基于Logistic回归的“拍照赚钱”APP定价方案设计

尚舒敏，陈家慰，胡锦帆，王志勇

(电子科技大学 数学科学学院，四川 成都 611731)

移动互联网的发展产生了“拍照赚钱”这一自助式服务模式，用户成为APP上的会员即可领取拍照任务，从而赚取APP对任务标定的酬金。APP的任务定价是平台正常运行的核心要素，若定价不合理，会出现无人领取任务的现象，因此，定价方案直接影响了项目实施情况。

基于已结束项目的任务数据，解决下述问题：

1)通过研究已完成项目得到任务定价规律，并分析未完成任务的出现原因；

2)为已完成项目制定新的定价方案，并与原方案进行比较；

3)由于实际情况中可能出现多任务位置集中导致用户争抢现象，一种解决方案是将这些集中任务打包发布。根据这种解决方案修改定价模型，并分析改进后的定价方案对最终的任务完成情况的影响。

1 定价规律分析与模型建立

1.1 基于K-means的因素分析

为了直接观测到不同定价的任务的时空分布特点，首先对已完成的拍照任务的定价进行K-means聚类[1]将任务按定价分为3类对每一类别的任务进行影响因素分析，分类结果及对应分值如表1所示。

表1 K-means聚类结果

其中，类1和类2分值之间间隔均为0.5。

首先根据任务点地理位置即经纬度x(i)，对每一个任务划分一个d邻域，即以任务点为圆心d为半径的经纬度范围的圆，得到：

Oi=O(x(i),d)=‖x(i)-x‖,∀x∈Rn

(1)

该邻域中包含了第i个任务点周遭的会员分布，用ni表示该邻域内的会员数，直接反映的是人口对任务定价的影响。

进一步地，针对该邻域内的会员，对每个邻域会员的预定任务限额求和得到该邻域内会员能够领取的总任务数，一般来说，邻域内限额总数越多，该任务被选择完成的概率越大，任务定价较低。……