《全国数学建模B题.pdf》由会员分享，可在线阅读，更多相关《全国数学建模B题.pdf（21页珍藏版）》请在金锄头文库上搜索。
1、学 海 无 涯 题目题目 摘要摘要 学 海 无 涯 1 问题问题的重述的重述 基于移动互联网的自助式劳务众包平台， 为企业提供各种商业检查和信息搜 集， 相比传统的市场调查方式可以大大节省调查成本，而且有效地保证了调查数 据真实性，缩短了调查的周期。对于整个过程当中，任务的定价问题成为了核心 关键。当定价过高时，商家所付出的代价太大；当定价过低时，会员拒接此类任 务，最终导致商品检查（任务）失败。请讨论以下问题: 问题一 根据对所给的附件一已结束项目任务数据的研究，研究（找出）项 目任务的定价规律，同时分析部分任务未完成的原因。 问题二 根据问题一的情况为附件一中的项目设计一个新的任务定价方案
2、， 并且与原方案进行比较。 问题三 考虑到实际情况中，绝大多数用户会争相竞争选择位置比较集中的 多个任务，因此，商家（平台）考虑将这些任务联合在一起打包发布。基于这种 条件， 对问题二的定价模型进行相应的修改并且分析此类情形对最终任务的完成 情况有什么影响。 问题四 根据前三问分析所建立出来的定价模型给出附件三中新项目的任务 定价方案，并且评价该方案的实施效果。 2 问题分析问题分析 “拍照赚钱”的任务实际上就是通过劳务众包的方式进行工作，所谓众包就 是将原本由企业内部员工完成的任务， 以开放的形式外包给未知的且数量庞大的 群体来完成。 在本题所涉及到的自助式劳务众包平台，企业将所需搜集的信息
3、通 过 APP 这个平台，展现在大众面前，大众根据自身情况来对一系列任务进行选择 性的完成，最终得到相应的奖金。 问题一中对于任务悬赏金额量的确定是由一系列因素决定的， 包括任务发布 者所期望得到的作品数量、同期不同发布商所给的悬赏金、任务的难易程度、任 务的期限等， 对于问题一我们可以将这些因素都考虑进去，挖掘出各因素对于定 价的影响规律，最终确定项目任务的定价规律，在综合分析实际情况和用户的信 誉程度影响，来归纳出任务未完成的原因。 问题二中对于任务未完成情况的再分析，在问题一建立的模型的基础上，再 考虑任务量，交通便利性等因素，将这些因素考虑进去之后，充分考虑任务点周 围会员的信誉值情况
4、，讨论任务未完成跟低信誉会员之间有什么关系，建立新的 任务定价模型再给出新的任务定价方案，最后结合计算机对任务进行模拟仿真， 得到在新任务定价条件下的各区域任务完成率和总完成率， 将这个指标与之前的 指标进行比较，可判断新任务定价方案是否优于模型一。 问题三中对于任务分布聚集规律提出打包的思想， 将几个分布较近的任务进 行捆绑，所以问题二中对于会员信誉值的考虑方法不再适用于本问题，所以要提 出另一种思路对信誉值进行考虑， 同时会员选取任务包时会被预定任务限额所限 制， 所以在该模型当中应该将这个因素考虑进去，充分结合任务包内各个任务的 分类情况以及任务包与任务包之间的距离提出两个修正因子， 将
5、模型一进行修正， 最后还是通过任务完成率分析该模型的可行性。 问题四就是直接将附件三中的数据代入模型二当中得出相应的任务赏金， 最 后通过建立一个评价模型来对整个模型的实用性进行分析， 得出该方案的评价结 学 海 无 涯 果。 3 符号符号约定约定 P 赏金 1 P 关于路程因素的赏金 2 P 关于会员数量因素的赏金 x 会员的信誉值 y 会员的预定任务限额 s 任务点距中心点的路程 k 单个任务点周围分布的会员数量 d 任务包中各个任务距中心任务点的距离 D 任务包之间的距离 4 模型模型的假设的假设 1. 在计算任务点周围的会员数量时，假设在 XXXX 米内为任务点的周围。 2. 本城市的
