“拍照赚钱”的任务定价

App"拍照赚钱"作为一种新的自助式服务模式,如何合理定价,是其持续运作的关键。通过Matlab的分层聚类分析以及SPSS的K均值聚类分析;以任务获取的难易程度为出发点,将人均获取的任务量定义为任务获取难易的程度,再可细分为两个部分:第一部分即用户到该任务点所应获得的酬劳,以及从该任务点出发到其他联合任务点所需要的酬劳。由此酬劳的其中一部分即需要考虑用户同第一个任务点的距离及其相关因素,第二部分即任务点之间转换所需考虑的因素。最后,对建立的三个模型和求解过程的优缺点给出相应的客观评价。     

“拍照赚钱”的任务定价

研究在"拍照赚钱"这种自助式服务模式下的任务定价。通过聚类分析与距离贴近原则建立新的任务定价模型,得出新的定价模型在理论上可将未完成任务全部转化为已完成任务,在实际上可将大部分未完成任务转化为已完成任务,在一定程度上可提高任务完成率。新方案的任务总价较原方案的增幅为2.3%,能很好的节约公司的成本。     

2017年数学建模B题问题一与问题二解析——“拍照赚钱”的任务定价模型

"拍照赚钱APP"是基于移动互联网下的一种信息共享平台,其成功与否与任务发布者的出价密切相关。基于此,主要研究其的任务定价问题,采用多元线性回归模型,借助SPSS软件处理数据,并通过分析任务所在的经度、纬度、任务完成情况三个影响因素对任务定价的影响。此外,借助插值和拟合模型求出原方案的拟合函数,利用MATLAB计算出定价的理想值,并设计新的定价方案,利用AHP和原方案进行比较,得出新方案优于原方案。     

基于K-均值聚类分析法的建筑物火灾危险性分级

火灾危险度FR是衡量建筑物火灾危险性等级的指标因素。通过对36所建筑物进行评判,计算出火灾危险度FR,再利用K-均值聚类分析的方法对这36所建筑物的火灾危险性进行分级。最终将这36所建筑物按照火灾危险性分成Ⅰ、Ⅱ、Ⅲ、Ⅳ四级。     

数学在建筑监察领域的运用

对于在建建筑的规划管控,是一个城市规划管理局的重要职能,由于在建建筑众多,尤其对于一些大型城市,对于在建建筑的规划管控主要是从建筑物的尺寸角度来进行的,包括是否超宽、超高等。如何引入计算机数学思想,构建一个在建建筑的智能化规划监察管控系统,并杜绝人情因素,成为提升规划监察工作效率和质量,体现科学发展观的重要技术手段。     

任务定价规律的改进及基于大数定理的任务仿真算法

本文首先对原方案的指标系数进行修正,使得项目整体的完成度尽可能大且总花费尽可能小。其次,因地制宜,根据项目聚集的地区具体分析各个地区的任务完成情况,建立奖励机制或适当改变价格。最后运用仿真算法解出结果与原方案进行比较。     

基于K-均值聚类的股票价格形态识别与收益分析

形态分析是一种重要的技术分析方法,道氏理论认为市场波动具有某种趋势,不同时期多空双方力量对比的大小决定了股票价格时间序列是向上还是向下运行。找到对盈利有益的形态,是投资者关心的目标。目前,一些经典的分析形态,比如双重顶、三重顶、双重底、三重底、上升三角、下降三角、头肩顶等已广为投资者熟知,这些形态是否还有指导意义值得商榷,更重要的是这些形态需要人工处理,在交易大数据的今天显然很难实施。     

均值-VaR分析下的资产定价模型的拓展

在均值-VaR分析框架内,首先从微观角度的单一投资期资产配置决策入手,确定无风险资产与最优风险资产组合的配置比率;并且最优风险资产组合同投资者的初始财富和风险偏好无关。将这一资产定价的微观模型应用到存在多个投资者的资本市场宏观模型当中去。发现任何投资者的预期收益率都同其承担的风险水平存在着线性相关关系。     

