CN107301519A - 一种众包快递系统中的任务重定价方法 - Google Patents

Abstract

本发明公开了一种众包快递系统中的任务重定价方法，通过任务间的价格的数值转移来影响和改变快递员的选择，从而优化系统整体效益，主要包括以下步骤：(1)数据准备与模型构建；(2)价格转移与目标任务选择；(3)最大转移价格计算；(4)价格转移成立条件检验。本发明与现有技术相比具有以下优点：1)针对众包快递系统中快递员的趋利性特点，通过对众包快递任务的重定价来减小任务选择的偏置性，进而优化系统的整体效益，同时，兼顾考虑了公平性；2)系统无需额外支出资金，而是通过任务间价格转移调整来实现；3)算法简单明确，适用于大规模的实际问题场景。

Description

一种众包快递系统中的任务重定价方法

技术领域

本发明涉及众包系统领域，具体涉及快递系统中的任务重定价方法。

背景技术

近些年，随着互联网技术的快速发展，众包模式得到了广泛应用。众包是一种是将任务或问题通过网络等方式发布到开放环境中，使其能够被大众所参与，以发挥众人的智慧和能力来完成任务或解决问题的过程。随着众包形式的推广和完善，该模式已逐渐应用到了快递领域，如同城包裹递送等。常见服务模式是可分为中心式和自主式。中心式指用户将递送任务提交系统后，由系统直接指派快递员来完成递送，这种方式的优点是能够中心式地选择系统的最优分配，然而，缺点是系统缺乏对快递员积极性和主动性的调动。相对于中心式，自主式众包平台往往需要客户与快递员间的直接交互，即用户将递送任务和报酬发布在平台上，等待快递员接单并完成任务。众包平台则出于激励快递员的考虑和对平台响应速度的考量，会采用抢单的方式来决策谁来服务该递送任务，即谁先抢到谁先服务的方式。这种服务模式可能会导致距离较远的快递员反而得到任务，或者一些快递员总也抢不到任务但某些任务却迟迟不能得到快递员的响应的现象，进而导致系统资源的浪费和效率的下降。因此，如何通过自然的方式来影响和调动快递员的行为，并优化系统整体效益是一个亟待解决的问题。

这个问题的主要形成原因是，任务的价格是由用户提供或者根据配送距离制定，没有考虑到快递员的当前位置分布，而快递员的任务选择依赖于任务的定价或净收益，这就导致快递员选择的偏置性。目前，业界有考虑通过对任务增加附加奖励的方式来影响或改变快递员的选择。但是，这种方式往往需要系统额外的资金支持，并且任务的奖励设定也影响到用户的公平性和快递员的利益等因素，具有一定的复杂性。

发明内容

本发明要解决的技术问题是：本发明的目的在于解决现有技术中存在的不足，针对众包快递员的趋利性特点，通过对众包快递任务的重定价来减小任务选择的偏置性，优化系统效益。

本发明解决其技术问题的解决方案是：一种众包快递系统中的任务重定价方法，包括以下步骤：(1)数据准备与模型构建；(2)价格转移与目标任务选择；(3)最大转移价格计算；(4)价格转移成立条件检验。

作为上述技术方案的进一步改进，所述步骤(1)中的数据准备与模型构建的步骤如下：

(1.1)数据准备：建立n个待递送包裹，表示为集合T＝{t₁,...,t_n}；其中任务t_i的原始定价表示为r_i；建立m个想要完成这些递送任务的众包快递员，表示为集合W＝{w₁,...,w_m}；根据每位快递员到每个递送任务的取件地点并送达目的地的距离，可得快递员w_j与任务t_i的距离耗费为c_ij；

(1.2)建立众包快递员决策模型：快递员根据任务的定价以及自己的完成该任务的距离耗费，来决策并选择净收益r_i-c_ij最大的任务；当所有任务的净收益都小于0时，该快递员将放弃本轮的任务选择；如果有多个快递员想要选择同一个递送任务，众包系统会根据选择任务的时间戳的先后来决定谁先获得该任务，即抢单的模式；在抢单模式下，所有快递员未选择任务之前，在所有想要选择任务t_i的候选快递员集V_i中，最终获得该任务的事件被看作等概率事件；设定候选快递员集V_i不为空的所有任务组成集合S，其中，在原始定价R下的任务集合S表示为S_ori；

