一種基于服務(wù)業(yè)拍賣系統(tǒng)的服務(wù)定價(jià)方法
【專利摘要】本發(fā)明涉及服務(wù)定價(jià)方法【技術(shù)領(lǐng)域】，特別是涉及一種基于服務(wù)業(yè)拍賣系統(tǒng)的服務(wù)定價(jià)方法。本發(fā)明采用如下技術(shù)方案,包括:建立服務(wù)業(yè)拍賣系統(tǒng)；建立影響服務(wù)價(jià)格的因素的模型；根據(jù)拍賣系統(tǒng)歷史成交數(shù)據(jù)計(jì)算出每個(gè)影響因素對(duì)價(jià)格的影響系數(shù)；系統(tǒng)預(yù)測(cè)未來拍賣中所拍賣的服務(wù)的市場(chǎng)參考價(jià)格；根據(jù)歷史成交數(shù)據(jù)不斷修正系統(tǒng)預(yù)測(cè)的市場(chǎng)參考價(jià)格。以本發(fā)明方法基于服務(wù)業(yè)拍賣系統(tǒng)為服務(wù)業(yè)定價(jià)，充分考慮了服務(wù)業(yè)這個(gè)壟斷競(jìng)爭(zhēng)市場(chǎng)中的變化，并根據(jù)不同服務(wù)拍賣者歷史表現(xiàn)及影響價(jià)格的因素為不同服務(wù)定價(jià)，達(dá)到促成服務(wù)交易的目的；本發(fā)明方法為達(dá)成交易節(jié)省了很多中間環(huán)節(jié)，具有很好的社交網(wǎng)絡(luò)傳播效果，對(duì)增加就業(yè)具有深遠(yuǎn)影響。
【專利說明】一種基于服務(wù)業(yè)拍賣系統(tǒng)的服務(wù)定價(jià)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及服務(wù)定價(jià)方法【技術(shù)領(lǐng)域】，特別是涉及一種基于服務(wù)業(yè)拍賣系統(tǒng)的服務(wù)定價(jià)方法。
【背景技術(shù)】
[0002]由于服務(wù)提供者具有獨(dú)特性，消費(fèi)者更是難以在購(gòu)買服務(wù)之前了解服務(wù)的品質(zhì)，所以服務(wù)價(jià)格很難制定，隨著服務(wù)業(yè)迅速發(fā)展，網(wǎng)絡(luò)拍賣方式及社交網(wǎng)站的蓬勃興起，帶有社交屬性的服務(wù)業(yè)拍賣越來越受到人們的歡迎，在此基礎(chǔ)上對(duì)服務(wù)業(yè)進(jìn)行合理定價(jià)對(duì)于促成買賣雙方達(dá)成交易具有不可估量的作用。
[0003]人們不僅希望通過服務(wù)拍賣系統(tǒng)購(gòu)買到服務(wù)，更希望在購(gòu)買之前對(duì)所要購(gòu)買的服務(wù)有充分地了解，掌握合適的價(jià)格信息，并在網(wǎng)站上與朋友分享和交友，因此，研究如何基于服務(wù)業(yè)拍賣系統(tǒng)為服務(wù)定價(jià)成為一項(xiàng)十分必要的工作。
[0004]現(xiàn)有的傳統(tǒng)服務(wù)業(yè)定價(jià)方法不能根據(jù)市場(chǎng)變化及不同服務(wù)提供者較精準(zhǔn)的制定價(jià)格。
[0005]以本發(fā)明方法基于服務(wù)業(yè)拍賣系統(tǒng)為服務(wù)業(yè)定價(jià)，充分考慮了服務(wù)業(yè)這個(gè)壟斷競(jìng)爭(zhēng)市場(chǎng)中的變化，并根據(jù)不同服務(wù)拍賣者歷史表現(xiàn)及影響價(jià)格的因素為不同服務(wù)定價(jià)，達(dá)到促成服務(wù)交易的目的；本發(fā)明方法為達(dá)成交易節(jié)省了很多中間環(huán)節(jié)，具有很好的社交網(wǎng)絡(luò)傳播效果，對(duì)增加就業(yè)具有深遠(yuǎn)影響。

【發(fā)明內(nèi)容】

[0006]有鑒于此，本發(fā)明提供一種基于服務(wù)業(yè)拍賣系統(tǒng)的服務(wù)定價(jià)方法，用于為在拍賣系統(tǒng)中拍賣的服務(wù)定價(jià)。
[0007]為了解決上述問題，本發(fā)明公開了一種基于服務(wù)業(yè)拍賣系統(tǒng)的服務(wù)定價(jià)方法，其步驟包括:
S1:建立服務(wù)業(yè)拍賣系統(tǒng)；
52:建立影響服務(wù)價(jià)格的因素的模型；
53:根據(jù)拍賣系統(tǒng)歷史成交數(shù)據(jù)計(jì)算出每個(gè)影響因素對(duì)價(jià)格的影響系數(shù)；
54:系統(tǒng)預(yù)測(cè)未來拍賣中所拍賣的服務(wù)的市場(chǎng)參考價(jià)格；
55:根據(jù)歷史成交數(shù)據(jù)不斷修正系統(tǒng)預(yù)測(cè)的市場(chǎng)參考價(jià)格。
