2國(guó)賽建模b題413

1、CTGS-資料文件拍照賺錢”類軟件任務(wù)定價(jià)規(guī)律的探討與改良技術(shù)指導(dǎo)文件分析摘要隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，人們?cè)诮?jīng)濟(jì)水平飛速發(fā)展的同時(shí)，各種觀念也在不斷變化。例如互聯(lián)網(wǎng)技術(shù)已通過(guò)其龐大的用戶量及強(qiáng)大的執(zhí)行效率使得許多曾需要專人投入大量成本的傳統(tǒng)行業(yè)趨于大眾化、分散化。例如最近市場(chǎng)上新興的“拍照賺錢”軟件，它利用人們的零散進(jìn)度隨時(shí)隨地拍照賺錢，備受大眾青睞。然而該類軟件仍然存在定價(jià)不合理、任務(wù)完成度不高等阻礙該類軟件發(fā)展的瓶頸。本文通過(guò)對(duì)客戶與任務(wù)位置、完成任務(wù)收益等變量進(jìn)行數(shù)學(xué)模型分析，提出了一些比該類軟件現(xiàn)行運(yùn)作模式更科學(xué)、更高效的技術(shù)指導(dǎo)文件。.第一問(wèn)中，為確定現(xiàn)有定價(jià)技術(shù)指導(dǎo)文件的問(wèn)題，我們以

2、任務(wù)分配范圍內(nèi)不同的城區(qū)作為基本單位，將任務(wù)根據(jù)定價(jià)分為三份，并通過(guò)建立線性回歸方程了解了各客觀變量對(duì)定價(jià)產(chǎn)生的影響，再通過(guò)對(duì)失敗案例的因子分析找到了導(dǎo)致失敗的變量及它們對(duì)失敗變量的影響程度。.第二問(wèn)設(shè)計(jì)新技術(shù)指導(dǎo)文件時(shí)，以為拍照賺錢平臺(tái)帶來(lái)最大利潤(rùn)為根本追求，將現(xiàn)有技術(shù)指導(dǎo)文件與變量間相互作用情況相似的壟斷性市場(chǎng)中打車平臺(tái)收費(fèi)技術(shù)指導(dǎo)文件進(jìn)行類比，分析并一一對(duì)應(yīng)相應(yīng)的變量關(guān)系，再通過(guò)現(xiàn)有的對(duì)打車平臺(tái)獲利最大值計(jì)算的模型變量的類比得出新技術(shù)指導(dǎo)文件。.第三問(wèn)中，通過(guò)聚類分析可以將5個(gè)相聚較近的變量進(jìn)行“打包”?！按虬钡狞c(diǎn)即為包點(diǎn)，將其代入第一問(wèn)中地址相關(guān)信息，可求出打包后每個(gè)地區(qū)所具有的“包

3、點(diǎn)”的個(gè)數(shù)，再由第二問(wèn)公式問(wèn)求出定價(jià)，并與原始結(jié)果進(jìn)行對(duì)照。.第四問(wèn)中，將所給密集數(shù)據(jù)視為在同一點(diǎn)進(jìn)行“打包”，求出打包結(jié)果所在點(diǎn)的GPS并代入第一問(wèn)中的值關(guān)鍵詞：自然區(qū)域分區(qū)、多項(xiàng)線形回歸預(yù)測(cè)、因子分析、類比、CurveFittingToo、聚類分析、.一、問(wèn)題重述隨著科技日新月異的發(fā)展，人們獲取錢財(cái)?shù)姆椒ㄔ絹?lái)越多，“眾包”一詞也出現(xiàn)在大眾視野。眾包指的是一個(gè)公司或組織把過(guò)去由員工執(zhí)行的工作任務(wù)，以自由自愿的形式外包給非特定（而且通常是大型的）大眾網(wǎng)絡(luò)的做法。眾包的任務(wù)通常是由我來(lái)承擔(dān)，但如果涉及到需要多人協(xié)作完成的任務(wù)，也有可能依靠開(kāi)源的個(gè)體生產(chǎn)的形式出現(xiàn)。其中，“拍照賺錢”是一股熱流，它

