Введение 3
Обзор литературы 5
Глава 1. Сайт Avito 7
1.1. История сайта 7
1.2. Статистика сайта 8
1.3. Сервисы и услуги 9
Глава 2. Задача установления стоимости платных услуг 13
2.1. Постановка задачи 13
2.2. Методы кластеризации 15
2.3. Эмпирическая оценка стоимости платных услуг 19
2.4. Основные результаты и обсуждение 20
Глава 3. Математическая модель репутации пользователей 27
3.1. Постановка задачи 27
3.2. Метод оценки репутации 28
3.3. Основные результаты и обсуждение 29
Заключение 34
Список литературы 35
Приложение
Данная работа посвящена решению двух задач. Первая из них - определения цен на платные услуги сайта Avito. Эта за¬дача актуальна на сегодняшний день по причине того, что в данный момент на ресурсе существуют неточности в значени¬ях стоимости услуг. Представленный метод решения позволяет пересчитать эти цены с учетом благосостояния каждого реги¬она и дополнительных характеристик каждой категории объ¬явлений. Метод состоит из двух этапов. Первый этап - анализ данных о благосостоянии населения регионов Российской Фе¬дерации и проведение процессов кластеризации. Второй этап - проведение опроса пользователей и построение эмпирической оценки функции спроса на вышеуказанные услуги и опреде¬лении оптимальной цены на них. Статья о разработке данного метода была успешно представлена на международной научной конференции аспирантов и студентов «Процессы управления и устойчивость» Control Processes and Stability (CPS’16).
Вторая задача - построение модели репутации пользовате¬лей. На данный момент сайт Avito является свободной площад¬кой для размещения объявлений и не участвует в процессе сдел¬ки между пользователями. Это отличает сайт от популярных торговых площадок как, например, eBay. В 2015 году компания Avito приобрела сервис доставки CheckOut, который агрегирует в себе различные способы доставок. Указанный сервис позво¬лит контролировать процесс сделки и, следовательно, получать отзывы о продавцах. В связи с этим, появится необходимость во введении рейтинга продавцов, который будет показывать на¬дежность продавца. В предложенной модели минимизировано влияние искусственного завышения или занижения репутации мошенниками или конкурентами.
В работе предложен способ установления стоимости плат¬ных услуг на сайте Avito с помощью метода кластеризации дан¬ных и эмпирической оценки функции спроса. В среде MATLAB реализована программа, самостоятельно проводящая соответ-ствующие процессы. Учтено благосостояние субъектов Россий¬ской Федерации, дополнительные характеристики и специфи¬ка категорий объявлений, в которых доступно размещение. Как и следовало ожидать, в самом богатом кластере оказал¬ся г. Москва. В четвертом кластере, практически по всех ка¬тегориях оказались г. Санкт-Петербург, Московская область и Краснодарский край. Построена эмпирическая оценка функции спроса на платные услуги сайта Avito и определена оптималь¬ная цена на них.
Кроме того, построена математическая модель репутации пользователей, которая должным образом реагирует на некор¬ректное ведение сделок продавцом, на искусственное завыше¬ние или занижение репутации другими пользователями, с це¬лью совершения мошеннических действий или устранения кон¬курентов. Приведены примеры работы данной модели, которые показывают ее поведение в различных ситуациях.
1. Буре В. М., Екимов А. В., Свиркин М. В. Имитационная мо¬дель формирования профиля мнений внутри коллектива // Вестник Санкт-Петербургского университета. Сер. 10: При¬кладная математика. Информатика. Процессы управления. 2014. №3. С. 93-98.
2. Среднемесячная номинальная начисленная заработная пла¬та на одного работника по полному кругу организаций // ЕМИСС [Электронный ресурс]: URL:https://fedstat.ru/ indicator/33433 (дата обращения: 02.02.16).
3. Численность населения по итогам Всероссийской переписи населения // ЕМИСС [Электронный ресурс]: URL:https:// fedstat.ru/indicator/37427 (дата обращения: 02.02.16).
4. Обеспеченность россиян автомобилями за год увели¬чилась на 3,2% // Страховая компания - Группа «АльфаСтрахование»: страховые продукты для част¬ных лиц и корпоративных клиентов [Электронный ресурс]: URL:http://www.alfastrah.ru/news/index.php? ELEMENT_ID=721580&sphrase_id=427814 (дата обращения: 02.02.16).
5. Средняя цена одного кв.м общей площади квартир на рын¬ке жилья // ЕМИСС [Электронный ресурс]: URL:https:// fedstat.ru/indicator/31452 (дата обращения: 02.02.16).
6. Количество организаций по данным государственной реги-страции // ЕМИСС [Электронный ресурс]: URL:https:// fedstat.ru/indicator/42930 (дата обращения: 02.02.16).
7. Объем платных услуг населению // ЕМИСС [Электронный ресурс]: URL:https://fedstat.ru/indicator/31280 (дата обращения: 02.02.16
8. Charu C. Aggrwal, Chandan K. Reddy Data Clustering: Algorithms and Applications, Chapman & Hall/CRC, 2013. 652 p.
9. Орлов А. И. Эконометрика. Учебник. М.: Экзамен, 2002. 576 с.
10. MathWorks - Makers of MATLAB and Simulink // k- means clustering [Электронный ресурс]: URL:https:// www.mathworks.com/help/stats/kmeans.html (дата обра¬щения: 10.02.16).
11. Wu F., Li H.-H., Kuo Y.-H. Reputation evaluation for choosing a trustworthy counterparty in C2C e-commerce // Electronic Commerce Research and Applications, 2011. Vol. 18, № 3, P. 428-436.
12. Chang J.- S., Wong H.- J. Selecting appropriate sellers in online auctions through a multi-attribute reputation calculation method // Electronic Commerce Research and Applications, 2011. Vol. 10, № 2, P. 144-154.
13. Panayotis F. A novel reputation-based model for e-commerce // Operational Research, 2013. Vol. 13, № 1, P. 113-138.