孙晓玲，朱家明，贺晓剑，殷德香

（1.安徽财经大学 统计与应用数学学院；2.安徽财经大学 工商管理学院，安徽 蚌埠 233030）

0 引言

随着互联网越来越发达，经济全球化日趋迅速，众包作为一种新型商业模式逐渐在市场崭露头角[1]，将这种高效方法应用于任务定价是大势所趋，本文将在K-MEANS算法应用的基础上对众包任务定价方式进行计量分析.

1 数据来源与模型假设

数据来源于2017年“高教社杯”全国大学生数学建模竞赛B题.为便于解决问题，对本文提出以下假设：⑴本文所使用的数据均真实有效，具有统计分析价值；⑵任务定价主要受会员与任务距离影响，忽略其他因素对定价的影响；⑶会员的配送能力能够满足该区域内所有的配送需求.

2 基于K-MEANS聚类分析的距离体系

2.1 研究思路

通过查阅资料与相关文献，选取恰当的方法探索任务定价模型.首先，用数学软件挖掘数据信息通过任务与会员的位置对任务与会员聚类，将任务与会员打包[2]；然后，根据已完成任务的价格进行加权合计得到任务定价函数；最后对新任务与会员分类预测新任务的定价.

2.2 研究方法

根据研究思路，对数据做如下处理挖掘数据信息，求解会员中心到任务中心的距离.

⑴运用K-MEANS聚类算法根据任务位置信息将已结束项目聚成m类[3]，得到各类的中心的位置为（Wi,Ei)，其中，i=1,2,…,m；根据会员位置信息将会员聚成n类，得到各类的中心的位置为（Wj,Ej)，其中，j=1,2,…,n.

⑵计算各任务聚类中心与会员聚类中心的距离dij.结合地理知识……