4、能及時(shí)反映商家想要了解的問(wèn)題以及隨時(shí)發(fā)布或更新任務(wù)，用戶只需登錄手機(jī)客戶端，找到適合自己的差事，按要求按時(shí)完成，就能獲得相應(yīng)的酬金。但是，“拍照賺錢”也存在著許多問(wèn)題，例如有些任務(wù)的位置與任務(wù)完成難度直接相關(guān)，部分易于完成的任務(wù)會(huì)被“爭(zhēng)搶”，而另一些任務(wù)就因位置不太合適或進(jìn)度點(diǎn)比較不妥就導(dǎo)致接單比較少。而且，任務(wù)的定價(jià)也和位置，進(jìn)CTGS-資料文件度等因素有關(guān)，然后這也影響到了接單率。分析任務(wù)定價(jià)規(guī)律，如何設(shè)置合適的任務(wù)定價(jià)技術(shù)指導(dǎo)文件來(lái)提高任務(wù)的完成率。在實(shí)際中，因?yàn)橛脩舴植急容^密集導(dǎo)致的任務(wù)被爭(zhēng)搶而實(shí)行將一些任務(wù)聯(lián)合在一起打包發(fā)布時(shí)，如何修改定價(jià)模型以及修改后會(huì)對(duì)任務(wù)完成情況造成什么后果，

5、這些問(wèn)題都是我們要思考并解決的。這些問(wèn)題一旦被解決之后，對(duì)商家，平臺(tái)以及用戶，都是一種更好的體驗(yàn)感受，也能更大限度的發(fā)揮出該軟件的作用。.二、問(wèn)題分析第一問(wèn)中，由題意可知，所給條件內(nèi)可能與價(jià)格分布有關(guān)的僅有由經(jīng)緯度確定的地理位置情況與會(huì)員的密度等相關(guān)變量。此時(shí)可假設(shè)其中一個(gè)變量為影響價(jià)格的唯一因素，并進(jìn)行擬合運(yùn)算。若成功，則以該技術(shù)指導(dǎo)文件進(jìn)行運(yùn)算。若失敗，即將所有變量作為擬合元素進(jìn)行計(jì)算，求出影響定價(jià)因素，并用因子分析求出失敗率。.第二問(wèn)中，重新分配定價(jià)的根本追求是給予平臺(tái)方更大的利益。這里可以采用類比的方法，將拍照賺錢平臺(tái)的各個(gè)變量與市場(chǎng)上已廣泛使用的出租車打車軟件的各項(xiàng)變量進(jìn)行類比，并得

6、出適用于現(xiàn)有模型的求定價(jià)技術(shù)指導(dǎo)文件。.第三問(wèn)中，通過(guò)分析的5個(gè)點(diǎn)的相關(guān)位置信息求均值，并將5個(gè)點(diǎn)的對(duì)應(yīng)屬性（經(jīng)緯度、價(jià)格分配等）的總和視為一個(gè)“較大”的點(diǎn)，可求出多個(gè)點(diǎn)共同作用在區(qū)域中分布情況。.第四問(wèn)將所給點(diǎn)數(shù)代入前問(wèn)所求出的多種解析方法，尋找最優(yōu)解并根據(jù)數(shù)據(jù)分布特色做出最合適的解析技術(shù)指導(dǎo)文件。.三、模型假設(shè)1. 假設(shè)同一之間題中會(huì)員所在地域（深圳、佛山、東莞、廣州等地）的氣候條件基本相同，氣候差異不會(huì)對(duì)會(huì)員的任務(wù)完成情況產(chǎn)生實(shí)質(zhì)性影響。.2. 假設(shè)會(huì)員會(huì)以效率優(yōu)先的原則選擇最近的拍照地點(diǎn)，不傾向于在任務(wù)充足時(shí)刻意繞遠(yuǎn)路或進(jìn)入其他城區(qū)進(jìn)行拍攝。.3. 假設(shè)會(huì)員完成任務(wù)能力彼此間差異較小可

7、忽略4. 假設(shè)同一城市不同區(qū)之間的發(fā)展?fàn)顩r差異小于不同城市間發(fā)展?fàn)顩r差異5. 假設(shè)會(huì)員對(duì)完成任務(wù)的積極性相對(duì)穩(wěn)定，一片區(qū)域內(nèi)題中所給任務(wù)的完成與否可以體現(xiàn)出該區(qū)域會(huì)員的積極程度.四、符號(hào)說(shuō)明Ppt:平臺(tái)獲得最大利潤(rùn)的定價(jià)CTGS-資料文件fd：?jiǎn)挝坏貐^(qū)內(nèi)平均價(jià)格0:聚類分析后單位地區(qū)定價(jià)d：會(huì)員接取可做任務(wù)的概率td:接取任務(wù)進(jìn)度范圍np：任務(wù)數(shù)量五、模型的建立與求解影響任務(wù)標(biāo)價(jià)主要因素的確認(rèn)在附件1中，我們可知835個(gè)位置不同的任務(wù)的標(biāo)價(jià)與其完成情況。對(duì)題干進(jìn)行分析可知，所給條件下能夠影響任務(wù)定價(jià)規(guī)律的客觀因素僅有任務(wù)所在的位置以及與可完成其的會(huì)員相關(guān)情況。假設(shè)任務(wù)標(biāo)價(jià)僅與其所在位置（即經(jīng)緯

