電子商務(wù)多屬性自動(dòng)談判研究.pdf

1、隨著信息技術(shù)的發(fā)展，電子商務(wù)也如火如荼的發(fā)展起來(lái)。電子商務(wù)雙向信息溝通、靈活的交易手段和快速的交貨方式的特點(diǎn)，將給社會(huì)帶來(lái)巨大的經(jīng)濟(jì)效益。電子商務(wù)的目標(biāo)是實(shí)現(xiàn)網(wǎng)上交易，在電子商務(wù)環(huán)境中，談判主要是指在商業(yè)領(lǐng)域?yàn)榱藢?shí)現(xiàn)商品或服務(wù)的交易而進(jìn)行的談判。電子商務(wù)談判，也叫電子談判，主要研究自動(dòng)談判或是輔助參與電子商務(wù)活動(dòng)的個(gè)人或企業(yè)通過(guò)網(wǎng)絡(luò)進(jìn)行談判，是電子商務(wù)研究的熱點(diǎn)問(wèn)題之一，是電子商務(wù)活動(dòng)至關(guān)重要的階段，對(duì)電子商務(wù)的發(fā)展具有重大的實(shí)際意義。

2、
　　電子商務(wù)談判是一個(gè)復(fù)雜的問(wèn)題。單屬性價(jià)格電子談判目前研究比較成熟，應(yīng)用的比較廣泛，而多屬性電子談判問(wèn)題研究的比較少，實(shí)際應(yīng)用的非常少。與單屬性談判相比，多屬性談判要復(fù)雜的多，也更富有挑戰(zhàn)性。在多屬性談判中，存在“雙贏”情況。但是，現(xiàn)有在多屬性自動(dòng)談判機(jī)制存在著局限性。談判策略實(shí)施存在時(shí)間復(fù)雜度高、難以獲得帕累托解和實(shí)際應(yīng)用難等；人工智能技術(shù)在自動(dòng)談判中的應(yīng)用研究還較少，還處在理論階段；并發(fā)談判協(xié)議存在偏向協(xié)商一方和容易導(dǎo)致違

3、約失信情況。因此本文提出了電子商務(wù)多屬性自動(dòng)談判研究。
　　本文主要的研究?jī)?nèi)容：
　　首先，提出一個(gè)電子商務(wù)多屬性自動(dòng)談判系統(tǒng)的框架。電子商務(wù)多屬性自動(dòng)談判是個(gè)復(fù)雜的問(wèn)題，文中首先進(jìn)行了電子商務(wù)自動(dòng)談判的機(jī)理分析，討論了電子商務(wù)和談判涵義，然后對(duì)商務(wù)談判過(guò)程既包括傳統(tǒng)的商務(wù)談判和現(xiàn)存的電子商務(wù)談判過(guò)程進(jìn)行了分析。在此基礎(chǔ)上提出了電子商務(wù)多屬性自動(dòng)談判框架，為研究電子商務(wù)自動(dòng)談判的根本立足點(diǎn)做詳細(xì)介紹，給將要討論的電子商務(wù)自動(dòng)

4、談判中的關(guān)鍵問(wèn)題打下基礎(chǔ)。
　　其次，提出了不完全信息下的基于偏好的自動(dòng)談判策略。談判策略是參與者在符合談判協(xié)議規(guī)定的前提下為了使自己的利益最大化而采取的決策機(jī)制。任何一種策略都要權(quán)衡既不錯(cuò)失獲得利益的機(jī)會(huì)，又要讓自己取得盡可能大的利益。本文在不完全信息下，根據(jù)擁有對(duì)方偏好（權(quán)重）信息的情形下，相應(yīng)的給出了基于偏好的自動(dòng)談判策略。該策略思路清晰明了，時(shí)間復(fù)雜性低，使雙方能獲得較高的滿意度，可獲得帕累托最優(yōu)解。
　　第三，提出

5、了基于神經(jīng)網(wǎng)絡(luò)和案例推理的談判模型。談判都是在不完全信息條件下進(jìn)行的，談判者并非無(wú)所不知，其效用并非共享而是私有的。隨著談判問(wèn)題的增多，談判環(huán)境變得更復(fù)雜；由于環(huán)境的未知性，需要開(kāi)發(fā)更具有適應(yīng)性的軟件Agent?；诎咐耐评?CBR)，是人工智能領(lǐng)域較新崛起的技術(shù)，是一種基于過(guò)去的實(shí)際經(jīng)驗(yàn)或經(jīng)歷的推理，是人類思維過(guò)程的綜合體現(xiàn)。案例推理與神經(jīng)網(wǎng)絡(luò)存在著某種自然的聯(lián)系，二者不僅具有一些共同特點(diǎn)，如聯(lián)想記憶、動(dòng)態(tài)存儲(chǔ)和自適應(yīng)，而且二者在許

6、多方面具有互補(bǔ)性。利用神經(jīng)網(wǎng)絡(luò)的對(duì)噪音數(shù)據(jù)不太敏感和并行處理等諸多優(yōu)點(diǎn)，來(lái)實(shí)現(xiàn)基于案例的推理可以取得非常好的效果。現(xiàn)有談判模型效用函數(shù)多數(shù)是采用多項(xiàng)線性相加計(jì)算式，其權(quán)值靠人為憑經(jīng)驗(yàn)確定，不能充分反映實(shí)際需要，具有一定的局限性。本論文提出采用學(xué)習(xí)與逼近能力優(yōu)良的人工神經(jīng)網(wǎng)絡(luò)來(lái)替代效用函數(shù)。
　　第四，對(duì)多屬性并發(fā)談判機(jī)制進(jìn)行研究。在分析了已有的并發(fā)談判研究成果的基礎(chǔ)上提出了一個(gè)多屬性并發(fā)談判協(xié)議。以往的并發(fā)協(xié)議存在以下問(wèn)題：第一，

7、大多數(shù)現(xiàn)存的并發(fā)談判協(xié)議沒(méi)有解決發(fā)生在多對(duì)多談判中的談判的一致性和違約風(fēng)險(xiǎn)這樣的問(wèn)題。第二，多數(shù)協(xié)議沒(méi)有解決多屬性談判和偏好未知的競(jìng)爭(zhēng)性情景。第三，多數(shù)基于合同網(wǎng)變化的模型沒(méi)有解決并發(fā)談判過(guò)程。本文提出的協(xié)議具有如下特點(diǎn)：（1）能使買方和賣方同時(shí)參與幾個(gè)談判過(guò)程；（2）給出的談判過(guò)程避免了現(xiàn)存的一對(duì)多談判中偏向參與談判的某一方的情況。(3)提出的談判算法消減了談判雙方違約情況的數(shù)目；（4）改進(jìn)了談判效率和魯棒性。
　　最后，文中設(shè)