作者:张悦; 田林杰; 周兆明; 郭宝多元回归聚类分析神经网络ahp评价比例模型优化理想解法
摘要:随着手机应用的兴起,拍照赚钱类APP广受欢迎。我们对拍照赚钱类APP定价规律进行研究,并建立了以聚类中心为圆心的环状分层模型作为样本区域,建立覆盖所有区域的棋盘网格,基于此拟合出任务定价与距离和会员数量的多元线性回归模型;进一步思考提出对其定价模型的优化,考虑在保证任务完成率前提下尽量降低定价,利用AHP法建立多元定价的浮动模型,考虑会员信誉度对完成率的显著性影响,将其作为比例系数加入模型并在神经网络的训练检验下建立比例定价模型;创新性提出任务打包型方案,由于用户争相选择,打包方案的确定与已完成任务的密集程度有关,将密集棋盘网络区域内的任务打包分配,图表列举出所有打包方案。考虑双方接受度建立综合满意度模型的目标函数,任务降价金额为控制变量,降价金额的设置范围为约束条件建立优化模型,得到满意度最大时对应的降价金额并建立棋盘打包模型筛选出超额的点来进行打包任务的分配,从而在保证用户满意度情况下使得APP中任务完成率以及公司利润大幅提升。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社