8、度）存在聯(lián)系。以表1中數(shù)據(jù)經(jīng)度與緯度作為因變量，可得僅經(jīng)緯度一項(xiàng)因素與任務(wù)價(jià)格分布相關(guān)關(guān)系：VariablesEntered/RemovedaModelVariablesEnteredVariablesRemovedMethod1任務(wù)gps緯度，任務(wù)gps經(jīng)度bEntera. DependentVariable:任務(wù)標(biāo)價(jià)b. Allrequestedvariablesentered.ModelSummarybPredictors:(Constant),任務(wù)gps緯度，任務(wù)gps經(jīng)度ModelRRSquareAdjustedRSquareStd.ErroroftheEstimate1.167a.

9、028.0253.331DependentVariable:任務(wù)標(biāo)價(jià)分析結(jié)果顯示，該模型在分析價(jià)格變化時(shí)可用的情況僅占16.7%,不足以證明單純的經(jīng)緯度差異與價(jià)格變化存在直接相關(guān)。由此可見(jiàn)，任務(wù)的定價(jià)規(guī)律與會(huì)員的分布、當(dāng)?shù)貢?huì)員對(duì)任務(wù)總體完成情況以及會(huì)員信譽(yù)度等因素存在相關(guān)關(guān)系。CTGS-資料文件任務(wù)的定價(jià)規(guī)律能直接影響任務(wù)的完成狀況。為確認(rèn)會(huì)員總體任務(wù)完成情況與任務(wù)定價(jià)范圍差異之間的關(guān)系，我們根據(jù)人數(shù)的差異及獎(jiǎng)勵(lì)金變化的趨勢(shì)將任務(wù)獎(jiǎng)勵(lì)金額分為了三個(gè)區(qū)間：65,69.5,70,75,80，+刃，并使用XGeocoding軟件求出了題中所給坐標(biāo)范圍內(nèi)所包含的不同城區(qū)內(nèi)每一個(gè)城區(qū)分布的會(huì)員人數(shù)、高信

10、譽(yù)度會(huì)員人數(shù)相應(yīng)的任務(wù)完成狀況。實(shí)際情況如附件1所示：.以每個(gè)區(qū)域內(nèi)酬金為65至69.5元內(nèi)成功完成的任務(wù)數(shù)量為因變量。該區(qū)域任務(wù)完成率、分配任務(wù)數(shù)、會(huì)員數(shù)及會(huì)員完成任務(wù)數(shù)比例為自變量，通過(guò)spss的線性回歸方程功能，可建立任務(wù)量與各自變量的關(guān)系模型。結(jié)果為：模型摘要a.預(yù)測(cè)值：（常數(shù)），高信譽(yù)會(huì)員分布，分配任務(wù)數(shù)，會(huì)員數(shù)模型RR平方調(diào)整後R平方標(biāo)準(zhǔn)偏斜度錯(cuò)誤1.923a.852.8318.007變異數(shù)分析應(yīng)變數(shù)：65-69.5模型平方和df平均值平方F顯著性1歸迴7756.60232585.53440.328.000b差殘1346.3582164.112計(jì)總9102.96024a. 預(yù)測(cè)值：

