摘要：本文主要研究了基于移动互联网下“拍照赚钱”App的合理定价问题，建立了合理定价规划模型、优化的逻辑回归模型、软件打包任务定价模型，利用Excel、Spss、Matlab等软件处理分析书，实现了对定价规律及问题的研究，并以提高任务完成率为目标继而基于实际打包任务对模型进一步优化，最后用新的数据坐标进行模型检验，确立最终优化方案。
关键词：任务定价、回归分析、模型优化、打包
一、分析原定价规律下任务未完成的原因
对835项任务分布坐标进行数据处理，利用GooleEarth软件和Spss分别将任务经纬度放到实际地图和二维散点图中，剔除错误数据和经纬度过于离散的点，
对用软件所得图形并结合实际情况分析可知：
（1）任务分布地点多数集中在会员所在位置附近；
（2）四个地区的定价呈以市中心为中心，向四周放射状逐渐增加的趋势；
（3）由于地区不同，市、镇、村定价存在差异性，考虑到实际问题，即各地区的交通状况不同：城市较为便捷，乡镇次之，最后是乡村以及一些偏远地区；
（4）定价成放射状，其中定价与地区繁华度呈反向对应匹配，即低定价集中在城市中心繁华地带，高定价与偏远地区相对应。
基于以上构建圆环几何模型研究定价规律，找出定价基础，建立插值拟合模型，并按价格分层，对相邻层定价的距离求平均值，得出单位距离定价。选取其中一个中心点，用回归分析进行多次拟合，再用其他三个中心点进行验证和模型优化。最后立足整个任务分布范围，研究整体的定价规律。
考虑到制定新的任务定价方案即是研究如何提高任务完成数占总分配任务的比重，进而转化成影响影响成功率因素的问题。此处我们利用二元逻辑回归知识构建以成功率为因变量，影响因素为自变量的函数模型。基于第一部分的定价规律，仍以四个中心城市划分，得出更为优化，拟合度更高的定价方案。最后，对新的定价模型进行求解，分别从部分和整体两个角度與原方案的完成任务率进行比较，得出优化后的方案中任务成功率明显高于原方案。
特别地，繁华地区会员密度大反而任务未完成率高，这是由于会员对定价的期望值大，而定价相对较低，因此可适当提高这一地带的定价。其次，根据问题价格在地区的分布中得知，仍有部分点与第一部分的价格规律相悖，这是因为，与中心点距离之外的界限的位置不在定价规律之内，因此无法满足会员需求，需要适当的优惠政策予以支持。
二、对集中任务联合打包发布，优化定价方案
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。争相选择的结果会导致已完成的任务附近下一次发布任务时会员会争相选择，未完成的任务仍“无人问津”，形成恶性循环，如何提高完成率仍无法解决。这时候就需要采取将一些任务打包发布的方法，综合考虑任务的完成与否以及打包的个数，进行打包发布，以便提高任务完成率。
对公司所给1877项会员数据进行分析，对集中分布的任务进行打包发布，参考未完成任务集中分布的定价模型，考虑到将“受欢迎任务”与“未完成任务”合理绑定打包发布可以提高成功率，从完成任务和未完成任务的距离、附近会员信誉值的高低以及会员的预定限量三个指标来综合分析建立模型。我们将会员信誉度分层考虑，简化数据操作，最后求解模型，得出打包发布下的定价模型进一步优化了原始定价模型，降低了原定价模型本身的弊端，大大提高了任务完成率。
三、模型评价及推广
（一）模型优点
1.多元回归分析法在分析多因素模型时，更加简便；
2.多元回归分析可以准确地计量各个因素之间的相关程度与回归拟合程度的高低，提高预测方程式的效果：
（二）模型缺点
在回归分析法时，由于实际一个变量仅受单个因素的影响的情况极少，需要注意模式的适合范围，所以一元回归分析法适用存在一个对因变量影响作用明显高于其他因素的变量时使用。多元回归分析法更适于实际的经济问题，或受多种因素影响时使用。
作者：郭姝彦等