1、互联网“自助劳务”众包平台下的定价模式研究 金晓溪 李义鑫 潘泽旭 东北农业大学 摘 要： 众包作为一种创新商业模式, 其任务完成情况与其定价模式有着密切联系, 本文以某项目在广东省出现近 32.5%任务未完成的现实问题为入手点, 研究了拍照类众包平台的定价规律, 影响任务完成情况的因素, 围绕其定价方案进行了改进与创新。关键词： 互联网; “自助劳务”众包平台; 模式研究; 作者简介：金晓溪, 东北农业大学。作者简介：李义鑫, 东北农业大学。作者简介：潘泽旭:东北农业大学。伴随着互联网和智能手机的快速发展, “众包”模式逐渐进入了人们的生活。“众包”模式主要指商家和企业在收集信息, 分配任务
2、等方面不再依靠固定的人力物力, 而是将任务分配给参与“众包”模式的普通人, 这种商业模式在节约企业成本、提升产品设计和服务理念层面具有创新性, “众包”模式能够让商家和企业更好与普通用户更好的对接, 提升运营效率。但由于“众包”模式需要对参与进来的用户按照任务的难度、数量、可行性等因素进行酬金支付, 且参与者较为分散, 任务的完成度和酬金的数量都是需要进一步讨论的问题。为研究众包定价模型, 增强众包调查员接单的积极性, 提高平台任务完成效率并发展众包模式, 本文建立了多元线性回归的众包平台一般定价模型, 并加以改进发现“打包”任务定价模式对于任务委托方和受托方同时具有现实意义, 为众包这一创新
3、商业模式的研究提供参考。一、众包平台一般定价方案(一) 平台定价一般规律。众包平台有着越靠近城市中心即人群居住的聚集地, 定价越低的一般规律。即使价格较低, 相对于较远的距离所花费的人力物力, 此类任务仍对会员有着较大的吸引力(二) 平台任务完成情况影响因素。1、任务位置。任务位置成为了任务未完成的首要原因, 任务较远的地区任务完成程度较低。2、任务价格。位置偏远而定价较高的任务同样可能有会员完成。3、客户的信誉值、挑选时间与任务限额。会员的信誉度与挑选时间以及任务限额也在一定程度上会影响任务的完成程度, 当信誉度高挑选时间靠前的会员将距离近的任务挑选走后, 会导致偏远地区任务完成质量下降。4
4、、交通、气候等因素。交通、气候因素需要具体情况具体分析, 本文以广东省为例, 由地图软件对 GPS 信息定位可知, 东莞市任务完成情况较好, 而深圳市任务完成情况较差, 说明外部条件同样影响任务的完成情况。深圳市主要城区任务未完成的原因在于城市主干道交通堵塞, 以及频率较高的台风和降雨, 而有着三路地铁的南山区任务的完成情况相比更为乐观。(三) 平台定价一般模型基于 K 均值聚类算法下的多元线性回归模型。根据众包平台的定价影响因素, 建立平台任务完成情况的多元线性回归模型, 求出变量距离 D 与价格 Pr的回归系数, 回归系数越大, 表示 xi (本题中的距离D 和价格 Pr) 对 y (任务
5、完成情况) 影响越大, 由此倒推出众包平台的定价模型为了能够定量的分析出两者对于任务完成情况的影响, 在分析过程中, 首先将任务位置的二维坐标转化为一维数值即经纬度之间的欧氏距离。例如广东省面积占全国面积的 1.77%, 可将广东省各市的坐标看作平面坐标, 运用 K 值聚类的算法求出聚类中心, 计算出各任务点与聚类中心的距离 D, 作为各任务位置的替代量, 把数据简单化处理, 使其对于任务完成情况的影响更加直观, 便于观察。其中, 简化数据的 K 值聚类算法为假设提取到原始数据为 x1, x 2, (43) , xn, 且每个 ix (i=1, 2, (43) , n) 都为 m 维的向量,
