基于K-means聚类分析的任务定价方案

• 作者: 宋争艳 尹奕 李厚彪 王振坤
• 来源期刊: 实验科学与技术
• 学科: 数学
• 关键词: K-means聚类分析 信誉度 逻辑回归函数 完成度 改善
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 实验技术
• 页码范围: 51-56
• 页数: 6页
• 分类号: O151.2
• 字数: 4142字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-4550.2019.02.012

摘要

该文研究了"拍照赚钱"的定价问题.基于K-means聚类分析,建立了任务定价与任务周围的会员个数、会员的信誉度、会员开始预定任务的时间及任务距离位置的定价模型;利用逻辑回归函数预测任务是否可以完成来评价模型的完成度;最后利用该算法得到的任务定价与APP给出的定价对比,验证了模型的正确性.另通过建立"打包"定价模型,在总任务价格不变的情况下,打包后任务点的完成度由打包前的70.5％ 提高到80.3％,打包对于任务完成情况有了明显的改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李厚彪	电子科技大学数学科学学院	34	30	3.0	4.0
2	宋争艳	电子科技大学计算机科学学院	1	0	0.0	0.0
3	王振坤	电子科技大学光电信息学院	1	0	0.0	0.0
4	尹奕	电子科技大学计算机科学学院	1	0	0.0	0.0