随着互联网和物流行业的发展,两者的联系愈加紧密,由于物流信息流通和资源调度整合等方面对时效性和可靠性的高要求,与互联网相结合的物流发展创新模式也从多个方向纷纷涌现出来,无车承运人平台也随之孕育而生。该物流服务模式能在很大程度上拉近货与人的距离,节省托运方和承运方的交易沟通成本,提高了城市物流的服务效率。本文基于对无车承运人平台业务的深入分析,落点于承运方在竞价业务上的报价行为,结合与物流竞价行为相似的产品拍卖理论和竞价的博弈理论等,创新性地从博弈模型和数据挖掘两个方向进行分析。分别在解释承运方的报价行为影响因素、承运方的用户分群和报价预测上取得了一定的研究成果。在博弈模型方面,本文基于拍卖和博弈理论,使用了静态的贝叶斯博弈模型,对商家的最优竞价策略进行建模,初步从博弈模型的角度得到了单次货运成本、承运方竞价行为偏好和预估竞争者的报价分布是影响承运方在参与平台竞价的过程中最优报价的三个关键因素的结论。此外,本文从无车承运人平台的承运方报价的数据出发,分别针对解释性和预测效果应用数据挖掘算法完成了三个部分的研究。首先第一部分是对承运方按照用户价值、粘性和承载里等要素使用K-means聚类算法进行用户分群,并以不同群体为单位比较承运方之间的特征差异。同时,该部分对应每个承运方的聚类结果标签在后文的研究中能起到一定的抽象承运方特征的效果。然后,第二部分是对可能影响承运方报价因素的探究,同时也是从数据角度对博弈模型部分的结论进行事实验证,结果表明货运成本、竞价行为偏好、参与竞争的人数和竞价的报价分布对报价均有显著影响。最后,本文基于承运方的报价数据,训练了一个能够预测承运方适宜报价的模型,并且尝试了从线性模型到随机森林和LightGBM的非线性模型再到Stacking融合模型,不断优化模型的预测效果,最后达到离报价均值相差只有7%的预测准确率,此节旨在能够为车主报价时提供一定的适宜报价参考价值。