期刊文章详细信息
精英蜂群算法及考虑利益相关者的众包定价模型
Elitism bee colony algorithm and crowdsourcing pricing model based on stakeholders' preferences
文献类型:期刊文章
Pu Dongping;Fan Chongjun;Yuan Guanghui;Yang Yunpeng(Business School, University of Shanghai for Science & Technology, Shanghai 200093, China;School of Information Management & Engineering, Shanghai University of Finance & Economics, Shanghai 200433, China;Laboratory Center, Shanghai University of Finance & Economics, Shanghai 200433, China)
机构地区:[1]上海理工大学管理学院,上海200093 [2]上海财经大学信息管理与工程学院,上海200433 [3]上海财经大学实验中心,上海200433
基 金:国家自然科学基金资助项目(71774111);上海市教育委员会科研创新重点基(14ZZ131);上海市一流学科基金资助项目(S1205YLXK);沪江基金资助项目(A14006);沪江基金研究基地专项项目(D14008)
年 份:2019
卷 号:36
期 号:4
起止页码:1039-1044
语 种:中文
收录情况:AJ、BDHX、BDHX2017、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊
摘 要:从众包活动参与者即主体企业、众包平台、平台会员的视角出发,研究服务众包定价问题。在考虑会员信誉度和任务聚集度的基础上,针对含有地理因素的众包任务设计打包分配定价方案。以服务成本、任务价值、会员收益等为导向,对不同任务进行组合配置,从而设计多目标规划任务配置及定价模型,并针对该模型构建了精英蜂群算法。在精英蜂群算法中,充分利用蜜源信息并着重考虑成长性较好的蜜蜂,进而避免了局部最优问题,提高了搜索效率。通过对众包服务企业运营数据进行分析,获取到众包服务会员特征及任务完成相关基础信息,以此进行仿真实验。仿真结果表明,通过众包任务打包定价机制,任务完成率、企业总成本、三方总收益等方面均有显著优化。综合模型及数据实验可知,众包任务在定价与发布过程中根据自身特征差异,在无差异服务中只需要考虑会员信誉度,对于具有服务差异性的任务则需要考虑打包发布。
关 键 词:服务众包 定价策略 任务发布 多目标规划 精英蜂群算法
分 类 号:TP301.6]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...