6、会员只会选择并完成本城市的任务不会去完成其他城市的任务。 3. 任务的定价只与内部因素有关，不受外部行业的影响。 5 问题一问题一模型的建立与求解模型的建立与求解 5.1 模型的准备 对于任务悬赏金额量的确定是由一系列因素决定的， 包括任务发布者所期望 得到的作品数量、同期不同发布商所给的悬赏金、任务的难易程度、任务的期限 等，对于问题一我们可以将这些因素都考虑进去，挖掘出各因素对于定价的影响 规律，将总的任务区域划分成 4 个不同的区域分别为广州区域、佛山区域、东莞 区域、深圳区域，计算完成透视率和判断是否存在资源过剩情况。 5.2 区域划分 通过对附件一的数据进行提取可以得出所有任务的分布
7、区域如图 1 所示： 学 海 无 涯 图 1 任务分布图 从图一可以看出附件一所给出任务分布在四个市， 分别为广州、 佛山、 东莞、 深圳， 任务的分布特点是离四个市市中心越近的区域任务越多，而对于距市中心 较远的地方任务分布较少，因此本文通过对任务进行分类聚合， 把任务分布规律 相同的点放在一起进行讨论，将任务分布区域划分为四个板块。 对附件一的数据进行再分析通过 MATLAB 可得不同任务的悬赏金额如图 2 所示： 图 2 任务悬赏金额分布图 根据图 1 我们可以看出任务分布主要集聚在广州市、佛山市、东莞市和深圳 市， 在此对问题进行分析，可以将不同地区的同一任务简化成四个分布在同一地 区
8、的同一任务，分别为广州区域、佛山区域、东莞区域、深圳区域。 根据附件一中各种任务的完成情况，可以得到任务是否完成的分布图如图 3 所示： 学 海 无 涯 图 3 任务完成分布图 因为这四个区域都是属于同一任务，所以四个区域任务的情况大致相同，表 现为任务完成规律大致相同， 任务分布规律大致相同，所以四个区域的任务定价 规律也应该是大致相同，在此对广州市进行分析，得到的结果同样也应适用于其 他三个区域。 因此本文首先考虑广州区域，同理可得其余三个地区的情况，最后可以得到 四个区域的任务情况。 5.3 单个区域 APP 定价模型的建立 对数据进行筛选之后只考虑广州区域的任务分布如图 4 所示： 图
9、 4 广州区域的任务分布图 从图 4 可以看出在广州区域内， 大部分的任务都聚集在市中心而且聚集在市 中心的任务都是赏金最少的， 而距离市中心较远的任务赏金会增加。因此可以得 出结论一：赏金数额与任务地距离市中心远近有关，并且距离市中心越近，赏金 数额越少。结论二：赏金数额与任务地周围会员分别数量相关，任务地周围会员 分布越多则赏金越低。 5.3.1 路程因素路程因素的影响的影响 从图中可以得到任务到市中心的距离与任务赏金成正相关， 即距离市中心越 远， 任务赏金越高。 通过对数据的提取运用 MATLAB 在图中标出相应的任务点， 学 海 无 涯 最后通过 MATLAB 进行拟合可以得到相对应
10、的函数关系。 在此用 1 P表示任务的赏金数额，k表示任务地距离市中心的距离。通过 MATLAB 对这两项数据的拟合可以得到结果如图 5 所示： 图 5 赏金数额与距离关系的拟合结果 通过图 5 我们可以得出赏金数额与距离市中心距离之间的关系： 32 1=0.025368 0.438472.102863.701Psss+ 5.3.2 会员数量因素会员数量因素的影响的影响 结合附件二可以得出分布在广州区域的会员位置信息如图 6 所示： 图 6 广州区域的会员位置信息 根据图 6 可以看出，在广州区域的会员当中，在市中心的会员数量占很大的 比例，而在市中心的任务数量也很多，但是通过查询附件一的标价
11、可知，市中心 任务的悬赏金额较低， 所以可以得出任务点周围的会员数量与任务赏金成负相关， 即会员数量越多， 赏金越低。 通过对数据的提取运用 MATLAB 在图中标出相应 的任务点，最后通过 MATLAB 进行拟合可以得到相对应的函数关系。 在此用 2 P表示任务的赏金数额，k表示任务地周围分布的会员数。通过 学 海 无 涯 MATLAB 对这两项数据的拟合可以得到结果如图 7 所示： 图 7 赏金数额与会员数量关系的拟合结果 通过图 7 我们可以得出赏金数额与任务地周围会员数量之间的关系： 5322 2 5.72840.0022730.2200270.416Pe kkk =+ 5.3.2 综
