“拍照赚钱”的任务定价分析的论文(电子版)
关于“拍照赚钱”众包任务定价的研究
关于“拍照赚钱”众包任务定价的研究随着手机摄影技术的不断提高和社交媒体的普及，拍照赚钱已经成为一种新的赚钱方式，吸引了大批的摄影爱好者和专业摄影师。
众包任务定价对于“拍照赚钱”行业至关重要，它直接关系到摄影师的收入和任务的吸引力。
对于众包任务定价的研究势在必行。
我们需要了解什么是“拍照赚钱”众包任务。
在这种模式下，平台会发布一些需要拍摄的图片或者视频的任务，然后摄影师可以根据自己的兴趣和能力选择任务进行拍摄，完成后提交给平台审核，通过审核的作品通过后即可获得相应的报酬。
众包任务的定价是平台和摄影师双方都需要考虑的重要因素，因为定价的合理性直接关系到任务的吸引力和摄影师的收入。
在研究众包任务定价时，我们需要从以下几个方面展开分析：要考虑的是图片的内容和质量。
不同的众包任务对于图片的内容和质量都有不同的要求，一般来说，对于高质量的作品，平台会愿意支付更高的价格。
而且在市场中，某些特定类型的图片可能会比较稀缺，比如特定的地点、人物或者场景，这些图片的定价也会相对较高。
确定图片的内容和质量对于众包任务定价至关重要。
需要考虑的是市场需求和竞争情况。
众包任务定价受市场供求关系的影响，如果某种类型的图片供大于求，那么对于这类图片的定价自然就会相对较低。
而一些市场需求比较高的图片，其定价则可能会相对较高。
竞争也是一个重要的因素，如果竞争比较激烈，那么摄影师为了吸引客户可能会降低价格，而平台也可能会适当提高定价来吸引优质的作品。
要考虑的是摄影师的工作量和成本。
摄影师在拍摄作品的过程中需要花费时间和精力，而且可能还需要支付一些拍摄成本，比如摄影器材、场地租金等。
摄影师的工作量和成本也是众包任务定价的一个重要考量因素。
还需要考虑的是平台的利润和市场定位。
对于众包平台来说，定价不能过低，否则可能会导致平台利润不足，影响平台的发展。
平台的市场定位也是一个重要的考虑因素，一些高端定位的平台可能会愿意支付更高的价格来吸引更多的高质量作品，而一些大众化的平台则可能会以更低的价格来吸引更多的摄影师和客户。
关于“拍照赚钱”众包任务定价的研究
关于“拍照赚钱”众包任务定价的研究拍照赚钱，也被称为摄影众包，是一种通过拍摄、上传和出售照片来赚钱的方式。
随着智能手机的普及和移动互联网的发展，越来越多的人开始利用自己的手机拍摄优质照片，并通过各种平台进行出售或参与各类众包任务，以获取收益。
对于这种众包任务的定价一直是一个备受关注的问题。
本文将从市场定价、照片质量和众包平台三个方面对拍照赚钱众包任务的定价进行研究。
市场定价市场定价是拍照赚钱众包任务定价的一个重要因素。
随着智能手机摄影技术的不断提升和手机拍摄照片的数量不断增加，照片的供给越来越充足，这就导致了市场的竞争加剧。
在这种情况下，如果把众包任务的定价设定得过高，就会导致需求下降，照片无法被购买或任务无法被完成。
市场定价需要根据市场供需关系和竞争情况来进行合理的调整，以保证众包任务的顺利完成和收益的最大化。
照片质量照片质量是影响拍照赚钱众包任务定价的另一个重要因素。
在众包任务中，照片的质量直接影响着照片的销量和价格。
高质量的照片通常能够吸引更多的购买者，并且可以以更高的价格出售，因此在众包任务的定价中，照片质量应该被充分考虑。
一般来说，对于高质量的照片，众包任务的定价可以适当提高，以激励摄影者拍摄更多更好的照片。
而对于低质量的照片，则可以降低定价，以鼓励摄影者提升照片质量，从而提高照片的销售量和价格。
众包平台众包平台也是影响拍照赚钱众包任务定价的一个重要因素。
