分类筛选
分类筛选:

关于数学建模方面学年毕业论文范文 跟拍照赚钱的任务定价模型的数学建模相关论文写作参考范文

版权:原创标记原创 主题:数学建模范文 类别:毕业论文 2024-02-12

《拍照赚钱的任务定价模型的数学建模》

本文是关于数学建模方面自考开题报告范文跟数学建模和任务定价模型和赚钱有关本科论文开题报告范文。

【摘 要】 近年随着互联网的迅速发展,逐渐形成了一种新型商业模式,即众包.“拍照赚钱”便是一种基于移动互联网的众包平台,而众包任务定价是其一个关键性研究问题,本文主要应用数学建模对该平台现有的定价方案进行分析与改进.

【关键词】 众包平台定价模型 K-Means 聚类方法 二元逻辑回归

一、原定价方案函数的分析:基于Logistic Regression算法建立定价模型

基于Logistic Regression 分析,将Y 设为1 与0,将其赋予是、否完成任务的意义.分别以X1、X2 表示任务位置的经纬度,以X3 表示任务的定价.得其回归模拟出的表达式,将其表达式进行线性化处理,分别在其公式的两边取对数,再移项得出最终任务定价关于任务位置与任务完成率三者之间的关系式:

二、原定价模型的优化

为精确反映出任务的定价规律,综合各方因素,引入基准、会员兴趣度M、任务复杂度F、任务密度ρ 块和第j 项任务离中心点的距离Sj 共5 个因素建立出新定价模型.

1. 会员兴趣度M 的定义

为量化会员对任务的兴趣程度,引入会员兴趣度的定义,即每上升一个单位,任务完成度的变化值占总会员人数的比例.公式如下:

(bj 为第 j 次任务的完成度,bi 为第 i 次任务的完成度,n 为该片区的总会员人数)

2. 任务复杂度F 的定义

一定区域内的第j 个任务的难度与会员的信誉度成正相关关系,并设Fj 为第j 个任务的复杂度,推出复杂度的表达式:

上述函数用来判断该会员是否在此区域内,函数的值求和作为会员信誉度和任务复杂读的相关系数.其中关于一定区域内会员信誉度算法,将任务地点按画圆法分为n 个区域,即统计以一定半径内会员的个数及其相应的会员号,并求其会员相应信誉度均值.取其半径为5 公里

3. 任务密度ρ 块的定义

由于任务密度ρ 块影响任务定价,引入其定义:单位区域内任务的数量.将单位区域定为以任务点为圆心,以半径为a 公里内的圆形区域内的会员的数量来衡量任务密度.根据第j 个任务,将a 取为5,即为以一固定半径值5 公里内画圆,统计其圆内的任务数量.

4. 任务离其区域中心点的距离Sj 的定义

公式如下:

5. 任务基准P0 的定义

分析任务定价数据,定义第i 个任务的基准为平均69 元.

6. 对各因素进行赋权

由于各因素对目标函数的影响力度不同,采用成分分析法对各因素进行赋权:基准为0.2、任务复杂度F 为0.4、任务密度ρ 块为0.1、第j 项任务离中心点的距离Sj 为0.1.

三、考虑多任务联合打包因素的任务定价

对任务密度设一阈值确定该区域是否进行打包发布,若任务密度大于此阈值,则实行打包分布,反之不实行.然后,实际生活中会员的限额预定任务数L 要大于联合打包的任务数K,即可建立约束条件:L ≥ K.

1. 多任务联合打包对会员对任务的兴趣度的影响

将上述约束条件加入会员兴趣度中,优化会员兴趣度与任务的关系式,可得:

2. 多任务联合打包对任务复杂度的影响

同时,将上述约束条件加入任务的复杂度F 中,可得:

3. 新任务定价函数式

综上,确定新任务定价模型如下:

新模型综合考虑了多个定价影响因素确定任务定价模型.结合数据表得出新定价方案可提高26% 的任务完成率,由此证明该模型比原模型更具有应用价值.

参 考 文 献

[1] 师蕾, 中国众包平台用户参与行为影响[D]. 重庆: 重庆大学,2012.

数学建模论文参考资料:

数学建模优秀论文

数学建模论文范例

数学建模论文格式

数学建模优秀论文范文

数学建模论文

南朝祖冲之撰写的数学论文集是

此文评论,本文是一篇适合数学建模和任务定价模型和赚钱论文写作的大学硕士及关于数学建模本科毕业论文,相关数学建模开题报告范文和学术职称论文参考文献。

和你相关的