(1.3)设定众包快递系统中的任务重定价的目标：按照用户对任务的原始定价R＝<r₁,...,r_n>，建立重定价后的任务价格为P＝<p₁,...,p_n>，则快递员的总期望净收益表示为公式(A)；

(1.4)在众包快递平台中，被完成的任务S的原始价格之和与重定价后的价格之和相等；重定价后被完成的任务集合S至少要包含在原始价格下被完成的任务集合S_ori；未被完成的任务的价格保持不变。

作为上述技术方案的进一步改进，所述步骤(2)中的价格转移与目标任务选择的步骤如下：

(2.1)价格转移：定义变量集合D，用于存储至少被一位众包快递员所选择的任务，集合D被初始化为在原始价格R下被快递员所选择的任务集合S_ori，D＝S_ori；然后，通过价格的数值转移的方法，逐步扩大集合D的，实现对系统整体效益的优化；

(2.2)价格转移的目标任务选择：集合D中的任务作为价格转移的源，将价格转移给目标任务t_d，其中，t_d∈T-D；目标任务选择采用贪心策略，每次从集合T-D中选择价格最高的任务作为目标任务t_d，

作为上述技术方案的进一步改进，所述步骤(3)中的最大转移价格计算的步骤如下：

假设从D中每个任务转移出的价格是相等的，表示为x，所以转移到目标任务的总价格为|D|·x。依据任务的当前定价，假设快递员w_j所选择的递送任务表示为t_π(j)，对于t_π(j)∈D的快递员w_j来说，想要在转移价格x后，保证快递员w_j仍然选择任务的t_π(j)，而不选择任务t_d或集合Q＝T-D-{t_d}中的任务，则需分别保证不等式(B)(C)成立，其中，μ表示间隔参数；

p_π(j)-x-c_π(j),j>p_d+|D|·x-c_dj+μ (B)

用Y_ij表示快递员w_j从任务t_i得到的净收益，即Y_ij＝p_i-c_ij，快递员w_j仍然选择任务t_π(j)并且t_π(j)∈D，所允许的最大转移价格如公式(D)；

只需保证集合D中的任务被某一个快递员所选择即可，因此，最大转移价格Δp^d表示为公式(E)。

作为上述技术方案的进一步改进，所述步骤(4)中价格转移成立条件检验的步骤如下：

(4.1)建立新的定价：将集合D中每个任务的价格减去最大转移价格Δp^d，即再将目标任务t_d的价格加上D倍的Δp^d，即p_d←p_d+|D|·Δp^d，由此，得到新的定价P；

(4.2)检验价格转移是否成立：对于目标任务t_d来说，首先检验在新的定价下，是否有快递员会选择该任务，如果有，再根据公式(A)重新计算快递员的总期望净收益，观察期望收益是否增加；

(4.2.1)如果上述检验条件都成立，则完成该价格转移，并将目标任务t_d加入到任务集合D中，并在此价格基础上继续尝试价格转移，直到无法找到目标任务后停止，最终得到众包快递系统中的任务重定价；

(4.2.2)如果上述检验条件有一条不成立，则恢复价格转移，即对集合D中每个任务撤销价格转移，并恢复目标任务的价格p_d←p_d-|D|·Δp^d，然后再考虑集合T-D中的其他任务作为目标任务：将该目标任务t_d加入缓存集合B，再在集合T-D-B中仍然按照来贪心地寻找目标任务，并尝试价格转移；直到价格转移成功，则清空缓存集合B；否则，将目标任务加入缓存集合B，重复步骤(4.2.2)，直到无法找到目标任务后停止，最终得到众包快递系统中的任务重定价。

本发明的有益效果是：本发明与现有技术相比具有以下优点：1)针对众包快递系统中快递员的趋利性特点，通过对众包快递任务的重定价来减小任务选择的偏置性，进而优化系统的整体效益，同时，兼顾考虑了公平性；2)系统无需额外支出资金，而是通过任务间价格转移调整来实现；3)算法简单明确，适用于大规模的实际问题场景。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单说明。显然，所描述的附图只是本发明的一部分实施例，而不是全部实施例，本领域的技术人员在不付出创造性劳动的前提下，还可以根据这些附图获得其他设计方案和附图。

