基于聚类分析的“拍照赚钱”科学定价

张泽 张天贺 李瑶

【摘  要】采用聚类分析的方法，筛选任务较为集中的区域并进行分类。然后，计算吸引度矩阵与阈值，设定最大吸引准则、信誉优先分配准则为约束条件，并建立双目标优化定价模型。最后，求解得到任务完成率为90.91%，与问题最初方案相比，成本降低10.96%，任务完成率提高45.42%;与问题二定价方案相比，成本降低5.7%，任务完成率提高7.52%。

【关键词】聚类分析;拍照赚钱

引言

为提高任务完成效率，考虑将任务位置比较集中的这些联合打包发布。因此，我们首先根据任务位置信息判断分布较为集中的任务包括哪些，从而制定打包方案。附件一中任务的位置信息是经纬度数据，以经纬度数据为地理位置的定量分析数据。采用聚类分析的方法，对任务的位置分布进行精准的分类。

1.第一次聚类分析

首先，大致估算聚类分析的类数，因为任务总数是845个，若将任务按照位置信息分成150类，平均每类约5-6个任务，个数较为合理。因此，初次聚类时，把任务分布分成150类，利用MATLAB中K-Means命令作出聚类分析图：

任务位置分类及150个分类中心点

根据任务的位置信息，把任务按照分布的集中程度分为150类，最多的类别包含18个任务，最少的类别只包含1个任务。对于只包含1个任务的情况，因为位置分布较零散，不对其进行打包处理。对于任务数量超过15个的类别，将这些任务的位置信息提取处理，对其进行二次聚类分析。

2.第二次聚类分析

对这四类进行嵌套聚类分析后，每个类别都……