[0008]進(jìn)一步的，所述步驟SI具體包括:
拍賣者可以在系統(tǒng)中輸入拍賣者個(gè)人信息，包括行業(yè)，年齡，性別，地理位置，可提供服務(wù)的時(shí)間，并輸入個(gè)人服務(wù)的內(nèi)容，制定拍賣最低價(jià)，以每小時(shí)為單位進(jìn)行個(gè)人服務(wù)的拍賣；客戶以高于最低價(jià)的價(jià)格參加競(jìng)拍，在拍賣結(jié)束時(shí)按照出價(jià)最高者達(dá)成交易；系統(tǒng)設(shè)置客戶評(píng)價(jià)體系和社交推薦功能。
[0009]所述步驟S2包括:
影響服務(wù)價(jià)格的因素為al，a2，a3，a4，a5，a6，a7，拍賣系統(tǒng)為每個(gè)因素設(shè)置一定的算法用來計(jì)量這個(gè)因素對(duì)最終成交價(jià)格的影響值。
[0010]al:拍賣者個(gè)人賬戶歷史經(jīng)驗(yàn)值； al = all 氺 P + al2 氺 H ；
P=拍賣者個(gè)人賬戶成交的平均價(jià)格；
H =拍賣者個(gè)人賬戶的總成交時(shí)間/所屬行業(yè)中拍賣者的平均總成交時(shí)間*所屬行業(yè)所有拍賣者歷史成交價(jià)的平均值；
all和al2分別為P，H在拍賣者個(gè)人帳戶歷史經(jīng)驗(yàn)值中所占的比重；
T_aver =所屬行業(yè)中拍賣者的平均總成交時(shí)間=所屬行業(yè)成交的所有服務(wù)時(shí)間/成交人數(shù)；
H_rate =拍賣者個(gè)人賬戶的總成交時(shí)間/所屬行業(yè)中拍賣者的平均總成交時(shí)間=拍賣者個(gè)人賬戶的總成交時(shí)間/ T_aver ；
Pw =所屬行業(yè)所有拍賣者歷史成交價(jià)的平均值=所屬行業(yè)成交的總收入/總服務(wù)時(shí)
間；
H = H—rate氺 Pw ；
P_deal =每一個(gè)拍賣者每次成交的價(jià)格；
T_deal =每一個(gè)拍賣者每次成交的時(shí)間；
P = Σ (P_deal* T_deal) / Σ T_deal ；
所以 al=all* Σ (P_deal* T_deal) / Σ T_deal + al2* H_rate* Pw ；
根據(jù)上一年度國(guó)家服務(wù)業(yè)價(jià)格統(tǒng)計(jì)數(shù)據(jù)，設(shè)每種服務(wù)的基準(zhǔn)價(jià)PO，PO考慮了行業(yè)，性另|J，年齡，地理位置和提供服務(wù)的時(shí)間，如果拍賣者無帳戶歷史經(jīng)驗(yàn)值，系統(tǒng)則給出初始建議價(jià)PO。
[0011]a2:客戶評(píng)價(jià)所起作用，客戶評(píng)價(jià)是客戶對(duì)某個(gè)拍賣者所提供的服務(wù)的評(píng)價(jià)； 在網(wǎng)站上列出客戶評(píng)價(jià)打分表，設(shè)滿分10分，客戶評(píng)價(jià)分為1.2.3.4.5五個(gè)等級(jí)，滿
分10與I分之間的差距為2Pw，當(dāng)某個(gè)拍賣者的客戶評(píng)價(jià)達(dá)到整個(gè)網(wǎng)站的客戶評(píng)價(jià)平均值時(shí)，客戶評(píng)價(jià)所起的作用為Pw.如果拍賣者無客戶評(píng)價(jià)，系統(tǒng)這一項(xiàng)默認(rèn)為PO;a2 = 1/5 (K - K_aver) XPw + Pw ；
K=客戶評(píng)價(jià)；
K_aver=整個(gè)網(wǎng)站的客戶評(píng)價(jià)平均值。
[0012]a3:每個(gè)拍賣者的追隨者所起的作用；
假設(shè)網(wǎng)站上總?cè)藬?shù)為N，擁有最多追隨者的用戶本身的追隨者數(shù)是n，網(wǎng)站上用戶的平均追隨者數(shù)為m，平均轉(zhuǎn)帖概率為V，那么看到有最多追隨者的發(fā)帖的總?cè)藬?shù)為:n +
η氺m氺V = η(I + m*v)；
對(duì)于有平均追隨者數(shù)量的用戶，本身的追隨者數(shù)量m，那么看到有平均追隨者數(shù)量的發(fā)帖的總?cè)藬?shù)為:m + m*m*v = m(l + m*v);