11、（常數(shù)），高信譽(yù)會(huì)員分布，分配任務(wù)數(shù)，會(huì)員數(shù)係數(shù)非標(biāo)準(zhǔn)化係數(shù)標(biāo)準(zhǔn)化係數(shù)T顯著性B標(biāo)準(zhǔn)錯(cuò)誤Beta常數(shù)）4.0742.3041.768.092員數(shù)-.044.066-.198-.678.505配任務(wù)數(shù).574.0871.1146.631.000信譽(yù)會(huì)員分-.076.423-.040-.180.85965-69.5表中數(shù)據(jù)顯示，數(shù)據(jù)變異數(shù)顯著性為0.00,適用于線性回歸分析情況。且在任務(wù)酬金為65至69.5間時(shí)且在其對(duì)應(yīng)區(qū)域時(shí)，模型對(duì)其分析的準(zhǔn)確率達(dá)到92.4%。在模型范圍內(nèi)以各變量非標(biāo)準(zhǔn)化系數(shù)做出變量擬合方程為：.CTGS-資料文件同理，酬金為70至75元任務(wù)與其相應(yīng)因變量關(guān)系為：模型摘要（常數(shù)

12、），高信譽(yù)會(huì)員分布，分配任務(wù)數(shù)，會(huì)員數(shù)RR平方調(diào)整後R平方標(biāo)準(zhǔn)偏斜度錯(cuò)誤890.792.7638.119變異數(shù)分析平方和df平均值平方F顯著性5279.731759.9326.69.000b89071384.32165.922716664.1246070-75（常數(shù)），高信譽(yù)會(huì)員分布，分配任務(wù)數(shù)，會(huì)員數(shù)係數(shù)a非標(biāo)準(zhǔn)化係數(shù)標(biāo)準(zhǔn)化係數(shù)T顯著性B標(biāo)準(zhǔn)錯(cuò)誤Beta常數(shù)）-.7412.337-.317.754員數(shù).004.066.022.065.949配任務(wù)數(shù).537.0881.2186.117.000信譽(yù)會(huì)員分-.938.429-.5812.185.04070-7570至75之表中數(shù)據(jù)變異數(shù)顯著性為0

13、.00,適用于線性回歸分析情況。在對(duì)應(yīng)區(qū)域內(nèi)任務(wù)酬金為間時(shí)，模型對(duì)其分析的準(zhǔn)確率達(dá)到89%。其擬合方程為：酬金為80元及以上的任務(wù)與其相應(yīng)因變量關(guān)系為:模型摘要（常數(shù)），高信譽(yù)會(huì)員分布，分配任務(wù)數(shù)，會(huì)員數(shù)RR平方調(diào)整後R平方標(biāo)準(zhǔn)偏斜度錯(cuò)誤628.394.3083.341變異數(shù)分析平方和df平均值平方F顯著性152.662350.8874.559.013bCTGS-資料文件80以上234.32111.16178387.02440（常數(shù)），高信譽(yù)會(huì)員分布，分配任務(wù)數(shù)，會(huì)員數(shù)係數(shù)a80以上非標(biāo)準(zhǔn)化係數(shù)標(biāo)準(zhǔn)化係數(shù)T顯著性B標(biāo)準(zhǔn)錯(cuò)誤Beta常數(shù)）-.475.961-.494.627員數(shù)-.021.027

14、-.447-.758.457配任務(wù)數(shù).107.0361.0022.948.008信譽(yù)會(huì)員分-.027.177-.070-.155.878上表中數(shù)據(jù)變異數(shù)顯著性為0.13，可用于線性回歸分析情況。且在任務(wù)酬金為80以上且在其對(duì)應(yīng)區(qū)域時(shí)，模型對(duì)其分析的準(zhǔn)確率為62.8%。對(duì)其中數(shù)據(jù)建立擬合方程為:綜合上表中數(shù)據(jù)所述，可知影響定價(jià)的主要因素分別為。任務(wù)未完成的原因分析因子分析的功能是在多個(gè)變量中找出隱藏的具有代表性的因子并將相同本質(zhì)的變量歸入一個(gè)因子，有檢驗(yàn)變量間關(guān)系的功能。中結(jié)論顯示，影響任務(wù)完成情況的因素包括位置因素、價(jià)格因素與所在地會(huì)員相關(guān)因素。對(duì)每個(gè)區(qū)域的失敗任務(wù)進(jìn)行分析時(shí)，可用SPSS勺因

15、子分析功能分析出價(jià)格因素與會(huì)員數(shù)、高信譽(yù)會(huì)員分布情況和區(qū)域內(nèi)任務(wù)完成率等變量中的每一項(xiàng)對(duì)確立失敗結(jié)果所占影響的比重。結(jié)果如下：相關(guān)性矩陣失敗率失敗量會(huì)員數(shù)分配任務(wù)數(shù)平均收益高信譽(yù)會(huì)員分布敗率1.000.452.026-.250-.459.140敗量.4521.000.560.294-.462.653員數(shù).026.5601.000.857-.318.923配任務(wù)數(shù)-.250.294.8571.000-.193.744均收益-.459-.462-.318-.1931.000-.386信譽(yù)會(huì)員分.140.653.923.744-.3861.000表中數(shù)據(jù)顯示，會(huì)影響失敗率的變量中對(duì)失敗率影響最大的是