不同的众包平台有不同的市场定位和用户群体，这就导致了众包任务的定价存在较大的差异。
一般来说，知名度和用户规模较大的众包平台可以吸引更多的买家和卖家，从而有效提高照片的销量和价格。
在选择众包平台时，需要充分考虑平台的知名度和用户规模，以获取更好的销售和收益。
拍照赚钱众包任务的定价受到市场定价、照片质量和众包平台等多方面因素的影响。
在进行众包任务定价时，需要综合考虑以上因素，根据市场供需关系和竞争情况来进行合理的定价。
摄影者也需要不断提升照片质量，选择合适的众包平台，来获得更好的销售和收益。
拍照赚钱的任务定价数学建模论文
“拍照赚钱”的任务定价分析“通过拍照赚钱”是一种自助服务模式，要求成员在应用程序上收集任务并在完成任务后获得为任务划定的报酬。
在此应用中，任务定价是其核心要素。
通过对“拍照赚钱”任务定价方案的分析，评价和改进，优化任务包装方案，达到了节约成本，提高任务完成度的目的。
对于问题一，通过分析附件一中的任务定价数据，我们可以看到任务评估的平均定价为69.11，任务定价的范围为[65,85]。
在分析未完成任务的原因时，首先，未完成任务的比例为37.9％。
其次，绘制任务完成和任务定价框的折线图。
未完成任务的价格低于已完成任务的价格。
最后，在地图上标记任务的完成。
可以看出，未完成的任务主要集中在区域1中，区域2的完成度最高。
对于第二个问题，选择附件1中的完整数据作为训练集，并将未完成的任务作为测试集。
通过按经度和纬度连接附件I和附件II，建立了以任务定价为因变量的线性回归模型。
利用该模型对原方案中未完成任务的定价进行了预测和分析，预测值为新的定价方案。
新方案的完成率比原方案高11.87％。
对于第三个问题，根据任务位置和成员位置的经纬度信息计算出每个成员到每个任务点的距离，并根据每个成员的任务配额和信誉来分配和打包任务成员，针对问题4和问题4，有必要为附件3中的新项目制定任务定价方案。
首先，从问题3中获得的约束公式用于打包和发布附件3中的数据，可以打包。
到300。
然后，对300组数据进行预测和分析，以获得一组任务定价。
为了知道该方案是好是坏，请进行一系列比较。
利用附件3中的数据，将问题2中建立的模型应用于预测和分析，并获得新的任务定价。
比较两个任务的总价值后，我们发现软件包发布方案的成本较低，因此此结果更为合理。
通过对“拍照赚钱”任务定价的分析，我们可以了解到打包发布任务的成本较低，方案较为合理。
关键词：多元线性回归任务定价任务包装R语言1，问题重述“通过拍照赚钱”是一种自助服务模式，用户可以下载应用程序并成为会员，然后选择执行任务以在应用程序上赚钱。
关于“拍照赚钱”众包任务定价的研究
关于“拍照赚钱”众包任务定价的研究一、拍照赚钱的众包任务定价存在的问题1. 定价不透明在一些拍照赚钱的众包任务平台上，任务的定价常常并不透明。
有的平台甚至没有一个明确的定价标准，导致参与者无法准确地评估任务的价值，从而影响了他们的积极性和参与度。
2. 定价过低一些平台为了吸引更多的参与者，将任务的定价设置得过低，甚至有时远低于任务的实际价值，这既使得参与者的劳动得不到应有的回报，也严重影响了任务的质量。
定价不合理表现在，有的任务虽然定价高，但其实际价值并不相符，对于任务发布者而言是一种资源的浪费，对于参与者而言则是一种欺骗和误导。
1. 任务类型对定价的影响拍照赚钱的任务类型多种多样，可能需要拍摄商品、风景、人物等各种类型的照片。
不同类型的任务对信息的获取难易程度，对拍摄技术的要求，对市场需求的程度都有所不同，因此也需要有不同的定价标准。