由以上假設(shè)得出a3曲線過以下三點(diǎn):[0，O], [m(l+mv), PO], [n(l+mv), 2 PO]，我們可以用這三組數(shù)據(jù)擬合一個(gè)二次多項(xiàng)式去量化追隨者在定價(jià)中的作用:數(shù)據(jù)為:x= [Om(l+mv) n(l+mv)] ; y = [O PO 2P0] ； Poly = polyfit (x, y, 2) = p;其中 p 是一個(gè) 1X3的向量，P(1)，P(2)，p(3)是二次多項(xiàng)式的系數(shù)，這個(gè)多項(xiàng)式為p(l)Xx~2 + p(2)X x +p(3)；即對(duì)于網(wǎng)站上任意一個(gè)用戶假設(shè)他自己的追隨者數(shù)n0，他的所有追隨者數(shù)為:N_fans = nO + nO*m*v = nO (I + m * v),那么他的追隨者在定價(jià)中所起作用為: a3 = f (N_fans )= p (I) *N_fans*N_fans + p (2) * N_fans +
[0013]a4:上傳證書數(shù)量或證明所起的作用；
假設(shè)網(wǎng)站上拍賣者最多上傳證書數(shù)量為10個(gè)，某行業(yè)的拍賣者平均上傳證書數(shù)量為Z_aver,
Z_aver=所有拍賣者上傳的總證書數(shù)量/拍賣者總?cè)藬?shù)；
當(dāng)一個(gè)拍賣者上傳了 10個(gè)證書的時(shí)候，他的證書所起的作用是2P0，當(dāng)一個(gè)拍賣者上傳了網(wǎng)站上拍賣者所上傳的證書平均數(shù)量的時(shí)候，他的證書所起的作用是PO，當(dāng)一個(gè)用戶沒有上傳證書的時(shí)候，那么這一項(xiàng)的作用為0.我們利用這三個(gè)數(shù)據(jù)擬合一個(gè)二次多項(xiàng)式用來量化上傳證書數(shù)量在定價(jià)中的作用:數(shù)據(jù):X = [O Z_aver 10], y = [O PO 2P0]；poly = polyfit (x, y, 2)=p,其中p是一個(gè)I X 3的向量,p⑴，p⑵，p (3)是二次多項(xiàng)式的系數(shù)，這個(gè)多項(xiàng)式為P(I) Xx~2 + P (2) X x + p(3)；
假設(shè)某個(gè)行業(yè)里面的某個(gè)用戶的上傳證書數(shù)量為Z，那么a4 = p(l)*Z *Z + p (2)* Z+ p (3) ο
[0014]a5:拍賣底價(jià)；
a5= P* =拍賣底價(jià)；
如果拍賣者的底價(jià)超過網(wǎng)站所有拍賣的平均價(jià)的2倍，或者少于平均價(jià)的一半，則網(wǎng)站不將此次拍賣計(jì)算在內(nèi)，即不給出此次拍賣的參考價(jià)。
[0015]a6:朋友推薦所起的作用；
朋友推薦的價(jià)值由兩部分組成:將拍賣者引薦到網(wǎng)站的推薦人和朋友在網(wǎng)站上的推薦(這里的朋友指未購(gòu)買拍賣者服務(wù)的朋友)，朋友以“贊同”和“不贊同”的方式發(fā)表意見；我們以排名和追隨者數(shù)量來計(jì)算推薦人和朋友在網(wǎng)站上的推薦所起的作用；a6= a61*將拍賣者引薦到網(wǎng)站的推薦人所起的作用+ a62*朋友在網(wǎng)站上的推薦所起的作用；
a61和a62為推薦人和朋友所起的作用所占的比重；
將拍賣者引薦到網(wǎng)站的推薦人所起的作用=a611*推薦人的排名所起的作用+ a612*推薦人的追隨者所起的作用；
Pref=將拍賣者引薦到網(wǎng)站的推薦人所起的作用；
Ref_rank =推薦人的排名；
Pref_rank=推薦人的排名所起的作用；
Pref_rank= (1-排行 / 總?cè)藬?shù))* PO ;
Pref_fans =推薦人的追隨者所起的作用；
Pref_fans = f(Ref_fans)；
推薦人的追隨者在定價(jià)中所起作用按照a3中每個(gè)拍賣者自己的追隨者數(shù)的計(jì)算方法來計(jì)算:f (Ref_fans) = p(l)* Ref_fans * Ref_fans + p (2) * Ref_fans + p (3)；Ref_fansl =推薦人的直接追隨者數(shù)；
Ref_fans2 =推薦人的間接追隨者數(shù)；
Ref_fans = Ref_fansl + Ref_fans2 ；
關(guān)于朋友在網(wǎng)站上 的推薦:某個(gè)拍賣者的朋友推薦值=所有“贊同”值+所有“不贊同”值；
每一個(gè)“贊同”值=a611*這個(gè)朋友的排名所起的作用+ a612*這個(gè)朋友的追隨者數(shù)量所起的作用，
每一個(gè)“不贊同”值=-(a611*這個(gè)朋友的排名所起的作用+ a612*這個(gè)朋友的追隨者數(shù)量所起的作用)，
a611和a612分別為為朋友的排名和朋友的追隨者數(shù)量所起的作用所占的比重； Fri_rankA =發(fā)表“贊同”的朋友的排名；
Fri_fansA =發(fā)表“贊同”的朋友的追隨者數(shù)；
