并编程计算,构建分析模型及实现。基本实现思路如下图 8-1 所示。
图 8-1
数据获取:附件一(任务数
据)和附件二(会员数据)
数据探索:任务和会员位置
是否在同一个区域(绘制地
图)
对附件一中的每一个任务,计算其 Q 公里范围内:
任务数量(Z1)、任务平均价格(Z2)、会员数量(Z3)、会员平均信誉
值(Z4)、会员可预订任务数量(Z5)、7 个时间段(6:30、6:33~6:45、
6:48~7:03、7:06~7:21、7:24~7:39、7:42~7:57、8:00)会员可预订任
务数量(Z6~Z12),共 12 个指标
附件一被执行的任务定价(Y)与 12
个指标(X),构建任务定价神经网
络模型
预测附件一未完成任务的
定价,进行重新定价
原方案与新定价方案比较(两个评价指标):1.未完成任务重新定价后
被执行数量,即 12 个指标+原定价(train_X),执行情况(train_Y),
训练支持向量机模型,预测未完成任务重新定价后的执行情况
(test_X:12 个指标+新定价);2.成本增加额