任务所需的时间长短也是影响定价的一个重要因素。
有些任务可能只需要几分钟就可以完成，而有些任务可能需要花费数小时甚至几天的时间。
任务时间也应该成为定价的参考依据。
不同地域的任务的定价也应该有所差异。
在一些地区，尤其是一些发展中国家，人工成本相对较低，因此众包任务的定价可能也相对较低。
而在一些发达国家，人工成本更高，任务的定价也应该相对高一些。
众包平台应该建立一个透明的定价机制，让参与者可以清楚地知道不同类型任务的定价标准。
这样既可以激励参与者的积极性，也可以提高任务的质量。
2. 合理制定定价标准众包平台应该根据不同类型的任务、不同地域的任务、任务所需时间等因素，合理制定定价标准，确保任务的定价能够反映其真实的价值。
3. 加强对定价的监管相关管理部门以及相关协会应该加强对众包任务定价的监管力度，防止一些不法平台通过不合理的定价来欺骗参与者。
四、结语拍照赚钱的众包任务定价是一个较为复杂的问题，其受到多种因素的影响。
为了保证众包任务的可持续发展，我们需要不断对众包任务的定价进行研究和调整，使其能够更好地反映任务的真实价值，从而促进众包任务的健康发展。
拍照赚钱的任务定价分析
拍照赚钱的任务定价分析摘要：移动互联网的不断发展以及智能手机的普及，使得越来越多的新型电子商务模式出现，互联网的便捷使得各种各样的自助式服务模式相继产生。
“拍照赚钱”APP就是基于移动互联网的自助式劳务众包平台。
将任务的发布及完成过程进行仿真，通过对不同情况下的任务完成情况的仿真，得到仿真结果并通过制作任务完成情况与定价合理度的关系以及趋势预测图，说明任务发布方式的改变会对任务定价模型方案产生影响，从而提高任务完成度，使任务完成情况更优.接着又通过所建的任务完成率模型，在打包任务发布情况下所受的影响及改变，分析得到任务打包联合发布将会提高劳动力的利用效率，提高任务的完成率。
我们利用二次拟合求得定价关系函数，用原来的任务定价方案与新的定价方案就行对比，来证明新的定价方案的实施效果。
关键词：任务完成率模型；模糊综合评价；灰色关联；仿真；二次拟合1.模型的建立与求解①系统初始化将地理位置经度纬度作为表格的划分依据，每个格子的边长为0.1经度/纬度；初始时刻有200项任务均匀随机分布在网格中。
②任务的预订会员的任务预订过程服从均匀分布，每次产生新任务的概率是0.2.如果本轮产生新的任务，则随机分布在经纬网上。
③任务的完成会员接到任务后，按照最优时间完成任务.将该数据添加到已完成任务集合中。
1.1无“挑任务”情形的仿真：如会员选择任务时不受信誉值的影响，即预订任务开始时间和预订任务限额均不考虑的情况下.如果会员打开了APP，就可以从任务信息中选择一个任务，并前往任务地点完成任务。
（1）受到信誉值影响的情况如果信誉值高的会员优先选走了部分任务，则信誉值低的会员不能得到这部分任务的任务信息。
（2）无“挑任务”的情况在无“挑任务”的情况下，只要有任务信息发布，就会有会员接单。
（3）定价方案合理度与任务完成率的关系由之前的分析可以发现定价方案合理度会对任务完成率产生影响。
我们通过对实际问题的分析，假设定价方案合理度与任务完成率的关系满足如下的指数规律：，其中：K表示吸引力系数，据实际情况取是每个任务定价的合理度；μ是任务的完成率。
基于多元线性回归的“拍照赚钱”的任务定价模型房越
基于多元线性回归的“拍照赚钱”的任务定价模型房越随着移动互联网的发展，拍照赚钱这种形式的兼职任务逐渐流行起来，人们通过上传摄影作品获得一定的报酬。
此类任务的报酬数量通常由任务发布者自主确定，为了更公平地定价任务，需要建立一个科学合理的任务定价模型。
