2016建模国赛B题.docx

2017高教社杯全国大学生数学建模竞赛承 诺 书我们仔细阅读了《全国大学生数学建模竞赛章程》和《全国大学生数学建模竞赛参赛规则》（以下简称为“竞赛章程和参赛规则”，可从全国大学生数学建模竞赛网站下载）。我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。我们知道，抄袭别人的成果是违反竞赛章程和参赛规则的，如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。我们郑重承诺，严格遵守竞赛章程和参赛规则，以保证竞赛的公正、公平性。如有违反竞赛章程和参赛规则的行为，我们将受到严肃处理。我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。我们参赛选择的题号是（从A/B/C/D中选择一项填写）： B我们的参赛报名号为（如果赛区设置报名号的话）： 所属学校（请填写完整的全名）： 参赛队员 (打印并签名) ：1. 2. 3. 指导教师或指导教师组负责人 (打印并签名)： （论文纸质版与电子版中的以上信息必须一致，只是电子版中无需签名。以上内容请仔细核对，提交后将不再允许做任何修改。如填写错误，论文可能被取消评奖资格。） 日期： 2017 年 9 月 17 日赛区评阅编号（由赛区组委会评阅前进行编号）：2017高教社杯全国大学生数学建模竞赛编 号 专 用 页赛区评阅编号（由赛区组委会评阅前进行编号）：赛区评阅记录（可供赛区评阅时使用）：评阅人评分备注全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）： “拍照赚钱”的任务定价摘要本文就企业做市场调查时采取的“拍照赚钱”模式的定价规律展开研究。我们绘制了任务点在地图上的位置后，发现任务点围绕深圳、广州、佛山、东莞四个城市的中心点呈散射状分布，并根据城市具体情况及会员信息逐步建立更加适应实际情况的任务定价模型。对于问题一，我们应用K—MEANS算法和聚类分析的思想以城市为主划分出四个区域，研究得出任务定价与距城市中心点的距离、人口密度、交通状况等因素呈现正相关，并建立了最小二乘法线性拟合模型得出广州市任务定价与距离的关系式：。最后根据收集到的信息分析出任务未完成的原因有：定价不合理，交通不便、APP推广率不够高、不同城市的人面对兼职心理状态不同等原因。对于问题二，我们筛选任务成功的点的经纬度以及定价数据建立多元回归模型，再将未完成任务点的经纬度数据带入模型求解其合理的定价。回归模型的定价函数：。接下来建立模糊综合评价模型得出新的定价方案可以提高任务的完成度，更具有合理性。对于问题三，我们将附件一中距离最近的三个任务点打包在一起，利用欧式距离算法算出三个任务点到其所对应的中心点距离的最小值。其次，增加限定条件：达到规定的信誉度额的用户才可以领取打包任务。打包定价模型函数式为：。最终任务的完成度没有改变，而需要投入的成本减少了。针对问题四，我们利用BDP数据分析平台对附件三中经纬度数据进行处理，发现任务点位于广州区域以及深圳区域，运用聚类分析对任务点进行分区，。利用问题三的打包定价模型以及问题二的多元回归模型分别求出各任务点的定价。之后运用模糊综合评价模型评价两个模型得到的结果，发现打包定价模型更具有优越性。最后本文给出了误差分析并提出了改进方案，并讨论了本模型的优缺点。关键词：BDP 最小二乘法线性拟合 多元回归 任务完成度 模糊综合评价模型一、 问题重述 随着移动互联网时代的兴起，一定程度上更优于传统市场调查方式的“拍照赚钱”进入人们的视野。这种基于移动互联网的自助式劳务众包平台，大大节省调查成本，确保了调查数据的可靠性，又缩短了市场调查的周期。用户在APP上领取并完成需要的拍照任务，便可获得对应任务所标定的酬金。而为了保证商品检查的成功，APP中的任务定价便尤为重要：问题一：根据附件一中包含任务位置、定价及完成情况的已结束项目的任务数据，探究任务的定价规律，分析任务未完成的原因。问题二：为附件一中的项目设计新的任务定价方案，并与原方案进行比较。问题三：在实际操作情况下，多个任务可能因为位置比较集中而造成用户的争相选取，考虑将这些任务打包发布。由此对问题二中确立的定价模型进行修改，研究这种考虑对最终的任务完成情况产生的影响。问题四：对附件三中的新的检查项目任务数据给出任务的定价方案，并评价该方案的实施效果。二、 问题分析从宏观上来看，问题一、二、三、四其核心问题均是对众包系统定价的研究，且相互之间又有一定的联系。我们以众包系统的定价为起点做出对整个问题研究的思维导图。2.1 问题一的分析为了更加直观的