一种移动平台众包任务定价优化方法及系统技术方案

本发明专利技术公开了一种移动平台众包任务定价优化方法及系统，步骤(1)：数据采集：采集劳务众包平台的众包任务信息和任务需求者的信息,对众包任务信息进行可视化和预处理；步骤(2)：多角度分析步骤(1)采集到的数据信息，优化任务定价的影响因素；步骤(3)：将步骤(2)确定的特征作为GBDT算法的输入值，将任务定价模型作为GBDT算法的输出值，使用GBDT算法建立任务定价模型；步骤(4)：利用任务定价模型，进行定价。本发明专利技术对众包任务完成情况的数据进行数据可视化、数据分析和特征优化、任务定价模型优化、测评优化模型的性能，最终确定移动互联网自助式劳务众包平台的任务定价优化方法。

A mobile platform crowdsourcing task pricing optimization method and system

The invention discloses a method and system for optimizing the pricing of mobile platform crowdsourcing tasks. Steps (1): Data Acquisition: collecting the information of the crowd package task information and the task needs of the public package platform, visualizing and preprocessing public packet task information; step (2): the data information collected by the multi angle analysis step (1), and optimizing the data. The influencing factors of task pricing; step (3): take the characteristic of step (2) as the input value of the GBDT algorithm, take the task pricing model as the output value of the GBDT algorithm, and use the GBDT algorithm to establish the task pricing model; step (4): use the task pricing model to make the price. This invention makes data visualization, data analysis and feature optimization, task pricing model optimization, performance evaluation and optimization model, and finally determines the task pricing optimization method of the mobile Internet self-service public service package platform.