对套利定价模型的理解

本文分析了套利定价模型的优点,但同时也提出其应用中的几点缺陷。     

基于熵值和聚类分析的安徽省智慧城市发展水平评价

为了更好地了解安徽省智慧城市的发展,本文从经济发展、科技发展、基础设施、教育资源和城市生活五个角度选取１８个指标,运用熵值法和Ｋ－均值聚类对２０１８年安徽省１６个地级市智慧城市建设水平做出评价。结果表明,安徽省各市智慧城市发展水平较为不平衡,高水平和低水平城市之间差距较大。     

多因素资产定价模型的实证研究

以上海股市417家A股股票为样本,以2000年2月18日至2001年6月8日的周收益率为样本数据,研究股票组合收益与各种因素之间的关系,建立9个单因素模型和6个四因素模型。结果发现:6种风险度量指标对股票组合收益率的解释能力十分微弱,而平均流通市值的自然对数和平均短期(1年)历史收益率对股票组合收益率的解释能力达到76.2％。因此,在上海A股市场,CAPM失去了有效性,资产定价可以由多因素模型决定。     

电子商务环境下基于单目标的定价策略模型

电子商务渠道与传统渠道之间的竞争,给电子商务环境下的制造商定价提出了新的挑战。本文针对制造商,研究了电子商务中对称信息下的定价模型,并进一步得出了定价策略,为电子商务环境下单目标的制造商确定定价策略,同时,为实现定价目标提供理论上与实践上的指导。     

Black-Scholes期权定价模型的精确性及适用性分析

布莱克—斯科尔斯定价模型是1973年由费雪·布莱克(Fisher Black)和迈伦·斯科尔斯(Myron Scholes)提出的有关期权定价的模型,该模型一直被认为是应用经济学最成功的模型。本文通过对该模型的假设条件和现实世界进行对比分析,探讨了模型的精确性和适用性。最后得出的结论是:尽管该模型的假设条件并不能完美描述现实世界,但它还是胜过其它的期权价值评估方法,仍然是交易中不可或缺的分析工具。投资者在实践中更多地是通过交易技巧而不是采用更复杂的扩展模型来克服B—S定价模型的各种缺陷。     

布莱克-斯科尔斯期权定价模型的应用及适用性的扩展

期权交易是一种金融衍生的交易形式,B-S模型的产生对金融也产生了较大的影响,在此基础上业界不断对其进行完善,在应用的基础上进行适应性改进．从获得最佳的期权定价方式。     

定价策略“玩”的是另类

团购的兴起实际上是一种定价策略的胜利,只通过价格就能玩出一种新的商业模式,而且火遍全球。下面要讲的案例打破了常规的定价方法,显得比较另类,却可能成为下一个热点。     

基于自回归的高斯混合模型

聚类问题是当今统计学习界的热点研究问题,针对一般情形的聚类分析已经有具有了kmeans、高斯混合模型等,由于目前各种数据的细化,人们提出的聚类算法更多的倾向于研究某种特定的数据.在本文中,笔者提出了基于自回归的高斯混合模型,它假设模型是由符合自回归模型的高斯分布混合而成,算法利用em算法,可以精确地估计混合模型中的自回归系数以及方差系数.     

基于动态讨价还价博弈的“壳公司”定价模型

买壳上市是我国证券市场一个重要的特征,通过对以往相关研究文献的梳理、提炼,形成了一个基于动态讨价还价博弈的"壳公司"定价模型,并由此得出买壳上市实质上是一个帕累托改进过程,而双方得益权重则取决于公司自身的讨价还价能力。     

基于智能算法的“互联网+”时代二手车评估定价模型研究

"互联网+"战略快速推行,二手车交易市场进入新的发展阶段。本文针对二手车交易中评估定价问题,提出了基于智能算法的二手车评估定价模型:首先利用因子分析法探索影响二手车定价的重要因素,然后利用MIV变量筛选方法确定神经网络输入变量,最后构建基于BP神经网络智能算法的二手车评估定价模型。实例分析表明,所建预测模型比现有预测模型预测的更为准确、稳定。