分布式任務(wù)發(fā)布與定價(jià)調(diào)控機(jī)制研究

張 靜

(吉林建筑大學(xué)城建學(xué)院，吉林長(zhǎng)春 130114)

1 研究背景

在“互聯(lián)網(wǎng)+”時(shí)代下，電子商務(wù)發(fā)展愈發(fā)迅猛，“拍照賺錢(qián)”軟件成為電子商務(wù)的一大亮點(diǎn)。用戶(hù)注冊(cè)成為該APP會(huì)員后，通過(guò)APP任務(wù)發(fā)放平臺(tái)領(lǐng)取需要拍照的任務(wù)，完成并提交任務(wù)來(lái)賺取任務(wù)所標(biāo)定的酬金。但用戶(hù)的期望收益會(huì)隨著該軟件用戶(hù)基數(shù)的增多而減少，進(jìn)而導(dǎo)致任務(wù)完成率的降低。

劉艷[1]針對(duì)服務(wù)過(guò)程中出現(xiàn)的響應(yīng)時(shí)間問(wèn)題及如何將相關(guān)方利益最大化的問(wèn)題，提出了一種動(dòng)態(tài)資源定價(jià)模型，該種模型通過(guò)用戶(hù)與供應(yīng)商之間的雙向拍賣(mài)來(lái)實(shí)現(xiàn)。模型中用戶(hù)通過(guò)響應(yīng)時(shí)間出價(jià)，資源提供商根據(jù)負(fù)載情況定價(jià)。周琨[2]針對(duì)航空公司的航班運(yùn)行一直存在安全與成本的矛盾，建立最優(yōu)化飛機(jī)日利用率的數(shù)學(xué)模型，運(yùn)用分枝定價(jià)算法進(jìn)行求解。國(guó)成哲[3]創(chuàng)建基于產(chǎn)生新的基本邏輯塊的打包算法，能夠及時(shí)實(shí)現(xiàn)信息的更替，使得最終決策結(jié)果更加準(zhǔn)確、有效。胡欣潔[4]在實(shí)時(shí)多任務(wù)多用戶(hù)操作系統(tǒng)QNX支持下，重點(diǎn)討論了實(shí)時(shí)多任務(wù)數(shù)字仿真軟件的實(shí)現(xiàn)和解決的技術(shù)關(guān)鍵。

為了解決多個(gè)用戶(hù)同時(shí)選擇特定任務(wù)這一問(wèn)題，對(duì)用戶(hù)位置和任務(wù)均較密集的區(qū)域進(jìn)行單獨(dú)劃定選取，對(duì)原有定價(jià)模型進(jìn)行修改，以避免多任務(wù)多用戶(hù)爭(zhēng)相選擇的問(wèn)題。考慮到眾包平臺(tái)、會(huì)員用戶(hù)和任務(wù)發(fā)放點(diǎn)經(jīng)緯度分布之間的相互關(guān)系，我們要找到一種合適的修改方案，使任務(wù)發(fā)放量最大，同時(shí)使會(huì)員用戶(hù)和平臺(tái)軟件的利益最大化，將任務(wù)預(yù)定時(shí)間考慮進(jìn)去，建立修正的定價(jià)模型。通過(guò)檢驗(yàn)?zāi)Ｐ偷娜蒎e(cuò)率，對(duì)比確定出合理的定價(jià)方案，并驗(yàn)證其合理性。

2 分布式任務(wù)發(fā)布定價(jià)模型的建立

一個(gè)任務(wù)合理定價(jià)的得來(lái)需要綜合考慮若干因素。這些因素要想被有效且快速地運(yùn)用，需要一個(gè)準(zhǔn)確的定價(jià)輔助分析模型。一般來(lái)看，影響任務(wù)定價(jià)的因素有以下幾個(gè)方面：(1)任務(wù)發(fā)布位置。一個(gè)好的任務(wù)發(fā)布位置對(duì)于任務(wù)價(jià)格的影響是巨大的。在人流稀疏、位置偏遠(yuǎn)的地方發(fā)布任務(wù)，會(huì)使得會(huì)員難以在短時(shí)間內(nèi)完成任務(wù)。反之，會(huì)員不但可以快速完成任務(wù)，整個(gè)區(qū)域內(nèi)的完成率也會(huì)較高。(2)會(huì)員位置。會(huì)員位置對(duì)于任務(wù)的完成情況有直接影響。面對(duì)同一個(gè)任務(wù)，同一區(qū)域內(nèi)的會(huì)員會(huì)存在競(jìng)爭(zhēng)，但由于會(huì)員與任務(wù)間的位置遠(yuǎn)近不同，這種競(jìng)爭(zhēng)關(guān)系的激烈程度也不盡一致。采用何種定價(jià)策略來(lái)降低會(huì)員的時(shí)間成本，進(jìn)而平衡會(huì)員與任務(wù)的不同距離，是分析模型需要注意的問(wèn)題。(3)預(yù)定任務(wù)限額。在初期由于任務(wù)較少，可能存在定價(jià)不合理的現(xiàn)象。但是隨著任務(wù)限額投放量的增加，定價(jià)最終會(huì)趨于合理。(4)信譽(yù)值。信譽(yù)值對(duì)于用戶(hù)而言是一種激勵(lì)制度，信譽(yù)度高的用戶(hù)可以?xún)?yōu)先進(jìn)行任務(wù)預(yù)定。并且價(jià)格還可隨任務(wù)預(yù)定量的變化而變化，即任務(wù)預(yù)定量越大，價(jià)格越低。

