首页|基于K-means聚类算法的任务定价

基于K-means聚类算法的任务定价

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对"拍照赚钱"项目的任务定价,综合运用K-means聚类算法、相关性分析等方法,分别构建了任务定价模型、任务完成率的分析模型.用MATLAB和EXCEL软件求解,发现当会员数量一定时,完成任务的距离越远,任务定价越高;当完成任务的距离一定时,会员数量越少,任务定价越高;在会员数量足够多的前提下,任务定价越高,任务完成度越高.进一步深入分析未完成任务,利用最小二乘法给出更合理的定价模型.
An Empirical Analysis of Task Pricing Based on K-means Clustering Algorithm

朱家明、曹绮琦、潘雪航、钱礼会、李春忠

展开 >

安徽财经大学统计与应用数学学院,安徽 蚌埠 233030

安徽财经大学财政与公共管理学院,安徽 蚌埠 233030

定价模型 任务定价 K-means聚类算法

国家自然科学基金国家自然科学基金安徽省教育厅教育科学研究基金

1305070617030012016ckjh007

2018

10.19697/j.cnki.1673-4432.201803015

厦门理工学院学报
厦门理工学院

厦门理工学院学报

影响因子：0.196
ISSN：1673-4432
年,卷(期)：2018.26(3)
  • 6
  • 5