本文利用多元线性回归方法，建立了一种拍照赚钱的任务定价模型，以有效地衡量照片的各项属性在定价中的作用。
多元线性回归是通过利用多个自变量来预测因变量的一种统计方法。
在本研究中，我们将把自变量设置为照片的各项属性，如颜色、构图、对比度等，而因变量则代表任务的定价。
我们将收集一定数量的拍照赚钱任务数据，通过多元线性回归模型对其进行拟合，以得到各属性对任务定价的影响系数，并据此建立任务定价模型。
首先，我们需要确定照片的各项属性。
在实际操作中，我们可以分析已发布的任务数据，选取常用的属性作为自变量。
例如，可以使用调用电脑视觉接口的方法来获取照片的颜色构成，提取出各种颜色的占比。
对于构图，可以使用图像分割算法，计算图片中重要物体的占比，定义为构图指数。
对于对比度，则需要将图像进行灰度化处理后，计算出对比度的值。
通过收集足够的数据，可以确定适当的属性指标，并为其赋予相应的权重。
接下来，我们将利用多元线性回归方法进行模型建立。
由于拍照赚钱任务定价可能受到其他因素的影响，如任务类型、发布者的声誉等，我们需要将这些因素也考虑在内。
此处，我们将简化模型，只考虑照片属性和任务类型对定价的影响。
多元线性回归模型如下：价格= β0 + β1 × 颜色指数+ β2 × 构图指数+ β3× 对比度值+ β4 × 任务类型其中，β0 为截距，β1-β3 分别为各项属性在定价中的系数，β4 则为表示任务类型的因子，如旅游、生活、美食等。
我们需要利用收集到的数据，对这些系数进行求解。
在求解过程中，可以使用回归分析的方法进行参数估计，或使用机器学习的方法，如神经网络、决策树等。
“拍照赚钱”的任务定价
“拍照赚钱”的任务定价摘要：“拍照赚钱”是移动互联网下的一种自助式服务模式，其对商业检查和信息搜集具有极其重要的影响，但是如果定价不合理，就会导致许多任务无法完成，造成数据调查的失败。
因此研究基于移动互联网的“拍照定价”问题具有很重要的意义。
关键词：定价策略 k-means聚类分析；多元线性回归；优化引言基于移动互联网的自助式劳务众包平台迅速发展，其中“拍照赚钱”是一种自助式服务模式。
用户只需下载APP，注册成为会员，然后领取拍照任务，赚取APP对不同任务所标定的酬金。
它的存在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大大节省了调查成本，而且有效地保证了数据的真实性，缩短了调查的周期。
在该平台上，APP为运行的核心，而APP中的任务定价为其核心要素。
如果定价不合理，有的任务就会无人问津，而导致商品检查的失败。
在实际情况下，多个任务也可能因为位置比较集中，导致用户会争相选择，对此种情况一种考虑是将这些任务联合在一起打包发布。
新产品的定价是营销策略中一个很重要的问题，它关系到产品能否投入市场，站稳脚跟以便获得更大的利益。
在“拍照挣钱”的定价过程中，由于拍照的物品以及模式较为简单，那么它的影响因素只需从地域方面进行考虑即可。
针对以上分析，确定了四个定价的影响因素如下：（1）以任务为中心方圆10千米的会员个数（2）会员经纬度与任务经纬度之间的距离（3）任务所处纬度（4）任务所处经度接下来根据这四个因素对任务的影响确定一个新的定价规则并根据此规则分析任务未完成的原因并继续改进就显得非常重要。
1 影响因素的确定首先不同的因素肯定对形成不同的定价规律，一个好的定价应该是在不提高平台的运行成本的前提下，尽量提高任务的完成率。
定价方案应该对所有会员都具有一定的吸引力，均衡性是一种可能的方案，定价方案应该考虑到优质会员的利益。
