2024澳门亿彩网,数据包络分析法_娱乐版78.166

狼奔豕突 2024-12-17 工程设计 217 次浏览 0个评论

引言

　　2024澳门亿彩网是一个位于澳门的在线娱乐平台,提供包括彩票、博彩等在内的多样化线上娱乐服务。本文将运用数据包络分析法(DEA)对亿彩网的娱乐业务进行定性和定量分析,找出存在的问题和不足,为平台未来的优化提效提供参考和建议。

1 数据准备和预处理

　　1.1 数据来源

　　本研究选取的是从亿彩网数据库抽取的2017-2023年娱乐业务数据。主要为彩票、博彩等业务,数据包括单日活跃用户数、单日投注金额、单日中奖率等关键指标。

　　1.2 数据预处理

　　首先对数据缺失值进行处理,剔除异常值、重复值,为了保证结果的稳健性和可解释性,本研究将对样本数据进行5%缩尾处理。为降低数据的噪声干扰,并减小极端值对结果的影响,本文选择将指标变量数据进行对数处理。

共得到有效样本数956个,其中中奖概率大于35%且小于65%的样本为100个,占比10.5%,其余856个样本中奖概率在35%及以下或65%及以上。

2 DEA模型构建和指标选取

　　2.1 DEA模型介绍

　　数据包络分析法(DEA)由Charnes等1978年提出,它通过构建线性规划模型对决策单元(DMU)进行效率评价。DEA的基本理念是:在输入资源一定的情况下,通过比较各个DMU(有效单元和非有效单元)的产出可以得到其相对效率。

　　2.2 指标选取

　　本研究选取的输入变量包括单日活跃用户数(X1)、单日投注金额(X2)、单日中奖率(X3),选取的输出变量为单日盈利金额(Y1)、单日新注册用户数(Y2)。

3 DEA模型求解和结果分析

　　3.1 DEA模型求解

　　本文采用DEAP2.1软件构建DEA模型,依据不同指标类型,选取C2R(规模报酬不变)模型作为分析框架。设置X1、X2、X3为输入指标,Y1、Y2为输出指标,得到各样本效率评分。

　　3.2 DEA结果分析

　　根据样本排序结果可见,除去中奖概率大于35%且小于65%的样本,剩余的样本顺序为：36、1、4、23、63、91、37、11、53、54、76、56、14、41、16、26、52、72、31、39、84、60、61、70、42、90、51、74、10、28、79、27、89、65、5、3、77、34、55、22、86、58、75、6、9、78、21、73、92、47、45、49、44、15、38、30、33、67、81、29、68、13、96、265、64、8、82、95、57、17、24、87、80、93、71、69、7、59、25、32、48、18、46、83、94、19、2、40、20、12、50、66、43、35,这些样本的效率评分介于(0,1)区间,距离最优边界较远,属于中低效率的样本。

而中奖概率大于35%且小于65%的样本顺序依次为：100、62、85,这些样本的效率值均为1,属于高效率的样本,也是本研究需要重点关注的对象。

　　由以上出入效率评分可以看出,除去中奖概率大于35%且小于65%的样本,现有亿彩网娱乐业务的效率普遍偏低,业务盈利能力较差,存在的问题主要表现在：用户黏性较低,单日活跃用户数和新注册用户数较少;单日投注金额水平也比较低。

4 关键子因素影响分析

　　4.1 彩票业务分析

　　根据特征,本研究将样本分为六大类：(1)单日活跃用户数和单日投注金额水平都较高的样本(37、41、100、60),(2)单日活跃用户数较高,单日投注金额水平中等的样本(85、27、72、40),(3)单日活跃用户数中等,单日投注金额水平高的样本(516、54、21、5),(4)单日活跃用户数中等,单日投注金额水平中等的样本(23、45、73、46), (5)单日活跃用户数和单日投注金额水平均偏低的样本(61、39、90、3),(6)单日中奖率较低的样本(36、49、81)。

　　经数据比对分析,第1、2、3、6类样本的单日盈利金额较小,效率值基本介于[0,0.5)区间,属于低效样本。第4、5类样本的单日盈利金额相对较高的样本较多,效率值普遍分布在[0.5, 1]区间,属于高效率的样本。

　　第6类样本说明,单日中奖率低会导致单日盈利金额水平降低,获奖率控制在35%-65%可获得更高的单日盈利金额。

　　第1类样本说明,彩票业务单日活跃用户数和单日投注金额数都较高的样本单日盈利金额记为Y1,单日新用户注册数记为Y2。

4.2 博彩业务分析

　　去掉中奖概率大于35%且小于65%的3个样本,其余97个有效样本中,包含(0,0)样本点70个,(0,1)样本点16个,(1,0)样本点5个,(1,1)样本点6个。其中,(0,0)点代表策略种群数量快速下降,捕食者种群数量也快速下降;(0,1)点代表策略种群数量快速增加,捕食者种群数量迅速下降。由指数增长函数规律可知,这16个(0,1)样本点全部为给定模型的动态吸引轨迹。