Fri_rankD =發(fā)表“不贊同”的朋友的排名；
Fri_fansD =發(fā)表“不贊同”的朋友的追隨者數(shù)；
Pfri=朋友在網(wǎng)站上的推薦所起的作用；
Pfri_rank=所用朋友的排名所起的作用=[Σ (1- Fri_rankA /N) - Σ (1- Fri_rankD/N)] * PO ;
Pfri_fans = Σ f (Fri_fansA)- Σ f (Fri_fansD)
=[ρ(1)* Fri_fansA * Fri_fansA + p(2) * Fri_fansA + p(3)]
-[p(l)* Fri_fansD * Fri_fansD + p(2) * Fri_fansD + p (3)]；對(duì)于某一個(gè)行業(yè)，計(jì)算每一個(gè)拍賣者的朋友推薦所起的作用，在所有被推薦過的拍賣者中，用其中一個(gè)最低朋友推薦值作為朋友推薦的最低值Pmin，讓這一項(xiàng)所起作用為O，最高朋友推薦值作為朋友推薦的最高值Pmax，這一項(xiàng)所起的作用為2P0，平均推薦值就作為朋友推薦的平均值Paver，這一項(xiàng)所起作用為O ;
Paver=平均推薦值=這個(gè)行業(yè)所有拍賣者的朋友推薦值總和/拍賣者的人數(shù)，于是有這樣三組數(shù)據(jù):(Pmin, O), (Paver, PO), (Pmax, 2P0),用這三組數(shù)據(jù)擬合一個(gè)二次多項(xiàng)式:X = [Pmin, Paver, Pmax], y = [O, PO, 2P0],Poly = polyfit (x, y, 2) = p，p 是一個(gè)3X I向量；給出一個(gè)拍賣者的朋友推薦值Pown，他的朋友推薦所起作用為朋友推薦所起的作用:Pf = P (I) *Pown * Pown + p(2)*pown + p (3)；
從而得出
a6=a61*Pref+a62*Pfri =a61* (a611*Pref_rank+a612*Pref_fans)+a62*(a611*Pfri_rank+a612*Pfri_fans)。
[0016]a7:拍賣者的網(wǎng)站排名；
a7 =(1 -拍賣者本人的排名/拍賣者總?cè)藬?shù))*所屬行業(yè)所有拍賣者歷史成交價(jià)的平均值
=(1- Rank/N) * Pw。
[0017]4.按權(quán)利要求1所述的一種基于服務(wù)業(yè)拍賣系統(tǒng)的服務(wù)定價(jià)方法，其特征在于:所述步驟S3包括:影響服務(wù)價(jià)格的因素為al，a2, a3, a4, a5, a6, a7對(duì)應(yīng)的影響系數(shù)分別為:xl, x2, x3, x4, x5, x6, x7,通過拍賣系統(tǒng)中所有買賣雙方歷史成交價(jià)計(jì)算出影響系數(shù)；
成交價(jià)=al*xl+a2*x2+a3*x3+a4*x4+a5*x5+a6*x6+a7*x7
=xl*(all * P_aver + al2 * H) + x2 * a2 + x3 * a3 + x4 * a4
+ x5 * a5 + x6 * (a61 * Pref + a62 * Pfri) + x7 * a7
=xl* all (P_aver - H) + xl * H + x2 * a2 + x3 * a3 + x4 * a4+ x5 * a5 + x6 * a61 * (Pref - Pfri) + x6 * Pfri + (l~xl - x2 — -x6) * a7
=xl* all (P—aver -H)+ x6 * a61 * (Pref - Pfri) + xl * (H - a7)
+ x2 *( a2 - a7) + x3 * (a3 - a7) + x4 * (a4 - a7) + x5 * (a5 - a7)
+ x6 * (Pfr1- a7) + a7因?yàn)樯鲜綖榉蔷€性方程，我們用Newton方法求解此非線性方程組，得出xl, χ2, χ3, χ4, χ5, χ6, all, a61。
[0018]所述步驟S4包括:根據(jù)計(jì)算出的影響系數(shù)，系統(tǒng)預(yù)測(cè)未來拍賣中所拍賣的服務(wù)的市場(chǎng)參考價(jià)格。
[0019]所述步驟S5包括:每7組歷史成交數(shù)據(jù)可計(jì)算出一組影響系數(shù)，當(dāng)系統(tǒng)中的成交數(shù)據(jù)不斷增加時(shí)，系統(tǒng)自動(dòng)引用網(wǎng)站上歷史成交記錄及目前拍賣系統(tǒng)中的相關(guān)信息，計(jì)算出多組影響系數(shù)，通過統(tǒng)計(jì)方法找出影響系數(shù)變化的規(guī)律，從而不斷修正系統(tǒng)預(yù)測(cè)的市場(chǎng)參考價(jià)格。
