冉庆波 李宇晗 贾宽宽 孔凡备 刘璐

摘要：“拍照赚钱”作为自助式服务方式之一，研究其合理定价，将保证企业及时有效获取各商品真实信息，且提高任务完成度。基于此，本文利用遗传-LSSVM算法对合理定价问题梯次递进的进行分析研究。首先建立了基于统计分析的竞争度定价基本理论模型，分析了任务未完成的原因。其次建立了基于遗传-LSSVM算法的定价最优化模型，确定了新的定价方案，改善了任务完成情况。采集任务完成的数据作为初始样本集，初始化任务距离半径R，然后结合LSSVM算法对竞争度与定价之间的关系进行训练模拟，进而求解出未完成任务的总定价M，最后以M为目标函数，利用遗传算法对任务距离半径R进行逐步优化，确定最新的定价方案：R=9.8933km方案最优，较原方案，每个任务新定价平均上涨0.6元，整体上升499元，涨幅较小，且保证了所有任务全部完成。

关键词：博弈论；遗传-LSSVM算法；定价模型；竞争度

0 引言

“拍照赚钱”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APP的会员，然后从APP上领取需要拍照的任务，赚取APP对任务所标定的酬金。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，相比传统的市场调查方式可以大大节省调查成本[1]，而且有效地保证了调查数据真实性，缩短了调查的周期。

1基于统计分析的竞争度定价基本理论模型

1.1 数据统计描述

对已有数据进行简单的统计分析，发现集中在广州市、东莞市以及佛山市等市中心周围区域的任务完成情况较好，而未完成任务分散在离市中心较远的区域，说明任务地理位置对任务完成有影响，任务越靠近繁华地带，店铺门户越多，任务完成量就高，情况越好[4]。……