【摘 要】
：
随着国民经济的飞速发展,现代人的消费观念已经发生很大转变。越来越多的人愿意花钱买“方便”,由此也催生了很多懒人经济下的产物,其中即时配送服务便是最具代表性的新兴产业之一,而外卖服务则是即时配送服务最为典型的服务类型。近年来,众包骑手（接包方）、商家（发包方）与外卖平台间的矛盾频发,外卖平台对众包骑手及商家服务提成的收取问题成为社会热门话题。本文首先通过研究国内主流外卖平台,发现外卖平台以及加入平台
论文部分内容阅读
随着国民经济的飞速发展,现代人的消费观念已经发生很大转变。越来越多的人愿意花钱买“方便”,由此也催生了很多懒人经济下的产物,其中即时配送服务便是最具代表性的新兴产业之一,而外卖服务则是即时配送服务最为典型的服务类型。近年来,众包骑手（接包方）、商家（发包方）与外卖平台间的矛盾频发,外卖平台对众包骑手及商家服务提成的收取问题成为社会热门话题。本文首先通过研究国内主流外卖平台,发现外卖平台以及加入平台的外卖配送员、店家共同构成了一个三角结构,平台分别向骑手和商家提供相应服务且骑手与商家之间互相具有交叉网络效应,符合双边市场的相关特点。所以本文以双边市场理论为依据,以Hotelling模型为基础,建立了以平台利润最大化为目标的定价模型,并从公平关切视角出发,考虑加入外卖平台的众包骑手（接包方）、商家（发包方）均具有公平关切心理,会对自身的收益与同行的收益进行比较。本文认为这种公平关切心理会影响用户的效用,继而对平台为其制定定价策略产生影响。其次,本文将平台的定价方式分成两类,一类是静态定价,另一类是两阶段动态定价,然后分别探讨两种定价方式下的最优定价和平台利润随双边用户公平关切程度组合变化的情况。最后探讨两种定价方式下的最优定价和平台利润,通过对比,得出最优的平台定价方法及其随双边用户公平关切组合的变化规律。本文通过研究提出:以平台利润最大化为目标,在交叉网络效应、直接网络效应、基础效用差距、用户忠诚补贴等参数一定时,随着双边用户的公平关切程度组合的变化,动态定价下的平台利润始终大于静态定价下的平台利润。并且双边用户的公平关切程度会对平台服务抽成的收取产生影响,具体表现为随着一方公平关切程度的增加,平台会降低对该方的定价提成收取;竞争平台上同行的公平关切程度增加,原平台会降低对该边用户提成定价的收取。当商家（发包方）的公平关切程度最大,众包骑手（接包方）的公平关切程度最小时,平台利润最大。
其他文献
随着通信技术的不断发展,移动设备的普及使得人们对位置服务有了较高的需求,如大型购物中心、商场、医院门诊等。室外定位技术最早的是全球导航定位系统（Global Positioning System,GPS）,发展至今技术已十分成熟,但建筑物会阻碍GPS数据信号的传输,使其无法在室内定位技术中使用。因此,各个领域的迫切需求促使室内定位技术获得了快速发展的机会,然而因为室内环境的复杂性和多样性,室内定位
图像是当今社会中一种重要的信息传播媒介,准确高效的文字检测方法有助于人们分析和理解图像中的语义信息。自然场景下的图像文本检测方法主要分为传统的自然场景文本检测方法和基于深度学习的自然场景文本检测方法。传统的自然场景文本检测算法因为存在检测效率低和准确率低的问题正逐渐被基于深度学习的自然场景文本检测方法所替代。但是基于深度学习的模型通常具有较深的网络结构,各层网络在提取图像特征的过程中存在丢失重要特
网络编码技术允许中间节点对转发的数据包进行编码组合后转发,打破了传统“存储-转发”的传输模式,有效提升了网络传输有效性和网络整体吞吐量。传统路由协议中节点只能被动获取编码机会,探究网络编码技术与路由技术的结合使得节点获得编码感知能力,主动探寻编码机会。其中,编码感知路由协议的研究成为焦点,现有研究中未考虑实际参与编码数据包的特征,片面追求编码机会的增加,制约编码增益提升的同时,导致网络中部分节点负
当今机器学习已经广泛应用于生产生活等各个方面,数据作为机器学习的原始驱动力,如何妥善筛选和处理数据正在成为学术和工业研究的热门方向。为了提升数据质量,即提升数据在分类中的效果和效率,学者们提出了许多不同功效的数据处理方法,如:不平衡采样,噪声过滤采样,大规模数据的采样等。然而,不平衡采样,噪声过滤采样,大规模数据采样往往是相互独立的采样算法,现实场景中的数据通常非常复杂,数据通常需要经过多种采样算
视频处理技术的进步使得人们对数字视频进行编辑、伪造变得更加容易,而通过深度伪造生成的视频则更加难以辨别其真实性。深度伪造常常被用于制造色情视频和与政治人物相关的虚假视频,造成突出的负面社会影响。因此,对数字视频的真实性进行鉴别变得十分重要。目前的鉴别方法主要针对深度伪造视频单帧内的伪造痕迹,缺乏对视频帧间相关信息的利用,从而忽略了光源不一致等帧间的伪造痕迹,数字视频的真实性鉴别准确率仍然较低。本文
结合移动边缘计算（Mobile Edge Computing,MEC）的云无线接入网（Cloud Radio Access Network,C-RAN）架构能为用户终端提供带宽丰富、可靠性高和时延低的网络接入服务与本地化计算服务,有效地扩展了用户终端的计算能力,是带宽接入技术的关键研究对象之一。然而,多样化的移动业务层出不穷,传统资源分配方式无法满足与日俱增的用户接入请求,导致边缘增强C-RAN中
随着第五代移动通信（5th Generation Mobile Communication,5G）技术的出现,移动到移动（Mobile-to-Mobile,M2M）通信系统朝着信息化、智能化方向飞速发展。由于具有低成本、低时延和较好的信噪比等特点,M2M通信系统中车辆、无人机（Unmanned Aerial Vehicle,UAV）等移动通信端在军事、农业和交通等领域得到广泛应用。但复杂的通信场景
目标跟踪技术作为计算机视觉技术中一个不可或缺的组成部分,在自动驾驶、医疗诊断、智慧交通、国防军事等领域有着广泛的应用,受到了国内外学者的关注与研究。尽管近些年目标跟踪算法已经取得了长足的进步,但是构建一个能够适应形变、旋转、光照、遮挡等众多干扰因素的鲁棒跟踪算法依然是一项极具挑战性的任务。本文以Siam FC孪生网络跟踪框架为基础,从网络结构、多层特征融合、模板更新机制、重校验机制和时空上下文信息
“一带一路”的提出,为沿线国家相互合作、共赢互利提供了平台。虽然“一带一路”沿线国家的平均经济增长率高于世界的平均水平,但是能源使用量和CO2排放量却超过世界平均水平,其中CO2排放量更是占到全球CO2排放总量的近1/2,交通运输的CO2排放量占CO2排放总量的1/4。“一带一路”运输和物流系统的全球可持续发展已提上议程。因此,如何转变成低消耗、低排放与高效率的物流发展模式,实现经济社会发展与生态
第5代移动通信（The 5th Generation Telecommunication,5G）技术已经给我们的生活带来了极大的便利,但用户服务需求日益提高的同时,通信所需的频谱资源和能源也急剧上升。作为近年来快速发展和应用的无线传感网络因其高性能和低成本的优点迅速融入了以5G为中心的新一代无线通信网络中,由于传感节点对电源的过度依赖,如何保证通信的能量效率（Energy Efficiency,E