【技术实现步骤摘要】
一种移动平台众包任务定价优化方法及系统
本专利技术涉及数据分析
，特别是涉及一种移动平台众包任务定价优化方法及系统。
技术介绍
当今社会，移动互联网已然成为信息获取十分重要的终端，运用众包模式，将庞杂的调研业务执行链条转化到移动平台上实施，使众多APP用户直接在移动平台上接到任务、执行并反馈，不仅为企业提供各种商业检查和信息搜集服务，而且有效地保证了调查数据真实性，缩短调查的周期，降低调研业务的实现成本。而这其中，任务定价制定至关重要，合适的定价才会吸引用户领取任务进而提高任务完成情况。现有技术存在的问题是：大量的任务需求者在任务发布高峰期对任务进行抢接，容易给移动平台服务器带来压力，如果没有合理的手段来对抢接任务行为进行引导，那么大规模的抢接任务行为将对移动平台服务器的运行产生非常不利的影响，而且，如果定价不合理将不能够积极引导任务需求者抢接任务，导致部分任务长期积压无人抢接，浪费移动平台服务器的存储空间，而且还保证不了移动平台服务器数据的及时更新；由于抢接任务行为完全从属于任务需求者的私人意愿，常规的调度手段不适用于众包任务。目前，一些传统的任务定价方法是根据心理学理论的一种定性的定价方式，不是针对众包任务的可行解决方案，而且他们往往只涉及企业或者需求者单方面利益，没有多角度综合考虑企业和需求者的特性。
技术实现思路
为了解决上述问题，本专利技术提供一种移动平台众包任务定价优化方法及系统，本专利技术对众包任务完成情况的数据进行数据可视化、数据分析和特征优化、任务定价模型优化、测评优化模型的性能，最终确定移动互联网自助式劳务众包平台的任务定价优化方法，解决定价不合理而导致的服务器压力的问题。为了实现上述目的，本专利技术采用如下技术方案：一种移动平台众包任务定价优化方法，包括以下步骤：步骤(1)：数据采集：采集劳务众包平台的众包任务信息和任务需求者的信息,对众包任务信息进行可视化和预处理；步骤(2)：多角度分析步骤(1)采集到的数据信息，优化任务定价的影响因素；步骤(3)：将步骤(2)确定的特征作为GBDT算法的输入值，将任务定价模型作为GBDT算法的输出值，使用GBDT算法建立任务定价模型；步骤(4)：利用任务定价模型，进行定价。所述众包任务信息包括：众包任务编号、众包任务定价、众包任务的经纬度和众包任务的执行情况。所述任务需求者的信息，包括任务需求者的位置经纬度、任务需求者的任务领取额度、任务需求者的信誉值。所述步骤(1)中，对众包任务信息进行可视化和预处理：步骤(1-1)：根据采集的众包任务信息，提取任务定价，按照不同价格绘制直方图，进行可视化处理，得到任务定价分布图；步骤(1-2)：根据众包任务的经纬度进行粗略定位，将众包任务的城市位置可视化；步骤(1-3)：根据众包任务的经纬度进行精细定位，将众包任务的县区位置可视化；步骤(1-4)：预处理：判定是否有数据存在异常，并将异常的任务定价数据剔除。所述异常数据，例如重复数据，例如经纬度缺失数据，例如定价超出设定范围的数据。所述步骤(2)步骤为：步骤(2-1)：设定任务辐射半径，计算任务位置和任务需求者位置之间的直线距离；步骤(2-2)：根据步骤(2-1)得到的任务位置和任务需求者位置之间的直线距离，选出辐射半径内的任务需求者，统计得到辐射半径内的任务需求者数目；步骤(2-3)：根据步骤(2-1)得到的任务位置和任务需求者位置之间的直线距离和步骤(2-2)得到的每个任务辐射半径内的任务需求者数目，找出任务位置与任务需求者位置之间的最短实际距离，计算出任务需求者到任务的平均距离。步骤(2-4)：依据百度地图，计算任务需求者位置与任务位置的实际行车距离；步骤(2-5)：分析任务辐射半径内任务需求者预定限额均值：利用采集数据中每个任务需求者的任务领取额度，根据步骤(2-2)得出的每个任务辐射半径内的任务需求者数，计算每个任务辐射半径内的每个任务需求者平均任务领取额度；步骤(2-6)：分析任务辐射半径内任务需求者的信誉均值：利用采集数据中每个任务需求者的信誉值，根据步骤(2-2)得出的任务辐射半径内任务需求者数，计算每个任务辐射半径内任务需求者信誉的均值；步骤(2-7)：计算每个任务位置周边其他的任务数：首先设定任务的分析距离，再计算每个任务与周边其他任务的距离；统计每个任务位置周边小于等于分析距离的任务数目；步骤(2-8)：根据(1)展示的城市位置，获取所述城市的GDP数据；步骤(2-9)：计算每个特征的均值、方差、标准差、最大值、最小值、众数、众数个数和众数个数占比；所述特征包括：任务需求者的信誉度、任务需求者位置与任务位置之间直线距离、任务位置之间的直线距离、任务需求者的任务领取额度和城市的GDP数据；步骤(2-10)：特征选择：如果(2-9)中的特征的方差大于设定阈值，则所述特征被选择用于建立定价模型。在所述步骤(2-1)中，计算任务位置和任务需求者位置之间的直线距离d的步骤为：dy＝(BWD-GLAT)×ec×π/180.0；(2)dx＝(BJD-GLON)×ed×π/180.0；(3)ec＝Eb+(Ea-Eb)×(90-GLAT)/90；(4)其中，GLAT表示任务所在位置的纬度，GLON表示任务所在位置的经度，BWD表示任务需求者所在位置的纬度，BJD表示任务需求者所在位置的经度，dy表示任务位置和任务需求者位置之间的竖向距离，dx表示任务位置和任务需求者位置之间的横向距离；ed是GLAT所在的纬度圈半径，ec用于修正因为纬度不断变化的地球半径长度；Ea表示赤道半径，Eb表示极半径。所述步骤(2-2)中，统计得到每个任务辐射半径内的任务需求者数目的步骤：步骤(2-2-1)：确定分析范围：以每个任务位置为中心点，取设定辐射半径的圆为分析范围；步骤(2-2-2)：选出每个任务距离范围d内的任务需求者，统计得到每个任务辐射半径内的任务需求者数目M。所述步骤(2-7)中，计算每个任务位置周边其他任务数的步骤：步骤(2-7-1)：计算出每两个任务位置的直线距离；步骤(2-7-3)：以每个任务位置为中心点，取设定半径为分析范围；步骤(2-7-4)：对于每个任务，挑选出小于设定半径的其他任务，统计得到每个任务辐射半径内的其他任务数目。一种移动平台众包任务定价优化平台，包括：存储器、处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成如上任一方法所述的步骤。一种计算机可读存储介质，其上运行有计算机程序，所述计算机程序被处理器运行时，完成如上任一方法所述的步骤。GBDT：GradientBoostDecisionTree。本专利技术的有益效果：本专利技术对众包任务完成情况的数据进行数据可视化、数据分析和特征优化、建立基于集成学习的任务定价优化模型、测评优化模型的性能，最终确定移动互联网自助式劳务众包平台的任务定价优化方法。本专利技术通过使用GBDT(GradientBoostDecisionTree)算法建立优化的任务定价模型，能够实现任务的合理定价，从而实现对任务抢接的正确引导，避免任务抢接给服务器带来的压力。附图说明构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申本文档来自技高网...

