随着如今互联网的高度普及,手机更是成为人人必不可少的生活工具。基于网络的众包平台发展迅速,企业不需要雇佣员工即可完成任务,而个人不需要应聘岗位也可以赚钱。在各式各样的众包任务中,手机拍照类任务以仅需一部手机的便利成功吸引大众视野。在拍照类众包任务迅速发展的同时,任务的定价问题渐渐浮现。定价的合理性会影响任务的完成度,同时,客观的地理位置、人口密度等因素也会对任务的完成情况产生影响。本文主要研究了手机拍照APP平台的任务定价问题,建立了相关模型,并对影响任务定价的因素进行了分析。1、为分析任务定价模型,确定各已知因素对任务完成情况的影响,首先,将各任务经纬度利用K-means聚类分析进行了分类,为解决K-means聚类算法K值需主观预设的缺点,本文采用了手肘法和轮廓系数法来确定聚类K值。经实证,手肘法和轮廓系数法得到的结论相同,效果较好,得到的K值处所有数据点到其聚类中心点的总距离平方和值前后切角最大,类间平均距离也远大于类内平均距离,此时聚类效果最佳。2、通过Logistic逻辑回归分析,得到回归预测模型,分析得出各因素对任务完成情况的影响,由结果可知,任务周围会员的平均预定限额值对任务完成情况的影响程度最高,同时选定的各因素对任务结果的影响方向与普遍认知相同,比如提高任务标价,会使任务完成率升高,而当任务点距聚类中心变远也即当前地区任务分布较分散时,任务完成率会相应降低。3、为优化模型,提高模型预测成功率,利用多层感知器神经网络对数据进行了拟合分析,最终得到的模型对已完成任务的预测成功率较高,相较于Logistic回归模型结果有了较大的提升。而通过Logistic回归和神经网络的结果分析,在众多影响因素中,影响程度最大的是任务周围会员的平均预定限额,且与任务完成情况成正比。最后,根据众包平台手机拍照APP的数据分析结果,从企业的角度提出了可行性的建议,建立健全行业信用机制、完善知识产权体系、提高人才激励机制以及紧随时代潮流,建立众包商业多样性,并为众包平台的任务发布者在今后的任务定价中提供参考。