數(shù)據(jù)來(lái)源：http://blog.sciencenet.cn/blog-752541-1075913.html(2017年高教社杯全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽B題的3個(gè)附件)。距離任務(wù)最近的會(huì)員位置與該任務(wù)之間的距離可以通過(guò)JAVA軟件求得，該算法以被完成的任務(wù)為中心。構(gòu)建for循環(huán)，輸入?yún)?shù)：內(nèi)層循環(huán)是所有會(huì)員的具體地點(diǎn)，定義一個(gè)變量為min的函數(shù)；外層循環(huán)為帶有精確經(jīng)緯度的各個(gè)任務(wù)位置；輸出參數(shù)：會(huì)員編號(hào)以及所有任務(wù)到會(huì)員之間的最短距離，其中包含所有由程序運(yùn)行的835個(gè)任務(wù)。接下來(lái)通過(guò)鏈接會(huì)員信息表與任務(wù)列表進(jìn)行數(shù)據(jù)處理。最后通過(guò)數(shù)據(jù)可視化技術(shù)，把會(huì)員表跟任務(wù)表進(jìn)行完整鏈接并把主鍵建立為會(huì)員編號(hào)，得到的部分結(jié)果如表1所示。

表1 自然連接表

用戶(hù)信譽(yù)度與開(kāi)始預(yù)定時(shí)間、會(huì)員配額之間存在一定程度上的正相關(guān)關(guān)系。其中，配額指的是在一天時(shí)間內(nèi)某一位會(huì)員最多可以順利完成的任務(wù)數(shù)，配額的多少將直接影響任務(wù)的最終完成情況。會(huì)員與任務(wù)間的距離是影響任務(wù)完成的另一重要指標(biāo)，當(dāng)會(huì)員距離任務(wù)過(guò)遠(yuǎn)時(shí)，他不太可能接受該任務(wù)，因此二者之間是負(fù)相關(guān)的關(guān)系。假設(shè)用戶(hù)期望值是用戶(hù)信譽(yù)值與任務(wù)與用戶(hù)距離的比值，以任務(wù)配額和用戶(hù)期望值為自變量，以任務(wù)定價(jià)為因變量，對(duì)所有數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理后，再運(yùn)用SPSS 22.0做線(xiàn)性回歸[5]，最終可得到模型一的線(xiàn)性關(guān)系式：

Y=-0.055m+0.067n+71.445.

其中，m為期望值，n為預(yù)訂任務(wù)限額。

最終由描述性統(tǒng)計(jì)量反映出，數(shù)據(jù)的定價(jià)均集中在70元。從Anova圖以及模型匯總分析可得出，決定系數(shù)為35%，這說(shuō)明了該回歸關(guān)系可被自變量解釋的比例為35%。統(tǒng)計(jì)量F=0.063，說(shuō)明擬合較好，該模型較良好。

3 多任務(wù)多用戶(hù)爭(zhēng)相選擇問(wèn)題的定價(jià)模型修正

針對(duì)多任務(wù)多用戶(hù)爭(zhēng)相選擇的問(wèn)題，對(duì)原定價(jià)模型修正。為避免不利局面的發(fā)生，應(yīng)注重實(shí)際效果，按任務(wù)的經(jīng)緯度分布進(jìn)行合理的組織打包，即在劃分的區(qū)域范圍內(nèi)將兩者相對(duì)集中的任務(wù)點(diǎn)聯(lián)合在一起進(jìn)行打包發(fā)布，這樣既降低了用戶(hù)的成本，也完善了供求匹配。加強(qiáng)統(tǒng)分結(jié)合，統(tǒng)一實(shí)施發(fā)放，最后科學(xué)地分配到用戶(hù)，解決多用戶(hù)互相選擇的問(wèn)題。這樣的實(shí)施方案，在進(jìn)一步降低成本的同時(shí)也為用戶(hù)提供了保障。