【具體實(shí)施方式】
[0020]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，以下【具體實(shí)施方式】對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說明。
[0021]本發(fā)明的實(shí)施例是基于美國(guó)服務(wù)業(yè)相關(guān)統(tǒng)計(jì)數(shù)據(jù)，但本發(fā)明的方法不受地域及語(yǔ)言種類的限制。
[0022]步驟SI，建立服務(wù)業(yè)拍賣系統(tǒng)；
所述建立服務(wù)業(yè)拍賣系統(tǒng)，采用網(wǎng)絡(luò)搭建技術(shù)建立拍賣系統(tǒng)平臺(tái)，拍賣者可以在系統(tǒng)中輸入拍賣者個(gè)人信息，包括行業(yè)，年齡，性別，地理位置，可提供服務(wù)的時(shí)間，并輸入個(gè)人服務(wù)的內(nèi)容，制定拍賣最低價(jià)，以每小時(shí)為單位進(jìn)行個(gè)人服務(wù)的拍賣；客戶以高于最低價(jià)的價(jià)格參加競(jìng)拍，在拍賣結(jié)束時(shí)按照出價(jià)最高者達(dá)成交易；系統(tǒng)設(shè)置客戶評(píng)價(jià)體系和社交推薦功能。
[0023]步驟S2,影響服務(wù)價(jià)格的因素為al, a2, a3, a4, a5, a6, a7,拍賣系統(tǒng)為每個(gè)因素設(shè)置一定的算法用來計(jì)量這個(gè)因素對(duì)最終成交價(jià)格的影響值。
[0024]al:拍賣者個(gè)人賬戶歷史經(jīng)驗(yàn)值；
al=all* Σ (P_deal* T_deal) / Σ T_deal + al2* H_rate* Pw。
[0025]a2:客戶評(píng)價(jià)所起作用，客戶評(píng)價(jià)是客戶對(duì)某個(gè)拍賣者所提供的服務(wù)的評(píng)價(jià)； a2 = 1/5 (K - K_aver) XPw + Pw。
[0026]a3:每個(gè)拍賣者的追隨者所起的作用；
a3 = f (N_fans )= p (I) *N_fans*N_fans + p (2) * N_fans +
[0027]a4:上傳證書數(shù)量或證明所起的作用； a4 = p(l)*Z *Z + p (2)* Z + p (3)。
[0028]a5:拍賣底價(jià)； a5= P* =拍賣底價(jià)。
[0029]a6:朋友推薦所起的作用； a6 = a61*Pref+a62*Pfri
=a61* (a61l*Pref—rank+a612*Pref—fans)+a62* (a61l*Pfri—rank+a612*Pfri—fans)ο
[0030]a7:拍賣者的網(wǎng)站排名； a7 = (1- Rank/N) * Pw0
[0031]步驟S3包括:影響服務(wù)價(jià)格的因素為al，a2，a3，a4，a5，a6，a7對(duì)應(yīng)的影響系數(shù)分別為:xl，x2, χ3, χ4, χ5, χ6, χ7,通過拍賣系統(tǒng)中所有買賣雙方歷史成交價(jià)計(jì)算出影響系數(shù)；
【權(quán)利要求】
1.一種基于服務(wù)業(yè)拍賣系統(tǒng)的服務(wù)定價(jià)方法，其特征在于: S1:建立服務(wù)業(yè)拍賣系統(tǒng)； 52:建立影響服務(wù)價(jià)格的因素的模型； 53:根據(jù)拍賣系統(tǒng)歷史成交數(shù)據(jù)計(jì)算出每個(gè)影響因素對(duì)價(jià)格的影響系數(shù)； 54:系統(tǒng)預(yù)測(cè)未來拍賣中所拍賣的服務(wù)的市場(chǎng)參考價(jià)格； 55:根據(jù)歷史成交數(shù)據(jù)不斷修正系統(tǒng)預(yù)測(cè)的市場(chǎng)參考價(jià)格。
2.按權(quán)利要求1所述的一種基于服務(wù)業(yè)拍賣系統(tǒng)的服務(wù)定價(jià)方法，其特征在于:所述步驟SI包括: 拍賣者可以在系統(tǒng)中輸入拍賣者個(gè)人信息，包括行業(yè)，年齡，性別，地理位置，可提供服務(wù)的時(shí)間，并輸入個(gè)人服務(wù)的內(nèi)容，制定拍賣最低價(jià)，以每小時(shí)為單位進(jìn)行個(gè)人服務(wù)的拍賣；客戶以高于最低價(jià)的價(jià)格參加競(jìng)拍，在拍賣結(jié)束時(shí)按照出價(jià)最高者達(dá)成交易；系統(tǒng)設(shè)置客戶評(píng)價(jià)體系和社交推薦功能。
