如何利用可视化进行定价分析?-关于2017年全国大学生数学建模竞赛B题的地图可视化思考

并不太了解数学建模,但听说建模题中出现了跟地理相关的问题,特意下了数据看看。
今年B题的题目是这样的


如何利用可视化进行定价分析?-关于2017年全国大学生数学建模竞赛B题的地图可视化思考_第1张图片

把数据上传到地图上。
图例说明:黄色点代表完成的任务,红色点代表未完成的任务。点越大,代表任务标价越高。绿色的热力图表示会员分布情况。


如何利用可视化进行定价分析?-关于2017年全国大学生数学建模竞赛B题的地图可视化思考_第2张图片
从图上可以分析出这样几个事实:
1)任务定价规律: 标价方案与会员分布有关系,会员密集的地方,标价相对偏低,大概是为了吸引会员做任务,对注册会员较少的地方,任务标价相对较高。
2)未完成原因:从任务完成情况来看,完成情况与标价相关性较大。很多会员分布不太密集但标价较高的地区,也都能够完成,反而会员注册密集区域,红色标记未完成的任务较多。

我们将数据置于格网中量化查看。
图例说明:格网颜色代表会员人数,红色越深表示人数越少,越偏向黑色,表示人数越多。格网内的数字,右下角黄色标签表示该格网内的会员数,左下角绿色标签内表示完成任务人数。左上角白色标签内表示未完成任务人数。

如何利用可视化进行定价分析?-关于2017年全国大学生数学建模竞赛B题的地图可视化思考_第3张图片
通过这张图,我们可以看出。虽然会员人数较多的黑灰色格子会员人数非常多,但完成任务情况并不乐观,白色标签所代表的未完成任务人数,多分布于会员密集的黑灰色格子中。产生这个问题的原因,可能有二:
1)该区域内,定价方案里,因考虑到会员分布较为集中,因此标价偏低,影响会员完成任务的积极性。
2)我们将会员按照信誉值做了区分,该区域内,信誉值较高的,用红色点表示,信誉度较低的,用蓝色点表示。可以看出,虽然会员人数较多,但在会员密集区域,活跃会员并不多。如何使用户活跃,也许是提升任务完成率的解决方案之一。达到这一目的,是通过任务打包,还是通过提高任务价格,则需要进一步的验证。
如何利用可视化进行定价分析?-关于2017年全国大学生数学建模竞赛B题的地图可视化思考_第4张图片
如何利用可视化进行定价分析?-关于2017年全国大学生数学建模竞赛B题的地图可视化思考_第5张图片
也许上面的图看不太清楚,故将完成任务和会员两个图层叠加,可以参照下图。黄色点代表完成的任务,点越大,标价越高。格网代表会员数量,红色人少,黑灰色人多。
如何利用可视化进行定价分析?-关于2017年全国大学生数学建模竞赛B题的地图可视化思考_第6张图片
下图代表未完成的任务和会员叠加。红色点代表完成任务,点越大,标价越高。格网代表会员数量,红色人少,黑灰色人多。
如何利用可视化进行定价分析?-关于2017年全国大学生数学建模竞赛B题的地图可视化思考_第7张图片

仅从可视化部分进行分析,不涉及建模。后续比赛完成后,期待看到同学们的想法~
*制图工具采用 智图交互地图** media.geoq.cn

你可能感兴趣的:(如何利用可视化进行定价分析?-关于2017年全国大学生数学建模竞赛B题的地图可视化思考)