南京邮电大学 贾月恬 钟妍 梁定康
任务定价规律的改进及基于大数定理的任务仿真算法
南京邮电大学 贾月恬 钟妍 梁定康
本文首先对原方案的指标系数进行修正,使得项目整体的完成度尽可能大且总花费尽可能小。其次,“因地制宜”,根据项目聚集的地区具体分析各个地区的任务完成情况,建立奖励机制或适当改变价格。最后运用仿真算法解出结果与原方案进行比较。
任务定价 奖励机制 任务模拟 大数定理
将原方案中不足的地方进行修正,并针对不同区域添加新的机制使得项目整体完成度最大且总花费最小。
针对原定价方案的不足,计算会员密度与任务价格之间的最优系数,削弱原方案定价中随机干扰项的影响。公式如下:
对于广州区域,郊区的任务价格普遍低于市区,因此会员不会选择郊区的任务,故对郊区的任务添加奖励机制。
1.2.1 郊区的定量
对所有任务的周边会员密度进行排序,取后30%定义为郊区任务:
1.2.2 奖励价格 的计算
根据某个会员与该郊区任务的距离确定奖励价格:
其中:代表每单位距离奖励的价格;为会员与任务之间的距离。
我当头棒喝一般,用镜头瞄准孩子们与妹妹,还有那一盘西瓜,猛按快门,一张接一张,我看着不懂人类适者生存的西瓜在记忆卡读取时鲜红无辜的样貌,心中觉得不忍,偷偷叹了口气。
于是,不同会员的任务的定价为:
对于 东莞、深圳地区,市内任务定价低,郊区定价高,使得市内未完成任务多于郊区。
1.3.1 筛选价格需要提高的任务
对会员密度大、价格低的任务进行提价,由此筛选需要提高价格的任务,公式如下:
任务价格的提高幅度计算公式如下:
根据以上三条得到新的任务定价模型:
根据每个用户的预定限额在总限额的占比分配总任务数,并用高斯函数取整,得到每人至少得到的配额
每个人根据任务的定价、难度以及任务地点与自己的距离,往往会对所有的任务有一个主观偏好的评价,这里引入主观偏好表示第 名会员对于第件任务的偏好度,且在配额允许的情况下,会员会选择偏好度大的任务。
用户在选择任务时,首先会根据其对任务的主观偏好程度在内心对所有任务有一个渴望度排序,越偏爱的任务排在越前面。其次,根据大数定理[1]划定在渴望度排序中能选择的任务范围。最后开始选择任务,直到达到最大配额或超出能选择的任务范围。
根据以上得到新方案的定价模型与仿真算法,得到新方案下各任务的定价,将新方案的定价代入仿真模型中,得到结果。并与原方案进行比较得以下结论。
第一,一个任务单人接与多人接两种模式下,原方案的任务总价与完成率相同,其原因在于以上两组值均是从附表中的数值所得。第二,两种模式下,未加奖励机制的方案的效果相同。这是因为在修正系数 以后,仅造成定价函数的改变,而没有涉及会员选择任务的分配问题,因此两组值相同。第三,两种模式的新方案中,一个任务单人接的模式相较于多人接的模式,其任务总价要低,主要原因在于,当实行多人接任务的机制时,由于存在奖励机制导致那些有奖励机制的任务由于价格高而受到很多会员的青睐,而一人接任务的机制下,虽然很多会员会想选择价格更高的任务,但是当任务被选走后,其他会员只能选择价格略低的任务。因此多人接任务模式下任务总价会更高。
[1] 包建华.大数定理——随机经济现象统计分析的方法论基础[J].合肥联合大学学报,1999(4).
[2] 芮兰兰,张攀,黄秋豪,邱雪松.一种面向众包的基于信誉值的激励机制[J].电子与信息学报,2016(7).
F204
A
2096-0298(2018)01(a)-163-02