图1为本发明的流程图。

具体实施方式

以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整地描述，以充分地理解本发明的目的、特征和效果。显然，所描述的实施例只是本发明的一部分实施例，而不是全部实施例，基于本发明的实施例，本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例，均属于本发明保护的范围。另外，文中所提到的所有联接/连接关系，并非单指构件直接相接，而是指可根据具体实施情况，通过添加或减少联接辅件，来组成更优的联接结构。本发明创造中的各个技术特征，在不互相矛盾冲突的前提下可以交互组合。

如图1所示，本发明的一种众包快递系统中的任务重定价方法，包括以下步骤：

(1)数据准备与模型构建；

(2)价格转移与目标任务选择；

(3)最大转移价格计算；

(4)价格转移成立条件检验。

所述步骤(1)中的数据准备与模型构建的步骤如下：

(1.1)数据准备：用户向众包快递系统提交递送任务，假设此时有n个待递送包裹，表示为集合T＝{t₁,...,t_n}。用户在提交任务的时候会根据递送距离等因素对任务提供报酬，假设任务t_i的原始定价表示r_i。假设众包系统中存在m个想要完成这些递送任务的众包快递员，表示为集合W＝{w₁,...,w_m}。由于众包快递员随身携带手机等智能设备，通过GPS即可获得快递员当前位置，根据该位置信息可以估算每位快递员到每个递送任务的取件地点并送达目的地的距离，设定快递员w_j与任务t_i的距离耗费为c_ij；

(1.2)建立众包快递员决策模型：快递员可以浏览当前所有待递送的任务，假设众包快递员是个体理性的，会根据任务的定价以及自己的完成该任务的距离耗费，来决策并选择净收益r_i-c_ij最大的任务(快递员可选择按净收益排序任务)。当所有任务的净收益都小于0时，该快递员将放弃本轮的选择。如果有多个快递员想要选择同一个递送任务，众包系统会根据选择任务的时间戳的先后来决定谁先获得该任务，即抢单的模式。因此，所有快递员未选择任务之前，在所有想要选择任务t_i的候选快递员集V_i中，最终获得该任务的事件被看作等概率事件。设定候选快递员集V_i不为空的所有任务组成集合S，其中，在原始定价R下的任务集合S表示为S_ori；

(1.3)按照用户对任务的原始定价R＝<r₁,...,r_n>，可能会导致快递员的任务选择的偏置性：有的任务没有快递员选择，有的任务却被过多的快递员选择。因此，众包平台对任务重定价的目的是使得任务更多地被快递员选择并且快递员的总净收益尽可能地提高。假设重定价后的任务价格为P＝<p₁,...,p_n>，则快递员的总期望净收益表示为公式(A)。由于公式(A)与任务的完成数量和快递员的总净收益成正相关，可看作系统的整体效益，因此，将其设定为众包快递系统中的任务重定价的目标；

(1.4)在众包快递平台中，如果任务被完成(至少有一个快递员选择该任务)，用户依然按照原始价格进行支付，而众包快递员以重定价后的价格作为报酬。因此，为了保证众包平台不额外支付金钱，被完成的任务S的原始价格之和与重定价后的价格之和相等。同时，为了公平性的考虑，重定价后被完成的任务集合S至少要包含在原始价格下被完成的任务集合S_ori。为了维护用户的利益，未被完成的任务的价格要保持不变。

进一步作为优选的实施方式，所述步骤(2)中的价格转移与目标任务选择的步骤如下：

(2.1)价格转移：为保证被完成任务的原始价格之和与重定价后的价格之和相等，故重定价过程采用在任务间进行价格的数值转移的方法来实现。定义变量集合D，用于存储至少被一位众包快递员所选择的任务。集合D被初始化为在原始价格R下被快递员所选择的任务集合S_ori，D＝S_ori。然后，通过价格的数值转移的方法，逐步扩大集合D的，实现对系统整体效益的优化；

