沈莹莹，马意彭，李乐吟
（南京邮电大学a.通信与信息工程学院；b.电子与光学工程学院，南京210000）
引言
任务是移动互联网下的一种自助式服务模式。用户下载APP，注册成为会员，然后从APP上领取需要拍照的任务，赚取任务所标定的酬金。这种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，有效地保证了调查数据的真实性，缩短了调查的周期。因此，APP成为该平台运行的核心，而APP中的任务定价又是其核心要素。
一、众包任务定价方案分析
结合任务信息和会员信息，分析确定出影响任务定价的相关因素，然后采用逐步回归方法建立出任务定价关于显着因素的关系式，剔除其中的影响不显着因素。
（一）影响因素界定
任务密度：会员附近的任务集中程度。
会员密度：任务点附近会员集中程度。
信誉密度：会员的信誉值在任务点的贡献程度。
预订限额密度：会员的预订任务限额对任务点的影响程度。
（二）逐步回归分析任务定价方案
通过逐步回归筛选出对任务定价影响显着的指标，在此基础上分析众包任务的定价方案。利用SPSS软件进行逐步回归分析，得到的回归方程为
y=-0.0138x+80.815
其中，x为会员密度，y为任务定价。通过回归方程拟合度检验发现方程可接受。
由回归方程分析可知，众包任务的定价方案主要考虑了会员密度，即对会员密度相对较大的任务定价相对较低。分析原因在于，对于周边会员相对集中的任务，完成难度较低，为节约成本，不必定价过高也能保证任务的完成；而对于周边会员相对分散的任务，则需要提高定价来吸引会员完成任务。
二、任务定价方案改进
分析发现，原始的定价方案还存在不足之处，直观体现在任务的完成率较低。因此，改进众包任务的定价方案以实现用较少的增加成本完成较高的完成率。
（一）任务完成情况的分类模型
本文采用支持向量机作为确定任务完成情况的分类判别模型的方法。选取任务密度、信誉密度以及任务定价作为影响任务执行情况的因素，利用支持向量机得到分类判别模型为
g（x）=sgn[-0.00208x1+0.0000047x2+0.10023x3-6.92836]
令 w（x）=-0.00208x1+0.0000047x2+0.10023x3-6.92836，
则 g（x）=sgn[w（x）]
其中，x1、x2、x3分别表示任务密度、信誉密度以及任务定价。当 w（x）≥0，g（x）=1 属于第一类，即该任务完成；当w（x）＜0，g（x）=-1 属于第二类，即该任务未完成。
（二）双目标规划模型
以任务完成个数最多、任务增加的总定价最小为目标建立双目标规划模型，以原有的定价等级为约束。计算得出任务的新的定价，从而得到新的定价方案，与原有的方案进行比较。
双目标规划模型为：
利用LINGO软件对双目标规划模型进行求解，得到改进后的任务定价方案。改进后的任务定价方案中，在未完成任务中需要重新定价的任务有220个，其余的93个任务提高任务定价也不能够使其完成，因此定价保持不变以节约成本。
改进后的定价方案相比原始定价方案，完成任务数量增加了220个，任务完成率提高了25.39%。可以看出，改进后的任务定价方案在任务完成率上有了显着的提高，并且平台增加的开销为654.5元，实现了希望用较少的增加成本完成较多的任务的目的，经济效用显着。
结语
对平台给出的任务定价方案进行逐步回归分析，发现平台定价方案的不足之处，进而提出改进方案。利用双目标规划模型从多个角度进行分析考察，给出更有效率的任务定价方案。最后，完整的众包任务定价方案确定，并通过数据汇总检验发现确实能够在提高任务完成率的同时节约成本开销，具有较高的经济效用，能够在实际生活中得到很好的应用。