3.1 打包過(guò)程

設(shè)計(jì)一種修改方案，來(lái)避免多任務(wù)多用戶(hù)爭(zhēng)相選擇的問(wèn)題，考慮到眾包平臺(tái)、會(huì)員用戶(hù)和任務(wù)發(fā)放點(diǎn)經(jīng)緯度分布之間的相互關(guān)系，要找到一種合適的修改方案使得任務(wù)的發(fā)放量最大，同時(shí)使會(huì)員用戶(hù)和平臺(tái)軟件達(dá)到利益最大化，為此建立三者之間的影響模型。此模型的算法如下：

輸入：A數(shù)組存放具體任務(wù)位置的坐標(biāo)(Ai0,Ai1)；

過(guò)程：對(duì)A數(shù)組存放的坐標(biāo)進(jìn)行遍歷，for循環(huán)：

{inti=0;i

{intj=i+1;j

循環(huán)條件：(Ai0-Aj0)2+(Ai1-Aj1)2≤M，閾值M設(shè)定為0.003；

決定總?cè)蝿?wù)定價(jià)的權(quán)重由每個(gè)任務(wù)包中的任務(wù)數(shù)量所確定，權(quán)重W=(11-n)/10；

輸出：數(shù)組接受打包的3個(gè)任務(wù)編號(hào)，并存儲(chǔ)。

實(shí)驗(yàn)部分代碼及結(jié)果如圖1和圖2所示。

圖1 打包過(guò)程的部分代碼

圖2 生成數(shù)據(jù)

3.2 修正后的模型結(jié)果及分析

在改進(jìn)的任務(wù)模型中，仍假設(shè)期望值為用戶(hù)信譽(yù)度與距離的比值。模型二以期望值和用戶(hù)配額度為自變量，以任務(wù)定價(jià)為因變量?？紤]到預(yù)定時(shí)間[6]可能會(huì)影響到接單執(zhí)行的可能性，在模型二的基礎(chǔ)上進(jìn)行修正，將開(kāi)始預(yù)訂時(shí)間轉(zhuǎn)化為數(shù)值作為第三個(gè)自變量。應(yīng)用SPSS 22.0軟件，得到自變量前面的系數(shù)值，如表2所示。修正的模型二的線(xiàn)性關(guān)系表達(dá)式如下所示：

Y=-0.08x1+0.319x2+0.255x3+0.033x4-0.017.

其中，x1為每個(gè)任務(wù)包到最近會(huì)員的距離，x2為期望值，x3為開(kāi)始預(yù)訂時(shí)間，x4為任務(wù)配額，Y表示任務(wù)定價(jià)。

表2 線(xiàn)性關(guān)系式中的系數(shù)表

綜合對(duì)Anova圖和模型分析可知，決定系數(shù)R2為5%，說(shuō)明y的全部變異中，可以通過(guò)回歸關(guān)系被自變量解釋的比例為35%。如果統(tǒng)計(jì)量太小，表明因變量能被自變量解釋的程度很差，得到的回歸直線(xiàn)意義很差；反之，則擬合較好。此處的F=0.06，說(shuō)明擬合較好。

4 模型檢驗(yàn)

4.1 檢驗(yàn)標(biāo)準(zhǔn)一

4.1.1 算法思想

(1)輸入變量：用戶(hù)期望值、用戶(hù)與任務(wù)之間的最小距離、任務(wù)定價(jià)、模型預(yù)定任務(wù)額、擬合任務(wù)定價(jià)、用戶(hù)開(kāi)始預(yù)訂時(shí)間；

(2)循環(huán)條件：abs(擬合任務(wù)定價(jià)-任務(wù)定價(jià))≤ 3；

(3)輸出結(jié)果：如果滿(mǎn)足算法循環(huán)條件，則算法輸出1；若不滿(mǎn)足，則結(jié)果為0；

本文設(shè)置的任務(wù)定價(jià)容錯(cuò)率(閾值)為3。采用四個(gè)區(qū)域的擬合方程來(lái)擬合任務(wù)定價(jià)。圖3是檢驗(yàn)容錯(cuò)率的部分Java代碼。

