摘要：本文基于“拍照赚钱”APP任务数据及任务信息，探究建立合理的任务定价方案提高项目任务整体完成率。

首先，我们从任务自身属性与会员基本情况两方面综合分析项目任务定价规律的影响因素，结合附件一、二数据利用“地图慧”以及MATLAB软件绘图，发现该项目的定价方案与任务所在地注册会员数负相关。

其次，为建立更为合适的定价方案，我们需要结合 “会员质量”和“会员位置”综合考虑其对区域内范围的影响。经分析后，考虑到不同地区经济发展水平以及区域之间的人员流动较少，故根据附件一经纬度将其分成四个区域，分别是广东省东莞市、佛山市、广州市和深圳市。之后我们将其影响因素与已完成任务进行曲线拟合，从而得到更为合理的定价方案。

再者，针对任务点联合打包问题，我们选取附件一中深圳市的任务点进行分析。首先，利用K均值聚类法将任务点按照位置分为21类，将任务按照聚类分析打包成21个“新任务”。在此基础上，我们将每个小任务周围的人数相加取均值人数作为“新任务”有效范围内的会员数以及会员平均预定任务限额。然后，利用新的定价模型，我们对打包后的新任务进行重新定价。

最后，为附件三中的任务进行定价，我们按照地理位置对附件三中任务点的位置进行划分，利用新建立的定价模型，我们对个任务点进行定价。

关键词：任务定价；曲线拟合；聚类分析；Bayes判别法 

目录

摘要

Abstract

1 引言-6

2影响任务完成率的因素-6

2.1“拍照赚钱”APP运作流程分析-6

2.2分析任务定价规律-6

2.3分析任务未完成原因-7

3新任务定价方案模型的建立与检验-10

3.1建立定价方案模型-10

3.11前期准备-10

3.12基于会员数量和会员质量的定价方案模型-10

3.2基于R软件的Bayes判别法统计模型确定新定价方案完成率[4]-12

4任务联合打包定价模型-13

4.1思路分析-13

4.2利用聚类分析建立任务联合打包模型建立新定价方案-13

5利用模型对任务重新定价-15

6模型的评价与改进-17

6.1模型的评价-17

6.1.1模型的优点-17

6.1.2模型的缺点-17

6.2模型的改进-17

6.3模型的推广-17

结论-17

参考文献-18

致谢-18

附录-19