6、k-means 聚类就是在给定分类数 k (kn) 的条件下, 将原始数据分成 k 类 S=s 1, s 2, ., sk。算法的步骤如下图所示:因此基于 K 均值聚类算法下的多元线性回归模型, 建立如下方程;根据多元线性回归模型与最小二乘法, 运用 MATLAB 编程得到, 距离 D 的回归系数 b (2) 价格, P r的回归系数 b (3) 解得价格函数为, 二、众包平台定价模式改进与创新SPSS 聚类打包分析模型(一) 理论基础。由上述分析可知, 众包平台调查员接受调查任务时, 对单次任务接受的位置和价格有一定要求。通过对众包平台任务进行合并, 满足众包平台调查员的要求, 激励众包平台
7、调查员接受任务进行社会调研, 进而提高众包调查员单次调查的收入。提升众包调查员对平台的粘性。结合众包平台定价的优化, 实现众包平台调查任务完成的目标。通过对众包平台调查任务的合并即题目中的“打包”, 可以有效的解决地区偏远地区无人接单的问题。将任务打包分配, 也可以有效避免信誉高、挑选任务时间靠前的会员将性价比相对较为合理的任务率先挑走, 从而或留下或位置偏远或价格较低的任务, 而导致任务完成程度较低的情况发生。因在重新定价后, 整体价格略有下降, 即使会员信誉度较高, 也不会过多选择距离较近的多个任务点;而针对偏远地区任务, 由于多个任务打包共同成为备选项, 会员想要完成其中一个价格较高的任
8、务, 就必须连带完成任务包中的其余任务。(二) 模型建立。运用该模型是为满足将打包任务的前提, 因任务总数固定, 当每个任务包中存在一定数量的任务时既便于会员完成任务, 又能提高任务的完成程度。所以运用 SPSS 将所处位置相近的任务分为 n 组进行聚类分析, 沿用一般定价模型中欧氏距离的思想, 求出新聚类中心与各包中任务的距离 D1, 并取其均值 D, 作为影响任务完成情况的因素之一, 再代入多元线性回归模中, 并求出定价。 (注:QCL_1 中的数字, 如 1, , 9, , n 为聚类后的任务号) 图 1 SPSS 新聚类中心位置图-以广东省某众包平台为例 下载原图(三) 模型验证价格分
9、级下的多元线性回归模型。在价格的处理上, 创新性地使用三种价格标准分别与作为自变量代入定价模型中进行拟合, 对得到的结果进一步处理后发现:在打包任务的前提下, 三种价格标准下修改的定价模型达到的任务完成程度均优于平台原始任务完成程度。由上述研究可知, 任务位置与定价对任务完成情况影响程度的一般规律是一定的。为寻求最佳定价策略, 在打包任务的前提下, 修改定价方案, 利用已求得的一般影响规律, 选用每一任务包中价格的最大值 rPmax、最小值 rPmin、平均值rPavg作为定价的三种标准, 建立起价格分级下的多元线性回归模型拟合出任务的完成情况用以验证模型的可行性。三、结论从定价模型改进后的结
10、果来看, 将任务打包同时对每一任务包的价格进行调整, 可以提高任务的完成程度, 对使用平台的委托方和受托方均有益处。若将该任务打包模型推广, 在物流层面, 可根据区域地点, 路径等数据对相邻区域进行聚类, 进行订单合并, 提高物流效率。在工作层面, 任务打包模型还可通过更换指标类型, 对成员性格, 能力等数据进行合并, 提高工作效率。在消息推送层面, 打包模型可将消息按指标分类, 并根据种类向不同层面人群定向精准推送消息等有价值信息, 节约运营成本。在众包商业模式的运作方面, 众包网站也可利用 k-means 聚类模型, 根据任务特点及网站会员实时数据对产品及服务进行实时定价。参考文献1周世兵.K-means 算法最佳聚类数确定方法A.计算机应用, 2010. 2林彬.多元线性回归分析及其应用J.中国科技信息, 2010. 3程月娇.众包物流环境下订单合并及配送路径优化方法研究A.浙江万里学院学报, 2017.