圖3 檢驗(yàn)容錯(cuò)率的部分Java代碼

4.1.2 統(tǒng)計(jì)結(jié)果

任務(wù)定價(jià)模型：廣州市任務(wù)定價(jià)容錯(cuò)率的結(jié)果比對(duì)模型正確的概率值為68.31%；佛山市任務(wù)定價(jià)容錯(cuò)率的結(jié)果比對(duì)模型正確的概率值為74.52%；深圳市任務(wù)定價(jià)容錯(cuò)率的結(jié)果比對(duì)模型正確的概率值為80.14%；東莞市任務(wù)定價(jià)容錯(cuò)率的結(jié)果比對(duì)模型正確的概率值為76.13%。

解決多用戶(hù)多任務(wù)爭(zhēng)相選擇問(wèn)題的模型：廣州市任務(wù)定價(jià)容錯(cuò)率的結(jié)果比對(duì)模型正確的概率值為79.31%；佛山市任務(wù)定價(jià)容錯(cuò)率的結(jié)果比對(duì)模型正確的概率值為85.67%；深圳市任務(wù)定價(jià)容錯(cuò)率的結(jié)果比對(duì)模型正確的概率值為90.03%；東莞市任務(wù)定價(jià)容錯(cuò)率的結(jié)果比對(duì)模型正確的概率值為86.45%。

4.2 檢驗(yàn)標(biāo)準(zhǔn)二(分組數(shù)據(jù)的Logistic回歸模型)

其中，πi=E(yi)，因而選取權(quán)數(shù)為ωi=nipi(i-pi).

對(duì)四個(gè)區(qū)域的數(shù)據(jù)，依次點(diǎn)選SPSS軟件Statistics-Regression-Logistic命令，進(jìn)入Logistic回歸對(duì)話(huà)框，選入變量，點(diǎn)選OK運(yùn)行。統(tǒng)計(jì)結(jié)果為：

任務(wù)定價(jià)模型：廣州市任務(wù)定價(jià)模型正確的概率值為67.21%；佛山市任務(wù)定價(jià)模型正確的概率值為72.59%；深圳市任務(wù)定價(jià)模型正確的概率值為79.04%；東莞市任務(wù)定價(jià)模型正確的概率值為74.35%。

解決多用戶(hù)多任務(wù)爭(zhēng)相選擇問(wèn)題的模型：廣州市任務(wù)定價(jià)模型正確的概率值為75.19%；佛山市任務(wù)定價(jià)模型正確的概率值為84.76%；深圳市任務(wù)定價(jià)模型正確的概率值為90.12%；東莞市任務(wù)定價(jià)模型正確的概率值為85.54%。決定系數(shù)R2=0.9243，顯著性檢驗(yàn)值P≈0，高度顯著。

5 總結(jié)和評(píng)價(jià)

本文首先結(jié)合會(huì)員的信息，基于會(huì)員與任務(wù)的最小距離、會(huì)員預(yù)定任務(wù)限額以及會(huì)員信譽(yù)度3個(gè)指標(biāo)，建立多元線(xiàn)性回歸模型，衡量不同時(shí)間段不同區(qū)域內(nèi)的“供需匹配”程度是否適合。然后對(duì)4個(gè)區(qū)域定價(jià)容錯(cuò)閾值內(nèi)的正確率進(jìn)行分別計(jì)算，通過(guò)Java軟件進(jìn)行運(yùn)算分析，當(dāng)各個(gè)區(qū)域內(nèi)的閾值正確率不低于70%時(shí)，方可認(rèn)為該方案是合理有效的。

對(duì)于多位用戶(hù)集中選擇某一任務(wù)的問(wèn)題，模型也有單獨(dú)的應(yīng)對(duì)措施。模型單獨(dú)為這種用戶(hù)和任務(wù)均比較密集的區(qū)域進(jìn)行修改優(yōu)化。首先按任務(wù)的經(jīng)緯度分布進(jìn)行合理的組織打包，即在劃分區(qū)域范圍內(nèi)將兩者相對(duì)集中的任務(wù)點(diǎn)聯(lián)合在一起進(jìn)行打包發(fā)布，這樣避免了任務(wù)高峰期的局面發(fā)生。其次將任務(wù)預(yù)定時(shí)間考慮進(jìn)去，建立實(shí)時(shí)的定價(jià)模型，使得任務(wù)的發(fā)放量最大，同時(shí)使會(huì)員用戶(hù)和平臺(tái)軟件的利益最大。