(2.2)价格转移的目标任务选择：集合D中的任务作为价格转移的源，将价格转移给目标任务t_d，其中，t_d∈T-D。目标任务选择采用贪心策略，每次从集合T-D中选择价格最高的任务作为目标任务t_d，

进一步作为优选的实施方式，所述步骤(3)中的最大转移价格计算的步骤如下：

假设从D中每个任务转移出的价格是相等的，表示为x，所以转移到目标任务的总价格为|D|·x。依据任务的当前定价，假设快递员w_j所选择的递送任务表示为t_π(j)。对于t_π(j)∈D的快递员w_j来说，想要在转移价格x后，保障快递员w_j仍然选择任务的t_π(j)，而不选择任务t_d或集合Q＝T-D-{t_d}中的任务，则需分别保证不等式(B)(C)成立。其中，μ表示间隔参数，可自行设置；

p_π(j)-x-c_π(j),j>p_d+|D|·x-c_dj+μ (B)

为了方便表示，用Y_ij表示快递员w_j从任务t_i得到的净收益，Y_ij＝p_i-c_ij。快递员w_j仍然选择任务t_π(j)并且t_π(j)∈D，所允许的最大转移价格如公式(D)；

为了尽可能增大向目标任务的转移价格，只需保证集合D中的任务被某一个快递员所选择即可。因此，最终的最大转移价格Δp^d表示为公式(E)。

进一步作为优选的实施方式，所述步骤(4)中价格转移成立条件检验的步骤如下：

(4.1)建立新的定价：将集合D中每个任务的价格减去最大转移价格Δp^d，即再将目标任务t_d的价格加上D倍的Δp^d，即p_d←p_d+|D|Δp^d，由此，得到新的定价P；

(4.2)检验价格转移是否成立：对于目标任务t_d来说，首先检验在新的定价下，是否有快递员会选择该任务。如果有，再根据公式(A)重新计算快递员的总期望净收益，观察期望收益是否增加；

(4.2.1)如果上述检验条件都成立，则完成该价格转移，并将目标任务t_d加入到任务集合D中，并在此价格基础上继续尝试价格转移，直到无法找到目标任务后停止，最终得到众包快递系统中的任务重定价；

(4.2.2)如果上述检验条件有一条不成立，则恢复价格转移，即对集合D中每个任务撤销价格转移，并恢复目标任务的价格p_d←p_d-|D|·Δp^d，然后再考虑集合T-D中的其他任务作为目标任务：将该目标任务t_d加入缓存集合B，再在集合T-D-B中仍然按照来贪心地寻找目标任务，并尝试价格转移；如果价格转移成功，则清空缓存集合B；如果价格转移检验条件不成立，则目标任务加入缓存集合B。重复以上步骤(4.2.2)，直到无法找到目标任务后停止，最终得到众包快递系统中的任务重定价。

以上对本发明的较佳实施方式进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变型或替换，这些等同的变型或替换均包含在本申请权利要求所限定的范围内。

Claims (5)

1.一种众包快递系统中的任务重定价方法，其特征在于包括以下步骤：

(1)数据准备与模型构建；

(2)价格转移与目标任务选择；

(3)最大转移价格计算；

(4)价格转移成立条件检验。

2.根据权利要求1所述的众包快递系统中的任务重定价方法，其特征在于：所述步骤(1)中的数据准备与模型构建的步骤如下：

(1.1)数据准备：建立n个待递送包裹，表示为集合T＝{t₁,...,t_n}；其中任务t_i的原始定价表示为r_i；建立m个想要完成这些递送任务的众包快递员，表示为集合W＝{w₁,...,w_m}；根据每位快递员到每个递送任务的取件地点并送达目的地的距离，可得快递员w_j与任务t_i的距离耗费为c_ij；

(1.2)建立众包快递员决策模型：快递员根据任务的定价以及自己的完成该任务的距离耗费，来决策并选择净收益r_i-c_ij最大的任务；当所有任务的净收益都小于0时，该快递员将放弃本轮的任务选择；如果有多个快递员想要选择同一个递送任务，众包系统会根据选择任务的时间戳的先后来决定谁先获得该任务，即抢单的模式；在抢单模式下，所有快递员未选择任务之前，在所有想要选择任务t_i的候选快递员集V_i中，最终获得该任务的事件被看作等概率事件；设定候选快递员集V_i不为空的所有任务组成集合S，其中，在原始定价R下的任务集合S表示为S_ori；