3.按權(quán)利要求1所述的一種基于服務(wù)業(yè)拍賣系統(tǒng)的服務(wù)定價(jià)方法，其特征在于:所述步驟S2包括: 影響服務(wù)價(jià)格的因素為al，a2，a3，a4，a5，a6，a7，拍賣系統(tǒng)為每個(gè)因素設(shè)置一定的算法用來計(jì)量這個(gè)因素對(duì)最終成交價(jià)格的影響值:al:拍賣者個(gè)人賬戶歷史經(jīng)驗(yàn)值；al = all 木 P + al2 木 H ；p=拍賣者個(gè)人賬戶成交的平均價(jià)格； H =拍賣者個(gè)人賬戶的總成交時(shí)間/所屬行業(yè)中拍賣者的平均總成交時(shí)間*所屬行業(yè)所有拍賣者歷史成交價(jià)的平均值； all和al2分別為P，H在拍賣者個(gè)人帳戶歷史經(jīng)驗(yàn)值中所占的比重； T_aver =所屬行業(yè)中拍賣者的平均總成交時(shí)間=所屬行業(yè)成交的所有服務(wù)時(shí)間/成交人數(shù)； H_rate =拍賣者個(gè)人賬戶的總成交時(shí)間/所屬行業(yè)中拍賣者的平均總成交時(shí)間=拍賣者個(gè)人賬戶的總成交時(shí)間/ T_aver ； Pw =所屬行業(yè)所有拍賣者歷史成交價(jià)的平均值=所屬行業(yè)成交的總收入/總服務(wù)時(shí)間；
H = H—rate氺 Pw ； P_deal =每一個(gè)拍賣者每次成交的價(jià)格； T_deal =每一個(gè)拍賣者每次成交的時(shí)間；
P = Σ (P_deal* T_deal) / Σ T_deal ； 所以 al=all* Σ (P_deal* T_deal) / Σ T_deal + al2* H_rate* Pw ； 根據(jù)上一年度國(guó)家服務(wù)業(yè)價(jià)格統(tǒng)計(jì)數(shù)據(jù)，設(shè)每種服務(wù)的基準(zhǔn)價(jià)PO，PO考慮了行業(yè)，性另|J，年齡，地理位置和提供服務(wù)的時(shí)間，如果拍賣者無帳戶歷史經(jīng)驗(yàn)值，系統(tǒng)則給出初始建議價(jià)PO ； a2:客戶評(píng)價(jià)所起作用，客戶評(píng)價(jià)是客戶對(duì)某個(gè)拍賣者所提供的服務(wù)的評(píng)價(jià)； 在網(wǎng)站上列出客戶評(píng)價(jià)打分表，設(shè)滿分10分，客戶評(píng)價(jià)分為1.2.3.4.5五個(gè)等級(jí)，滿分10與I分之間的差距為2Pw，當(dāng)某個(gè)拍賣者的客戶評(píng)價(jià)達(dá)到整個(gè)網(wǎng)站的客戶評(píng)價(jià)平均值時(shí)，客戶評(píng)價(jià)所起的作用為Pw.如果拍賣者無客戶評(píng)價(jià)，系統(tǒng)這一項(xiàng)默認(rèn)為PO; a2 = 1/5 (K - K_aver) XPw + Pw ； K=客戶評(píng)價(jià)； K_aver=整個(gè)網(wǎng)站的客戶評(píng)價(jià)平均值； a3::個(gè)拍賣者的追隨者所起的作用； 假設(shè)網(wǎng)站上總?cè)藬?shù)為N，擁有最多追隨者的用戶本身的追隨者數(shù)是n，網(wǎng)站上用戶的平均追隨者數(shù)為m，平均轉(zhuǎn)帖概率為V，那么看到有最多追隨者的發(fā)帖的總?cè)藬?shù)為:n + n*m*v=η(I + m*v)； 對(duì)于有平均追隨者數(shù)量的用戶，本身的追隨者數(shù)量m，那么看到有平均追隨者數(shù)量的發(fā)帖的總?cè)藬?shù)為:m + m*m*v = m(l + m*v); 由以上假設(shè)得出a3曲線過以下三點(diǎn):[O，O], [m(l+mv), PO], [n(l+mv), 2 PO]，我們可以用這三組數(shù)據(jù)擬合一個(gè)二次多項(xiàng)式去量化追隨者在定價(jià)中的作用:數(shù)據(jù)為:x= [Om(l+mv) n(l+mv)] ; y = [O PO 2P0] ； Poly = polyfit (x, y, 2) = p;其中 p 是一個(gè) 1X3的向量，P(1)，P(2)，p(3)是二次多項(xiàng)式的系數(shù)，這個(gè)多項(xiàng)式為p(l)Xx~2 + p(2)X x +p(3)；即對(duì)于網(wǎng)站上任意一個(gè)用戶假設(shè)他自己的追隨者數(shù)nO，他的所有追隨者數(shù)為:N_fans = nO + nO*m*v = nO (I + m * v),那么他的追隨者在定價(jià)中所起作用為:a3 = f(N_fans )= p(I)*N_fans*N_fans + p(2) * N_fans + p(3)3 ；a4:上傳證書數(shù)量或證明所起的作用； 假設(shè)網(wǎng)站上拍賣者最多上傳證書數(shù)量為10個(gè)，某行業(yè)的拍賣者平均上傳證書數(shù)量為Z_aver, Z_aver=所有拍賣者上傳的總證書數(shù)量/拍賣者總?cè)藬?shù)； 當(dāng)一個(gè)拍賣者上傳了 10個(gè)證書的時(shí)候，他的證書所起的作用是2P0，當(dāng)一個(gè)拍賣者上傳了網(wǎng)站上拍賣者所上傳的證書平均數(shù)量的時(shí)候，他的證書所起的作用是PO，當(dāng)一個(gè)用戶沒有上傳證書的時(shí)候，那么這一項(xiàng)的作用為0.我們利用這三個(gè)數(shù)據(jù)擬合一個(gè)二次多項(xiàng)式用來量化上傳證書數(shù)量在定價(jià)中的作用:數(shù)據(jù):X = [O Z_aver 10], y = [O PO 2P0]；poly = polyfit (x, y, 2)=p,其中p是一個(gè)I X 3的向量,p⑴，p⑵，p (3)是二次多項(xiàng)式的系數(shù)，這個(gè)多項(xiàng)式為P(l)Xx~2 + P(2) X x + p(3)； 假設(shè)某個(gè)行業(yè)里面的某個(gè)用戶的上傳證書數(shù)量為Z，那么a4 = P⑴*Z *Z + P⑵* Z + P⑶ a5:賣底價(jià)； a5= P* =拍賣底價(jià)； 如果拍賣者的底價(jià)超過網(wǎng)站所有拍賣的平均價(jià)的2倍，或者少于平均價(jià)的一半，則網(wǎng)站不將此次拍賣計(jì)算在內(nèi)，即不給出此次拍賣的參考價(jià)；a6:友推薦所起的作用； 朋友推薦的價(jià)值由兩部分組成:將拍賣者引薦到網(wǎng)站的推薦人和朋友在網(wǎng)站上的推薦(這里的朋友指未購(gòu)買拍賣者服務(wù)的朋友)，朋友以“贊同”和“不贊同”的方式發(fā)表意見；我們以排名和追隨者數(shù)量來計(jì)算推薦人和朋友在網(wǎng)站上的推薦所起的作用；a6= a61*將拍賣者引薦到網(wǎng)站的推薦人所起的作用+ a62*朋友在網(wǎng)站上的推薦所起的作用； a61和a62為推薦人和朋友所起的作用所占的比重；將拍賣者引薦到網(wǎng)站的推薦人所起的作用=a611*推薦人的排名所起的作用+ a612*推薦人的追隨者所起的作用； Pref=將拍賣者引薦到網(wǎng)站的推薦人所起的作用； Ref_rank =推薦人的排名； Pref_rank=推薦人的排名所起的作用； Pref_rank= (1-排行 / 總?cè)藬?shù))* PO ; Pref_fans =推薦人的追隨者所起的作用；
Pref_fans = f(Ref_fans)； 推薦人的追隨者在定價(jià)中所起作用按照a3中每個(gè)拍賣者自己的追隨者數(shù)的計(jì)算方法來計(jì)算:f (Ref_fans) = p(l)* Ref_fans * Ref_fans + p (2) * Ref_fans + p (3)；Ref_fansl =推薦人的直接追隨者數(shù)； Ref_fans2 =推薦人的間接追隨者數(shù)；
Ref_fans = Ref_fansl + Ref_fans2 ； 關(guān)于朋友在網(wǎng)站上的推薦: 某個(gè)拍賣者的朋友推薦值=所有“贊同”值+所有“不贊同”值； 每一個(gè)“贊同”值=a611*這個(gè)朋友的排名所起的作用+ a612*這個(gè)朋友的追隨者數(shù)量所起的作用， 每一個(gè)“不贊同”值=-(a611*這個(gè)朋友的排名所起的作用+ a612*這個(gè)朋友的追隨者數(shù)量所起的作用)， a611和a612分別為為朋友的排名和朋友的追隨者數(shù)量所起的作用所占的比重； Fri_rankA =發(fā)表“贊同”的朋友的排名； Fri_fansA =發(fā)表“贊同”的朋友的追隨者數(shù)； Fri_rankD =發(fā)表“不贊同”的朋友的排名； Fri_fansD =發(fā)表“不贊同”的朋友的追隨者數(shù)； Pfri=朋友在網(wǎng)站上的推薦所起的作用； Pfri_rank=所用朋友的排名所起的作用=[Σ (1- Fri_rankA /N)- Σ (1- Fri_rankD /N)]* PO ; Pfri_fans = Σ f(Fri_fansA)- Σ f (Fri_fansD)