【技术保护点】
一种移动平台众包任务定价优化方法，其特征是，包括以下步骤：步骤(1)：数据采集：采集劳务众包平台的众包任务信息和任务需求者的信息,对众包任务信息进行可视化和预处理；步骤(2)：多角度分析步骤(1)采集到的数据信息，优化任务定价的影响因素；步骤(3)：将步骤(2)确定的特征作为GBDT算法的输入值，将任务定价模型作为GBDT算法的输出值，使用GBDT算法建立任务定价模型；步骤(4)：利用任务定价模型，进行定价。

【技术特征摘要】
1.一种移动平台众包任务定价优化方法，其特征是，包括以下步骤：步骤(1)：数据采集：采集劳务众包平台的众包任务信息和任务需求者的信息,对众包任务信息进行可视化和预处理；步骤(2)：多角度分析步骤(1)采集到的数据信息，优化任务定价的影响因素；步骤(3)：将步骤(2)确定的特征作为GBDT算法的输入值，将任务定价模型作为GBDT算法的输出值，使用GBDT算法建立任务定价模型；步骤(4)：利用任务定价模型，进行定价。2.如权利要求1所述的一种移动平台众包任务定价优化方法，其特征是，所述众包任务信息包括：众包任务编号、众包任务定价、众包任务的经纬度和众包任务的执行情况。3.如权利要求1所述的一种移动平台众包任务定价优化方法，其特征是，所述任务需求者的信息，包括任务需求者的位置经纬度、任务需求者的任务领取额度、任务需求者的信誉值。4.如权利要求1所述的一种移动平台众包任务定价优化方法，其特征是，所述步骤(1)中，对众包任务信息进行可视化和预处理：步骤(1-1)：根据采集的众包任务信息，提取任务定价，按照不同价格绘制直方图，进行可视化处理，得到任务定价分布图；步骤(1-2)：根据众包任务的经纬度进行粗略定位，将众包任务的城市位置可视化；步骤(1-3)：根据众包任务的经纬度进行精细定位，将众包任务的县区位置可视化；步骤(1-4)：预处理：判定是否有数据存在异常，并将异常的任务定价数据剔除。5.如权利要求1所述的一种移动平台众包任务定价优化方法，其特征是，所述步骤(2)步骤为：步骤(2-1)：设定任务辐射半径，计算任务位置和任务需求者位置之间的直线距离；步骤(2-2)：根据步骤(2-1)得到的任务位置和任务需求者位置之间的直线距离，选出辐射半径内的任务需求者，统计得到辐射半径内的任务需求者数目；步骤(2-3)：根据步骤(2-1)得到的任务位置和任务需求者位置之间的直线距离和步骤(2-2)得到的每个任务辐射半径内的任务需求者数目，找出任务位置与任务需求者位置之间的最短实际距离，计算出任务需求者到任务的平均距离；步骤(2-4)：依据百度地图，计算任务需求者位置与任务位置的实际行车距离；步骤(2-5)：分析任务辐射半径内任务需求者预定限额均值：利用采集数据中每个任务需求者的任务领取额度，根据步骤(2-2)得出的每个任务辐射半径内的任务需求者数，计算每个任务辐射半径内的每个任务需求者平均任务领取额度；步骤(2-6)：分析任务辐射半径内任务需求者的信誉均值：利用采集数据中每个任务需求者的信誉值，根据步骤(2-2)得出的任务辐射半径内任务需求者数，计算每个任务辐射半径内任务需求者信誉的均值；步骤(2-7)：计算每个任务...

【专利技术属性】
技术研发人员：马璐璐，王红，宋永强，刘海燕，王露潼，王倩，余晓梅，闫晓燕，胡斌，
申请(专利权)人：山东师范大学，
类型：发明
国别省市：山东,37