长远。
参考文献[1]黄文静. 大数据在s保险公司寿险电销中的应用研究[D].西南交通大学,2018.[2]陈泓任.团队建设视野下降低保险电销客户专员流失的对策[J].成都师范学院学报,2016,32(08)[3]王锦霞.保险电子商务之保险电销呼入项目管理研究[J].上海保险,2015(10)作者简介：1.周菲，浙江中医药大学人文与管理学院本科在读。
2.吴美珍(通讯作者)，浙江中医药大学副教授，研究方向：市场营销。
关于“拍照赚钱”任务定价规律的探讨闫一萍1 金叶1 贾红梅21.华北理工大学建筑工程学院数学建模创新实验室 河北唐山 0630002.华北理工大学建筑工程学院 河北唐山 063000摘要:针对2017全国大学生数学建模B题，将“拍照赚钱”附件中已结束任务数据(任务经纬度，标价及执行情况)可视化，得到各个任务经纬度与定价的散点图，利用定价等值线的思想分析任务定价与任务位置分布的关系，发现任务定价与任务所处的城市有关。
在此基础上，根据不同任务位置会员密度来研究任务的定价规律，运用斯皮尔曼(Spearman)秩相关系数分析，发现不同任务位置会员密度与任务定价呈显著负相关，即任务位置会员密度越高，定价相应越低，又基于各城市特点，对任务影响因素进行相关性分析。
最后分析了任务未完成的原因。
关键词: 拍照赚钱；数据可视化；等值线思想；定价规律基金项目：河北省自然科学基金项目(A2017205124)“拍照赚钱”是如今互联网下的一种自助式服务模式，是基于移动互联网的自助式劳务众包平台，为企业和商家提供各种商业检查和信息搜集，由于APP是该平台运行的核心，而APP中的任务定价又是其核心要素。
如果定价不合理会导致商品检查的失败。
根据已结束项目的任务数据，会员信息数据，在此基础上研究“拍照赚钱”项目的任务定价规律，并分析影响任务定价规律的主要因素成为研究的重点。
一、项目的任务定价规律经过对问题的分析，将数据可视化，用等值线的思想分析任DOI:10.14097/ki.5392/2019.01.026Network Application | 网络应用MODERN BUSINESS现代商业54务定价与任务位置分布的关系，通过任务定价与任务所处城市的关系，可对任务定价按不同的城市进行分级。
根据不同任务位置会员密度来研究任务的定价规律，使用斯皮尔曼(Spearman)秩相关系数分析不同任务位置会员密度与任务定价的相关性，在此基础上又根据各城市特点，对任务影响因素进行相关性分析。
(一)基于等值线思想分析任务定价与任务位置分布的关系1.数据可视化处理。
附件一中给出了一个已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，本文首先对数据进行简单的可视化处理，分别使用MATLAB做出不同纬度下定价散点图与不同经度下定价散点图。
2.任务定价与任务位置分布的关系。
本文要给出任务定价的位置分布情况，本文借鉴绘制等值线图的思想(这里是将各任务定价投影至xoy平面上)，对应提取附件一的任务所处位置(纬度和经度分别对应x和y)与相应的定价数据，使用MATLAB编程绘制不同位置任务定价的等值线图，以此能够清晰地观察出不同位置的任务定价情况。
并对定价进行大致分为三级，定价分级以及不同等级对应的大致位置(通过经纬度反定位位置)定价等级I，价格范围80-85元，此价位任务数极少，且多数位于交通不便利地区，定价等级II，价格范围70-75元，大部分位于东莞市和佛山市，定价等级III，价格范围65-70元，大部分位于广州市和深圳市，少部分位于东莞市通过上述分析，任务定价与任务所处城市密切相关，出现这种情况的原因可能是每个城市人口不同，则会员人数不同，任务位置周边会员密度就会不同。
下文将对任务定价与任务位置周边会员密度的关系进行分析。
(二)基于Spearman秩相关系数任务定价与任务位置周边会员密度的关系1.Spearman秩相关系数。
Spearman秩相关系数是一种无参数(与分布无关)检验方法，用来度量变量之间联系的强弱。
在统计学中，秩相关系数用ρs 来表示。
Spearman秩相关系数通常被认为是排列后的变量之间的Pearson相关系数，在实际计算中，有更简单的计算ρs 的方法。
假设原始的数据x i ，y i 已经按从大到小的顺序排列，记为原x i ，y i在排列后数据所在位置，则为x i ，y i的秩次，则为x i ，y i 的秩次之差。
如果没有相同的秩次，则ρs 由下式计算(1)如果有相同的秩次存在，那么需要计算秩次之间的Pearson相关系数(2)2.任务位置周边会员密度的计算。
首先使用Google Earth软件将任务位置及会员所处位置进行标记，然后以任务所处位置为中心，半径为1km做出圆形区域，通过Google Earth软件批量计算出每个任务对应圆形区域内的会员数，进而计算出每平方千米会员数，即任务位置周边会员密度。
3.基于Spearman系数通过SPSS实现对任务位置周边会员密度与任务定价的相关性分析。
将任务位置周边会员密度数据及与其对应的任务定价数据置入SPSS软件中，得到相关性分析结果如下表1所示：表1 相关性分析结果VAR00001VAR00003Spearma的rhoVAR00001相关系数1.000-.867**Sig.(双侧)..000N835835VAR00003相关系数-.867** 1.000Sig.(双侧).000.N835835从得到的分析结果来看，在置信度(双测)为 0.01 时，Spearman的相关系数为-0.867，说明任务位置周边会员密度与任务定价呈显著负相关，即当任务周边会员数较多(密度较大)时，由于人员竞争，定价较低，当任务周边会员数较少(密度较小)时，为鼓励会员完成任务，任务定价通常较高。
二、偏倚因素分析任务定价导致任务误差的原因分析。
在分析任务未完成的原因时，通过对比不同纬度和不同经度下任务的完成情况，使用MATLAB做出不同纬度和不同经度下任务的完成情况的图像，根据前文已经分析的任务定价与任务周边会员密度的关系，在会员密度较高处，定价较低。
而在价格较低处(65元)未完成任务出现的概率较高。
据此分析任务未完成的可能原因是这些位置任务定价过低，不能鼓励会员去完成任务。
三、结论(一)任务定价规律任务位置周边会员密度与任务定价呈显著负相关，即当任务周边会员数较多(密度较大)时，由于人员竞争，定价较低，当任务周边会员数较少(密度较小)时，为鼓励会员完成任务，任务定价通常较高。
(二)任务未完成的原因从定量角度分析，会员密度较高处定价较低导致任务出现大量未完成的情况；从定性角度分析：如店铺拒访，道路施工、会员临时有急事、会员完成任务时受天气的影响等都是导致任务未完成的原因。
参考文献:[1]胡守信，李柏年.MATLAB的数学实验[M]. 北京:科学出版社，2004年6月第一版.[2]姜启源，数学建模(第三版)[M].北京:高等教育出版社，2003.[3]刘保东，宿洁，陈建良.数学建模基础教程[M].北京:高等教育出版社，2015.作者简介：1.闫一萍，华北理工大学建筑工程学院本科生。
2.金叶，华北理工大学建筑工程学院本科生。
3.通信作者：贾红梅，华北理工大学建筑工程学院讲师，硕士。