基于Logistic回归模型的APP任务定价应用研究

发布时间：2023-04-19 05:59

　　本文利用"拍照赚钱"APP发布的任务数据,以提高劳务成功率为目标,根据任务完成情况对任务进行"捆绑"处理。首先对任务价格采用K-means进行地区分类,随后针对任务完成情况为0-1的分类数据采用Logistic回归模型作为预测模型,得出以下结论:在保持任务完成率高的同时,商家可降低价格以节约成本;而在完成情况较差的地区应提高任务定价,以提升任务完成效率。文章最后对此类新兴产业发展提出几项对策建议,以完善产业管理,推进企业进步。

【文章页数】：4 页

【文章目录】：
一、引言
二、文献综述
三、Logistic回归模型及参数估计
    (一)Logistic回归模型
    (二)Logistic回归模型的极大似然估计
四、实证分析
五、结论与对策
    (一)结合地区优惠政策,注重政策的针对性和可操作性
    (二)结合地理位置优势,全面改进任务完成情况与质量比
    (三)加强产品宣传力度,提升任务效益
    (四)注重系统管理与用户意见反馈,及时改进任务短板



本文编号：3793860