(1.3)设定众包快递系统中的任务重定价的目标：按照用户对任务的原始定价R＝<r₁,...,r_n>，建立重定价后的任务价格为P＝<p₁,…,p_n>，则快递员的总期望净收益表示为公式(A)；

(1.4)在众包快递平台中，被完成的任务S的原始价格之和与重定价后的价格之和相等；重定价后被完成的任务集合S至少要包含在原始价格下被完成的任务集合S_ori；未被完成的任务的价格保持不变。

3.根据权利要求2所述的众包快递系统中的任务重定价方法，其特征在于：所述步骤(2)中的价格转移与目标任务选择的步骤如下：

(2.1)价格转移：定义变量集合D，用于存储至少被一位众包快递员所选择的任务，集合D被初始化为在原始价格R下被快递员所选择的任务集合S_ori，D＝S_ori；然后，通过价格的数值转移的方法，逐步扩大集合D的，实现对系统整体效益的优化；

(2.2)价格转移的目标任务选择：集合D中的任务作为价格转移的源，将价格转移给目标任务t_d，其中，t_d∈T-D；目标任务选择采用贪心策略，每次从集合T-D中选择价格最高的任务作为目标任务t_d，

4.根据权利要求3所述的众包快递系统中的任务重定价方法，其特征在于：所述步骤(3)中的最大转移价格计算的步骤如下：

假设从D中每个任务转移出的价格是相等的，表示为x，所以转移到目标任务的总价格为|D|·x，依据任务的当前定价，假设快递员w_j所选择的递送任务表示为t_π(j)，对于t_π(j)∈D的快递员w_j来说，想要在转移价格x后，保证快递员w_j仍然选择任务的t_π(j)，而不选择任务t_d或集合Q＝T-D-{t_d}中的任务，则需分别保证不等式(B)(C)成立，其中，μ表示间隔参数；

p_π(j)-x-c_π(j),j>p_d+|D|·x-c_dj+μ (B)

用Y_ij表示快递员w_j从任务t_i得到的净收益，即Y_ij＝p_i-c_ij，快递员w_j仍然选择任务t_π(j)并且t_π(j)∈D，所允许的最大转移价格如公式(D)；

只需保证集合D中的任务被某一个快递员所选择即可，因此，最大转移价格Δp^d表示为公式(E)。

。

5.根据权利要求4所述的众包快递系统中的任务重定价方法，其特征在于：所述步骤(4)中价格转移成立条件检验的步骤如下：

(4.1)建立新的定价：将集合D中每个任务的价格减去最大转移价格Δp^d，即p_i←p_i-Δp^d，再将目标任务t_d的价格加上D倍的Δp^d，即p_d←p_d+|D|·Δp^d，由此，得到新的定价P；

(4.2)检验价格转移是否成立：对于目标任务t_d来说，首先检验在新的定价下，是否有快递员会选择该任务，如果有，再根据公式(A)重新计算快递员的总期望净收益，观察期望收益是否增加；

(4.2.1)如果上述检验条件都成立，则完成该价格转移，并将目标任务t_d加入到任务集合D中，并在此价格基础上继续尝试价格转移，直到无法找到目标任务后停止，最终得到众包快递系统中的任务重定价；

(4.2.2)如果上述检验条件有一条不成立，则恢复价格转移，即对集合D中每个任务撤销价格转移，p_i←p_i+Δp^d，并恢复目标任务的价格p_d←p_d-|D|·Δp^d，然后再考虑集合T-D中的其他任务作为目标任务：将该目标任务t_d加入缓存集合B，再在集合T-D-B中仍然按照来贪心地寻找目标任务，并尝试价格转移；直到价格转移成功，则清空缓存集合B；否则，将目标任务加入缓存集合B，重复步骤(4.2.2)，直到无法找到目标任务后停止，最终得到众包快递系统中的任务重定价。