16、平均收益，其次是失敗量，接F來(lái)是分配任務(wù)數(shù)、高信譽(yù)會(huì)員分布，最后是會(huì)員數(shù)。其中失敗量是無(wú)法控制的變量，而其余變CTGS-資料文件量除分配任務(wù)數(shù)與平均收益對(duì)失敗率呈負(fù)相關(guān)以外，其余變量與失敗率均呈正相關(guān)。由此可知，導(dǎo)致任務(wù)未完成的原因可能性由大到小分別為完成任務(wù)平均收益低、區(qū)域分配任務(wù)數(shù)過(guò)少、區(qū)域內(nèi)會(huì)員信譽(yù)度高于己方，以及區(qū)域內(nèi)存在過(guò)多會(huì)員與己方競(jìng)爭(zhēng)。5.2附件一項(xiàng)追求新定價(jià)技術(shù)指導(dǎo)文件以“拍照賺錢”軟件的角度考慮，最佳的定價(jià)技術(shù)指導(dǎo)文件無(wú)疑是該平臺(tái)獲得最大利潤(rùn)的情況。目前，“拍照賺錢”類為一名客戶提供一對(duì)一服務(wù)機(jī)會(huì)的平臺(tái)有很多，其中各變量要素與拍照賺錢軟件平臺(tái)相似度最高的是出租車APP平臺(tái)。在

17、壟斷性市場(chǎng)中，相對(duì)靜止的客戶用戶通過(guò)金錢.根據(jù)題意，可將拍照賺錢系統(tǒng)類比為壟斷型市場(chǎng)。其他公司以一定資金向拍照賺錢平臺(tái)投送任務(wù)可類比為行人向平臺(tái)繳納注冊(cè)費(fèi)。用戶以個(gè)數(shù)為單位完成平臺(tái)分配的任務(wù)可以類比為壟斷型市場(chǎng)中司機(jī)單次接觸乘客與平臺(tái)發(fā)生的交易費(fèi)。因此用戶與平臺(tái)的合理定價(jià)關(guān)系可類比為司機(jī)以交易費(fèi)形式從打車軟件平臺(tái)搭載注冊(cè)費(fèi)形式乘客的定價(jià)關(guān)系。為：.式中PM為所求的，能使平臺(tái)獲得最大利潤(rùn)的新定價(jià)。fd為單位成本，在本題中即為單位地區(qū)內(nèi)平均價(jià)格。d為司機(jī)接觸偏好乘客（本題中即為會(huì)員接取可做任務(wù)）的概率。0至td為單位司機(jī)接觸乘客進(jìn)度范圍（接取任務(wù)進(jìn)度范圍）。np為乘客（任務(wù)）數(shù)量。ap為增加一單位

18、司機(jī)（會(huì)員）導(dǎo)致乘客（任務(wù)）增加的效用，為司機(jī)對(duì)乘客的交叉網(wǎng)絡(luò)外部性系數(shù)。0（Ud）的值為駕駛員（0（Ud）=nd，本題中為會(huì)員數(shù)）數(shù)量的效應(yīng)函數(shù)2。.由附錄1中表格可分別知或求出任務(wù)所給范圍內(nèi)各個(gè)區(qū)域的上述變量，進(jìn)而求出每一區(qū)域Ppt的值（見(jiàn)附錄1O”列）。根據(jù)1-1-1分析的數(shù)據(jù)，可用Matlab的curvefittingtool工具求出價(jià)格與完成率曲線及其相其中a0=69.67(66.68,72.66)a1=0.6826(-4.241,5.606)CTGS-資料文件bl=-3.552（-5.998,-1.106）w=4.806（1.194,8.417）再將新的Ppt值代入曲線，則可求出本

