1.一种基于自助式劳务众包平台的任务定价方法，其特征在于，包括：S1、剔除任务点位置数据中异常值数据；

S2、对任务点位置数据进行数据分类降维，计算每类任务中心位置，根据每类任务中心以及k-近邻方法依次获取最近会员和其最近的任务点个数，依次根据每类任务中心对应的最近会员位置、任务配额及最近会员对应的任务点位置对区域任务建立最短路模型进行任务集中区域任务打包；

S3、根据会员位置与打包好的任务中心位置、任务配额、接受起始时间、会员信誉值和任务标价建立效用规划模型，并根据效用规划模型依次对每类区域任务进行任务定价。

2.根据权利要求1所述的基于自助式劳务众包平台的任务定价方法，其特征在于，步骤S1，具体包括：对任务点位置数据X′i＝(x′i,y′i),(i＝1,2,...,n)进行k-mediods中心聚类分析，剔除任务点位置数据中异常值数据。

3.根据权利要求1所述的基于自助式劳务众包平台的任务定价方法，其特征在于，步骤S2，具体包括：S21、通过K-Means聚类方法对任务点位置数据分类降维，得到d类局域任务分布集合和每类任务聚集Dv中心记为S22、获取与 最近任务点位置(x′0,y′0)，以(x′0,y′0)点为中心通过KNN近邻方法获取距离r的区域内k1个具有可接收任务配额的会员位置Xj＝(xj,yj),(j＝1,2,...,k1)，以及k2个任务点位置X′i＝(x′i,y′i),(i＝1,2,...,k2)，得到会员位置Xj＝(xj,yj),(j＝1,

2,...,k1)的平均位置

S23、以 为起始点，按

顺序，利用Dijkstra算法获取不超过每天会员行驶距离的最短路径的单点最大任务数，然后对所述任务(xj,yj)，j＝1,2,...,jp打包，其中，包内的任务同一价格；

S24、去除完成打包的任务，对剩下的任务集Dv\(xj,yj),j＝1,2,...,jp执行步骤S21、S22、S23操作，直到任务集中任务均完成打包。

4.根据权利要求1所述的基于自助式劳务众包平台的任务定价方法，其特征在于，步骤S3，具体包括：S31、根据会员位置与打包好的任务中心位置、任务配额、接受起始时间、会员信誉值和任务标价建立效用规划模型：其中，ci为任务标价，θij为第j个会员接第个i任务的意愿度，p表示会员的预定任务额度，表示会员信誉值；

为预定任务额度和会员信誉值的函数关系，a0,a1为计算参数；

为会员行驶距离与任务所需时间关系，v为会员行驶速度，t为会员平均完成一个任务所需时间，T为会员每天工作总时长，dij表示第j个会员到第i个任务的距离，xij为第j个会员做第i个任务的对应当量；

θij＝1/(1+exp(-αci+βxijdij+γ))为会员选取任务意愿度，α,β,γ为参数；

S32、对平台会员的信誉值 取log对数，利用最小二乘原则求参数S33、代入会员信息，根据公式 令θij为对应的任务完成率，完成的θij＝0.75，未完成的θij＝0.25， 利用最小二乘法求出[α,β,γ]＝([c,d,1]T[c,d,1])-1[c,d,1]Tθ；

S34、将参数a0,a1,α,β,γ代入效用规划定价模型，根据函数fmincon求出θ，通过得到该类区域任务的任务定价c。