面向電子商務(wù)的多Agent協(xié)商研究.pdf

1、隨著計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，電子商務(wù)行為越來越普遍。在電子商務(wù)交易中，為了節(jié)省買賣雙方為談判完成交易所花費(fèi)的大量工作和時(shí)間，提高交易效率，有效降低交易成本，有必要實(shí)現(xiàn)自動或半自動談判?；贛ulti-Agent的自動談判作為一種較新的談判方式，能夠明顯地提高談判的自動化程度，節(jié)約談判時(shí)間，降低談判成本，極大地提高談判各方的效率，并能使談判各方最終做出較好的決策。
　　自動談判的形式有多種，而一對多談判在實(shí)際的商務(wù)活動中是廣泛存

2、在的。但是現(xiàn)有的一對多多屬性談判研究都是針對特定的談判問題設(shè)計(jì)的，如多屬性拍賣等。一般的拍賣系統(tǒng)只涉及到價(jià)格一個屬性或者要求，即拍賣是一對多單一問題談判，而且拍賣協(xié)議是單邊談判，不支持動態(tài)交互協(xié)商，不能對不同的談判者采取不同的談判策略，使得協(xié)商形式比較僵硬，協(xié)商策略比較單一，缺乏靈活性。此外，很多研究者將學(xué)習(xí)機(jī)制只用于一對多自動協(xié)商過程，卻忽視了協(xié)商前對歷史協(xié)商信息的學(xué)習(xí)分析。
　　本文重點(diǎn)圍繞多Agent協(xié)商中的協(xié)商協(xié)議和協(xié)商策

3、略等問題開展研究。為了提高協(xié)商效率，論文首先提出了針對多個賣方的篩選評價(jià)體系，對賣方的歷史協(xié)商數(shù)據(jù)進(jìn)行學(xué)習(xí)更新，通過學(xué)習(xí)得到的數(shù)據(jù)（包括交易比率、協(xié)商比率、各議題預(yù)測保留值等）對賣方進(jìn)行評價(jià)篩選，選擇符合協(xié)商要求的賣方加入?yún)f(xié)商隊(duì)列，同時(shí)將篩選評價(jià)機(jī)制嵌入?yún)f(xié)商過程之中，并將歷史協(xié)商數(shù)據(jù)學(xué)習(xí)擴(kuò)展到在線學(xué)習(xí)。其次，本文提出了一個基于雙邊協(xié)商的一對多協(xié)商模型OMANM。該協(xié)商模型支持動態(tài)多線程協(xié)商，各線程之間互相學(xué)習(xí)議價(jià)，并可以動態(tài)協(xié)調(diào)各線程協(xié)

4、商，解決了已有協(xié)議中的中心節(jié)點(diǎn)問題和同步協(xié)商問題。該模型對現(xiàn)有的并發(fā)協(xié)商線程協(xié)調(diào)策略O(shè)PS（Optimized Patient Strategy）進(jìn)行改進(jìn)，提出了一對多協(xié)商協(xié)議，使先得到可接受提議的線程不僅會更新其他協(xié)商線程協(xié)商議題的保留值，確保不會接受比已經(jīng)得到的提議更差的提議，還會影響其它在線協(xié)商線程所選擇使用的協(xié)商策略。此外，分別為買賣雙方Agent設(shè)計(jì)了提議策略，符合現(xiàn)實(shí)生活中的買賣雙方交易心態(tài)，具有一定的實(shí)用性。最后，本文在M