理论上任务定价跟所有会员的限额、会员与任务之间的距离有关，同样跟任务的集中度、会员的信誉、交通量[3,4]都有关系。
“拍照赚钱”的任务定价研究
“拍照赚钱”的任务定价研究摘要：“拍照赚钱”是互联网下的一种自助服务模式，如何合适的设定该模式的定价具有重要的意义本文针对“拍照赚钱”的任务定价进行研究分析，首先对数据进行了分析，得到会员与任务的分布情况。
通过回归分析和数据可视化找到了任务定价规律，任务未完成原因。
同时考虑了多个任务位置集中的情况下，任务打包发布对不同信誉度的会员进行差别定价，以激励会员的活跃度。
关键词：回归分析；参与度与信誉度；灰色关联1.模型建立现取深圳地区为研究对象，深圳地区会员数量为836人，任务数量为461个。
完成任务数量有278个，但未完成数任务有183个。
会员数多余任务的数量，但未完成数量却这么多，说明有很大一部分会员没有参与，或者接下任务以后没有完成。
通常参与度与任务类型、任务难度、发布任务者等外部因素有关，也与会员离任务的距离、会员的年龄、会员的信誉等因素有关。
而题目只给出了信誉度。
可以假设会员的参与情况与会员的信誉呈正相关。
2.建立会员参与度与信誉的关系通常，在客观事物中，最常见的是用实数 R当作论域，把把会员的信誉当作实数 R，参与度当作 R 上的 F 集（模糊集）。
通过猪八戒平台公布数据，参与度的通常与信度呈抛物线分布，及信誉度越高，参与度越大。
及采用抛物线形的 F分布却定参与度与信度的模糊集。
设l为信誉度，则l_0=√(k&l),k=1,2,…,n当k=3 时，信誉度变化范围从[0.0036~27953.03]变为[0.0464~30.83]。
当k=6时，信誉度变化范围从[0.0036~27953.03]变为[0.2154~5.508]。
3.建立会员与任务的灰色关联模型为保证建模质量与系统的分析的正确结果，对收集来的原始数据必须进行数据变换和处理，使其消除量纲和具有可比性。
定义1：设有序列x=(x(1),x(2),…,x(n)),则称f:x→y即f(x(k))=y(k),k=1,2,…n为序列x到y的数据变换。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
“拍照赚钱”的任务定价分析
摘要
随着现代科技的高速发展，现在的智能手机功能越来越多样化，手机的像素也越来越高，拍照也从数码相机过渡到了手机，手机不仅仅可以拍怕生活照，风景照；人们也意识到手机拍照也是可以用来赚钱的，只要你的像素够高，拍出的图清晰，且符合相关要求，就可以获得相应的报酬。
对于问题一，分析附件一中含有的参数，将这些参数分别于任务的执行情况相关联，通过分析作图对比，计算所占比率等因素发现，将任务所占区域进行对比，发现其定价的主要规律是跟任务量有关，随着价格的逐渐递增，任务出现了逐渐递减的趋势，可以说明一个问题，就是可能随着价格的增高，在此价格上投入的任务量会逐渐递减。
但是其中也出现了几个转折明显的定价，究其原因，可能是跟后面的时间有关。
对于问题二
对于问题三，多个任务可能会因为位置比较集中，导致用户争相选择，一种选择是将这些任务打包发布，这里我们得出了两种定价方案：方案1根据用户与任务的距离，将相对集中的任务合并到一起，并且打包给距离较近的用户，来调整价格；方案二2 根据用户与任务的集中程度，将合并在一起的任务发布给在此区域类信誉度较高的用户，调整价格。
对于问题四，经过MATLAB绘制新项目的位置坐标后发现这些坐标都集中在一定的范围内，所以这个跟问题三的处理方式相类似。
