当前位置：首页> 正在进行安全检测...

正在进行安全检测...

时间：2024-01-10 00:24:13 下载该word文档

1“拍照赚钱”的任务定价1.1思路对于附件中的数据通过可视化的方式寻找规律对于任务定价方案的制定，引入吸引力因子，参考库仑定律建立表达式，并引入模型的评估机制（任务完成率、总完成率、用户总盈利、平台总收益等指标）对于打包策略，利用K-means聚类算法进行聚类，并对结合库仑定律引入的表达式进行推广，通过程序模拟发现规律根据两个定价模型的公式以及分配机制和评估机制进行模拟，得出较好的定价公式1.2方法选取指标结合库仑定律自定义计算公式、K-means聚类算法1.3亮点2“拍照赚钱”的任务定价2.1思路利用“地图无忧”和“百度地图开放平台”进行不同价位的任务点分布图提出任务对会员的吸引力指标函数来表达意愿，并提出坐标活跃度，通过matlabmatlabmatlab进行三维可视化，接着根据积分中值定理系列推导得出ppp值
引入行动力建立打包数的函数关系（在一次活动中消耗的行动力=行动到任务点的行动力+做任务的行动力），并定义0-1之间的相关系数u表示任务与会员之间的吸引力，接下来给出具体的打包算法引入描述任务和用户匹配程度的变量区分不同用户，得到两个变量量化后的关系，并用matlabmatlabmatlab将用户按城市聚类，得到各个任务完成能力最大的用户分别从属于哪个城市（根据行动力进行打包）2.2方法对所有任务采用ISODATA算法进行聚类分析、将会员的分布与会员等级通过位势函数法抽象为空间内分布的用户活跃度、包内采用最近邻法则实现聚类聚类分析、回归分析、位势函数法、最近邻法则3基于聚类分析的双目标优化定价模型3.1思路通过百度地图观察位置分布，并利用CFTool工具箱做出经纬度与定价的三维立体图；利用拉依达准则剔除异常数据，接着进行空间数据的离散化处理。随后确定任务定价的影响因子，并根据任务位置进行K-means聚类，最后利用灰色关联矩阵计算出任务定价情况与影响因子的相关度定义吸引度矩阵及计算出吸引度阈值后，建立多目标优化模型（约束

阅读全文