19、方法在每個(gè)地區(qū)的完成率（見(jiàn)附錄1“p”列）。在此方程中，將本應(yīng)為因變量的完成率視為了自變量，本應(yīng)為自變量的定價(jià)視為了因變量。因此以定價(jià)為自變量的方程為上述方程的反函數(shù)。為：將新技術(shù)指導(dǎo)文件完成率與舊技術(shù)指導(dǎo)文件完成率進(jìn)行平均數(shù)比較，發(fā)現(xiàn)新技術(shù)指導(dǎo)文件中任務(wù)完成率達(dá)到0.644，而舊任務(wù)的完成率為0.560，證明新模型在增加平臺(tái)獲利的同時(shí)可以增加任務(wù)完成率。5.3任務(wù)打包發(fā)布情況下的定價(jià)模型與對(duì)結(jié)果的影響對(duì)任務(wù)打包的技術(shù)指導(dǎo)文件附錄1中數(shù)據(jù)顯示，任務(wù)完成情況與任務(wù)的相關(guān)地理位置有關(guān)。為排除會(huì)員在選擇任務(wù)時(shí)發(fā)生沖突的情況，我們以5個(gè)任務(wù)為一組，用spss對(duì)所有任務(wù)進(jìn)行k-均值聚類分析。得出結(jié)果見(jiàn)附

20、錄2。將進(jìn)行過(guò)聚類分析的5個(gè)點(diǎn)的相關(guān)屬性范圍求和，并將5個(gè)點(diǎn)的對(duì)應(yīng)屬性（經(jīng)緯度、價(jià)格分配等）的總和視為一個(gè)“較大”的點(diǎn)（稱為包點(diǎn)）。23.500000000000000-23.2SOOOOOGOOOOOOO-23.2SOOOOOGOOOOOOO-23.000000000000000-22750000000000000-II22.500000000000000-22.500000000000000-A.OOOOQOOOOOOOOOA.OOOOQOOOOOOOOO圖3-1:附錄1中已完成任務(wù)確立出的包點(diǎn)數(shù)量及分布圖3-1:附錄1中已完成任務(wù)確立出的包點(diǎn)數(shù)量及分布CTGS-資料文件打包過(guò)的任務(wù)在原任

21、務(wù)相應(yīng)城區(qū)位置的分布與計(jì)算包點(diǎn)的信息代表點(diǎn)內(nèi)元素的綜合信息。在中，我們可以求出各個(gè)包點(diǎn)的經(jīng)緯度，并將經(jīng)緯度信息與所在城區(qū)一一對(duì)應(yīng)（見(jiàn)附1中）。每一區(qū)中包點(diǎn)的數(shù)量*5既是影響該區(qū)域點(diǎn)總數(shù)的數(shù)量。直接將相關(guān)數(shù)據(jù)代入5-2中公式，可求得包點(diǎn)情況下在不同區(qū)域范圍內(nèi)每一點(diǎn)的定價(jià)和完成率，最后求得的總體平均的完成率為64.5%。比之前第二問(wèn)的結(jié)果64.4%各有增長(zhǎng)。由此可見(jiàn)將數(shù)據(jù)打包對(duì)提高精確度有一定積極影響。5.4附件三的任務(wù)定價(jià)技術(shù)指導(dǎo)文件與實(shí)施效果預(yù)估附件三任務(wù)的地址分布通過(guò)Matlab的CurveFittingTool工具分析附件3中，可將新舊任務(wù)點(diǎn)在地理上的分布較為清楚直觀地展現(xiàn)。.114.50

22、0000000000-ii2.5aooaoooooao22.50000000000022.50000000000023.00000000000023.500000000000240000000000圖4-1：已完成任務(wù)的地理分布情況CTGS-資料文件圖:4-2:新任務(wù)的地理分布情況如上圖所示，附件三所給任務(wù)的經(jīng)緯度上下限分布與已完成數(shù)據(jù)基本相同，但附件三中數(shù)據(jù)密集程度遠(yuǎn)遠(yuǎn)大于已完成數(shù)據(jù)的密集程度。542新數(shù)據(jù)的任務(wù)定價(jià)技術(shù)指導(dǎo)文件由于附件3中任務(wù)總數(shù)大，分布范圍極小且散點(diǎn)較少，可忽略分散分布的點(diǎn)，并將中心周圍密集分布的點(diǎn)集中至中心點(diǎn)進(jìn)行“打包”。其中由于最下方區(qū)域面積較大，根據(jù)變量數(shù)量與前一問(wèn)比例將其分層六份。結(jié)果如下：.任務(wù)數(shù)打包變量數(shù)平均價(jià)格打包后定價(jià)打包后完成率上2585166.62549.6250.4889