可以考虑将任务打包发布来调整价格，调整价格的分布就会出现一个问题，那就是在哪些位置分布怎样的价格，这些价格又会怎么影响整个方案。
这就相当于此方案的实施效果是对问题三方案的检验。
关键词：任务量，MATLAB，会员位置
1.问题重述
1.1问题背景
随着现代科技的高速发展，现在的智能手机功能越来越多样化，手机的像素也越来越高，拍照也从数码相机过渡到了手机，手机不仅仅可以拍怕生活照，风景照；人们也意识到手机拍照也是可以用来赚钱的，只要你的像素够高，拍出的图清晰，且符合相关要求，就可以获得相应的报酬。
1.2问题描述
“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（比如上超市去检查某种商品的上架情况），赚取APP对任务所标定的酬金。
这种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，而且有效地保证了调查数据真实性，缩短了调查的周期。
因此APP成为该平台运行的核心，而APP中的任务定价又是其核心要素。
如果定价不合理，有的任务就会无人问津，而导致商品检查的失败。
附件一是一个已结束项目的任务数据，包含了每个任务的位置、定价和完成情况（“1”表示完成，“0”表示未完成）；附件二是会员信息数据，包含了会员的位置、信誉值、参考其信誉给出的任务开始预订时间和预订限额，原则上会员信誉越高，越优先开始挑选任务，其配额也就越大（任务分配时实际上是根据预订限额所占比例进行配发）；附件三是一个新的检查项目任务数据，只有任务的位置信息。
请完成下面的问题：
1. 研究附件一中项目的任务定价规律，分析任务未完成的原因。
2. 为附件一中的项目设计新的任务定价方案，并和原方案进行比较。
3. 实际情况下，多个任务可能因为位置比较集中，导致用户会争相选择，一种考虑是将这些任务联合在一起打包发布。
在这种考虑下，如何修改前面的定价模型，对最终的任务完成情况又有什么影响？
4. 对附件三中的新项目给出你的任务定价方案，并评价该方案的实施效果。
2.问题分析
2.1问题一分析
要从附件一分析出项目的的任务定价规律，即定价规律是什么？更简言之便是我们的定价规律具有什么样的形式？一、我们要得到这些定价的范围，这是非常容易办到的，因为从附件一数据可以看出价格是一些离散的点集，我们将标价升序（降序）排列便会产生最大值与最小值，列出两者之间的数值就得到确切的范围。
二、这些范围的定价规律应该如何得出便成为我们的难点。
由于任务的位置是经纬度（给定区域内离散的点集）是二维，如果用位置拟合标价的曲线图，就意味着要将给定区域内的点集合转化为一条直线上的点，这样的方式根本不可能办到，故此方法不合理。
如果用给定区域内点集合
作为定义域，标价作为值域建立二元函数这样大大加大我们处理问题的难度。
综上说明我们建立位置与标价的确切关系是不可能处理这个问题，现在唯一可行与相对合理的方法就是利用已知数据画一些柱状图或是其他的图表来的到附件一中项目任务的定价规律。
对于后一个问而言，要分析任务未完成的原因，只从未完成的情况来分析的话我们没有参考来作为说明的理由。
换言之，我们要找一组或是多组完成的情况比较好的作为一个参照物，然后分析完成与未完成的数据特征，找他们的异同点来分析便可以得到未完成的原因是什么。
2.2问题二分析
实际上第二问可以既是第二问的一个后续过程也是第二个问题的延伸，因为现实中人的活动受到多重因素的制约例如会员位置(GPS)、预订任务限额、预订任务开始时间信誉值等影响，所以我们应该考虑上述的因素去改进附件一中的旧方案就可能得到一个更为恰当合理的方案。
