论文部分内容阅读
本文主要研究了通过拍照赢取酬金的任务定价问题,通过机器学习建立基于经验模型的任务定价方法.分别利用BP神经网络和基于LSTM的多层循环神经网络建立基于历史经验的定价模型,对比发现基于LSTM的多层循环神经网络的定价模型效果显著优于传统BP神经网络.最后带入原未完成的任务数据,得出定价高于真实值,在一定程度上增大了任务完成的概率,进一步分析出定价规律及任务未完成原因.