12、合综合定价模型的定价模型的建立建立 因为考虑到距离和会员数量不是单一的影响任务定价因素， 任务定价是将这 两种因素综合考虑得到的， 所以任务定价模型要将这两种因素综合考虑进去。任 务地距离市中心的距离和任务地周围会员数量都会影响任务的定价， 所以可以得 出任务定价的基本式子： 2 1 PPP=+ 已知、是为决定任务价格因素的参数，前面所得的 12 PP、都是根据自己 的参数所确定的定价，所以、要满足+ =1 ，根据具体评优问题的实际，充 分考虑各类因素 K O在评优中所起的作用的大小， 构造出成对比较矩阵 2 2 () ij Aa =， A是 2 阶正互反矩阵。求A的最大特征值 max 及相关
13、的特征向量，并对特征向量 作归一化得 0 ( ,)W = 由随机一致性指标0RI =，计算一致性指标 (1) CI和一致性比率指标 (1) (1) CI CR RI =， 若 (1) 0.1CR， 则说明 0 W可作为权向量， 否则要对A的元素进行调 整。 现构造出比较矩阵 2 2 () ij Aa =，再根据上述方法得到该矩阵的最大特征值及 学 海 无 涯 最大特征向量， 在进行归一化可得到权向量 0 (0.67,0.33)W =， 再由组合一致性检 验得到 (1) 0.1CR，所以这个向量可作为权向量。 根据上述内容可得出任务定价的模型： 2 32 1 5322 2 1 =0.025368
14、0.438472.102863.701 5.72840.0022730.2200270.416 0.670.33 Psss Pe kkk PPP + =+ =+ 5.4 模型的检验 为了检验上述参数的可行性，本文再次提取附件一和附件二另外十组数据， 代入任务定价模型中，结果如表 2 所示： 表 2 计算值与实际值的对比 1 2 3 4 5 6 7 8 9 10 原价 65 655 66 75 72 74 66.5 65 66 68 现价 64.8 65.9 66.2 74.5 72.1 73.6 66.1 65.7 65.1 67.7 根据表 2 可知， 根据现有模型计算出的任务定价与附件一给
15、出的任务定价进 行对比可知上述建立的任务定价模型适用于这次任务的定价情况， 所以模型一任 务定价模型具有一定的可靠性。 5.5 任务未完成原因的分析 根据附件一反馈的信息可知，不是所有的任务都成功完成， 在 835 件任务当 中只有 522 件任务被成功完成，根据图 3 所示，绝大多数未完成的任务都分布在 广州市、佛山市、深圳市市中心。 通过计算可以得出各个区域的完成率以及总完成率如表 3 所示： 表 3 完成率情况 广州区域 深圳区域 佛山区域 东莞区域 总体情况 原任务 完成率 58.96% 18.84% 48.45% 100% 62.51% 通过表 3 可知深圳区域的任务完成率最低，该区
16、域拉低了整体的任务完成 率。在此，先分析理论基础，动机理论表明：人们的某个行为都是出于一定的动 机。用户参与大数据众包活动同样是受到刺激而产生参与的意愿,这种刺激可能 最初来自于外部,如金钱或物质奖励,也可能来自于内部,如享受乐趣、能力提高以 及自我肯定等 【1】 。 动机理论能够直接从心理学和行为学的角度来分析用户行为的 思想、行为的意向以及实际的行为。所以本文认为动机理论在分析用户选取任务 时，个人动机占很大的因素，其中不乏有接受任务消磨时光的存在，但是大部分 会员都是抱着获得外部奖励去的。 会员们会考虑自己完成任务后得到的奖励报酬 与付出的努力是否相对等，如果付出的努力大于所得的报酬，那么会员就不会接 收该类任务，然