2.4问题三分析
任务量相对集中，从会员信息分布表画出的坐标图来看，任务量相对集中的地方，会员也会很集中，所以要打包发布给用户，就可能考到用户距离实际任务的距离大小和会员的信誉来考虑给用户分配任务。
2.3问题四分析
问题四要求我们对附件三的新项目给出你的任务定价方案，实际上可以看作是我们任务二的一个模型检验或是在对方案二的优化过程，故而多考虑一些更多的因素进去或者是考虑各个因素是否相互制约着我们的定价方。
3.模型假设与符号系统
3.1模型的假设
（1）假设问题一附件所给除外的因素，都不影响定价的规律，影响任务执行的因素也是只有附件中涉及的因素；
（2）假设问题二中，新的定价方案也只考虑题中的因素；
4.问题一的建模与求解
4.1数据预处理
定价范围：将附件一的数据作如下处理
然后对上表作如下的柱状图
从上图得定价规律：该区定价主要以离散的形式相对均匀区间[65,85]中；并且对低价的投入任务量远多于高价，在标价为70之前随着价格的增加投入量也随之而减少。
这样的定价分布非常符合商家希望投入低成本而得到高效率的决策思想。
对于第二小问，用MATLAB得到了任务完成（蓝心）坐标与未完成点（红圈）坐标
将该区域分成A、B、C、A’四个区域，用上述的方式作出A、B、C、A’的柱状图如下：
分析得到：从离散图可以看出，A区与A’区的项目任务几乎都得以实现了，而B、C区内都有将近1/2的项目任务没有得到完成。
通过计算总体A、B、C、总体图的平均完成率分别为99.39%、29.51%、62.09%、62.51%以及上图观察，
如果以A区作为评判参照物来改善B、C进而改善总体的成功率，必然使得总体的成功率提高
5.问题3建模与求解
5.1对数据的分析
类似于滴滴打车的模式，位置相对集中，可能会导致用户争相选择，我们可以考虑将这些相对集中的任务按照价格或者是距离等因素进行合并，首先如果是合并的话，如何合并，怎样合并，这里由于给定了经纬度的信息，即可以确定一些确切的点，这样，我们的其中一个方案就可以按照位置信息对价格进行调整，也就是相邻距离小于多少千米的合并在一起，由于进行了合并，因此价格肯定比单一的便宜，那究竟这样调整之后，价格便宜多少，所以在这里我们将重点考虑该区域的会员限额及位置，同时也是要考虑其位置信息，高程信息等因素的来综合定价的。
5.2方案的选择
方案1
根据用户与任务的距离，将相对集中的任务合并到一起，并且打包给距离较近的用户，来调整价格
方案二2
根据用户与任务的集中程度，将合并在一起的任务发布给在此区域类信誉度较高的
用户，调整价格。
5.3 模型的建立
对于方案1
就如图所示，可以将任务量较集中的任务合并打包发送给附近位置较近的会员，这样也可以适当的降低整个任务的价格。
对于方案2
就如图所示，可以将任务量较集中的任务合并打包发送给附近位置较近而且信誉度较高的会员，这样也可以适当的降低整个任务的价格。
6.问题4的建模与求解
6.1对数据的分析
从附件3中的经纬度坐标位置经过matlab建立坐标图如下：
从改图中可以分析得出：按照之前的A，A’,B、C四个区域来分布，可以发现，附件三所列出的坐标主要分在A、B、C三个区域。
6.2方案的选取
根据三个区域的坐标分布来看，三个区域的位置坐标都非常的集中，这就可能利用到问题三中多个任务可能因为位置比较集中，导致用户会争相选择，将会用到将任务打包发布。
7.参考文献
[1]郭民之，概率论与数理统计，科学出版社，2016年2月；
[2]李峰，数学实验[M]，科学出版社，2012年8月；
[3]七大洲经纬度百度百科；。