=P(I)* Fri_fansA * Fri_fansA + p (2) * Fri_fansA + p (3)]-[p(l)* Fri_fansD * Fri_fansD + p(2) * Fri_fansD + p (3)]； 對(duì)于某一個(gè)行業(yè)，計(jì)算每一個(gè)拍賣者的朋友推薦所起的作用，在所有被推薦過的拍賣者中，用其中一個(gè)最低朋友推薦值作為朋友推薦的最低值Pmin，讓這一項(xiàng)所起作用為O，最高朋友推薦值作為朋友推薦的最高值Pmax，這一項(xiàng)所起的作用為2P0，平均推薦值就作為朋友推薦的平均值Paver，這一項(xiàng)所起作用為O ; Paver=平均推薦值=這個(gè)行業(yè)所有拍賣者的朋友推薦值總和/拍賣者的人數(shù)，于是有這樣三組數(shù)據(jù):(Pmin, O), (Paver, PO), (Pmax, 2P0),用這三組數(shù)據(jù)擬合一個(gè)二次多項(xiàng)式:X = [Pmin, Paver, Pmax], y = [O, PO, 2P0], Poly = polyfit (x, y, 2) = p，p 是一個(gè)3X I向量；給出一個(gè)拍賣者的朋友推薦值Pown，他的朋友推薦所起作用為朋友推薦所起的作用:Pf = P (1) *Pown * Pown + p(2)*pown + p (3)； 從而得出 a6 = a61*Pref+a62*Pfri=61*(a611*Pref_rank+a612*Pref_fans)+a62*(a611*Pfri_rank+a612*Pfri_fans)； a7:拍賣者的網(wǎng)站排名； a7 =(1 -拍賣者本人的排名/拍賣者總?cè)藬?shù))*所屬行業(yè)所有拍賣者歷史成交價(jià)的平均值
=(1- Rank/N) * Pw。
4.按權(quán)利要求1所述的一種基于服務(wù)業(yè)拍賣系統(tǒng)的服務(wù)定價(jià)方法，其特征在于:所述步驟S3包括:
影響服務(wù)價(jià)格的因素為al，a2，a3，a4，a5，a6，a7對(duì)應(yīng)的影響系數(shù)分別為:xl, x2, x3, x4, x5, x6, x7,通過拍賣系統(tǒng)中所有買賣雙方歷史成交價(jià)計(jì)算出影響系數(shù)；成交價(jià)=al*xl+a2*x2+a3*x3+a4*x4+a5*x5+a6*x6+a7*x7
=xl*(all * P_aver + al2 * H) + x2 * a2 + x3 * a3 + x4 * a4 + x5*a5 + x6 * (a61 * Pref + a62 * Pfri) + x7 * a7
=xl* all (P_aver - H) + xl * H + x2 * a2 + x3 * a3 + x4 * a4 + x5*a5 + x6 * a61 * (Pref - Pfri) + x6 * Pfri + (l-χ? - χ2 — -χ6) * a7
=xl* all (P_aver -H)+ x6 * a61 * (Pref - Pfri) + xl * (H - a7)+ x2 *( a2 - a7) + x3 * (a3 - a7) + x4 * (a4 - a7) + x5 * (a5 - a7) + x6 *(Pfr1- a7) + a7 因?yàn)樯鲜綖榉蔷€性方程,求解此非線性方程組，得出xl，x2, x3, x4, x5, x6, all, a61。
5.按權(quán)利要求1所述的一種基于服務(wù)業(yè)拍賣系統(tǒng)的服務(wù)定價(jià)方法，其特征在于:所述步驟S4包括:
根據(jù)計(jì)算出的影響系數(shù)，系統(tǒng)預(yù)測(cè)未來拍賣中所拍賣的服務(wù)的市場(chǎng)參考價(jià)格。
6.按權(quán)利要求1所述的一種基于服務(wù)業(yè)拍賣系統(tǒng)的服務(wù)定價(jià)方法，其特征在于:所述步驟S4包括:
每7組歷史成交數(shù)據(jù)可計(jì)算出一組影響系數(shù)，當(dāng)系統(tǒng)中的成交數(shù)據(jù)不斷增加時(shí)，系統(tǒng)自動(dòng)引用網(wǎng)站上歷史成交記錄及目前拍賣系統(tǒng)中的相關(guān)信息，計(jì)算出多組影響系數(shù)，通過統(tǒng)計(jì)方法找出影響系數(shù)變化的規(guī)律，從而不斷修正系統(tǒng)預(yù)測(cè)的市場(chǎng)參考價(jià)格。
【文檔編號(hào)】G06Q30/08GK103971281SQ201310029294
【公開日】2014年8月6日 申請(qǐng)日期:2013年1月27日 優(yōu)先權(quán)日:2013年1月27日
【發(fā)明者】張 誠(chéng), 馬云, 張玉潔, 王宏軍 申請(qǐng)人:上海海上橋國(guó)際貿(mào)易有限公司