基于Agent技术电子商务在线议价模式研究.docVIP

基于Agent技术电子商务在线议价模式研究 　　摘 要:电子商务扩大了交易的对象与范围,但往往一笔交易必须分别和许多交易对象进行议价,这种复杂性阻碍了电子商务的快速发展。为了使电子商务企业提供人性的服务,实现资源集成共享,提出了一个基于Agent技术的电子商务议价系统框架。 　　关键词:电子商务;Agent技术;在线议价;协商模型 　　中图分类号:F713.36文献标识码:A文章编号:1672?3198(2010)01?0264?02 　　 　　1 信息环境下的电子商务在线议价 　　 　　1.1 电子商务在线购物现状分析 　　随着信息技术和通信技术的发展,电子商务(Electronic Commerce,EC)已经成为未来信息社会商务活动的主要形式。目前,商务活动的许多环节都已电子化,如采购、销售、支付等,但谈判仍然在网下进行。电子商务网站仅能提供静态的电子目录,商品和服务的价格等条款通常都是事先设定的,不允许修改或不提供协商的方式。随着电子商务的发展与全球化,企业间的交易占主导地位,商务谈判也将愈加频繁,如何实现整个交易过程的电子化,实现异地远程商务谈判的自动化与决策支持,已成为完善电子商务功能、推动电子商务发展所迫切需要解决的问题。 　　1.2 简短理论研究背景介绍 　　Agent技术是90年代在网络技术和决策支持系统的基础上发展起来的一种软件技术,基于这种技术的软件智能实体能够模拟人的思维进行自主行为,具有学习能力,对于多变的电子商务环境具有很强的适应能力,能够在不同的买方或卖方中协商出一个最佳交易方案。电子商务与Agent技术结合形成了一个新兴的交叉研究领域――基于Agent技术的电子商务(Agent-Mediated Electronic Commerce)。 　　 　　2 理论模型 　　 　　2.1 协商模型 　　基于Agent技术的在线一对一自动协商模型可以形式化定义如下: 　　N=。 　　定义1:Ag为协商参与者集合,Ag={a1,a2,a3,…,an}表示协商Agent集合,n为Agent的个数;包括买方Agent、卖方Agent。在此所探讨的模型是一对一的协商模型,因此买方和卖方各只有一个。即n=2。 　　定义2:M为议题的集合,W为议题的权重集(用于表示用户对该议题的重视程度)。 　　协商议题:M=表示在协商中涉及的n个议题,如所协商商品的多个属性(价格、数量、交付???期等)。 　　权重集:W=,且?∑ni=1wi=1?。 　　在单议题(如:价格)的协商中,只针对一个议题买卖双方进行协商,不存在权重问题;在多议题(如:价格、质量、服务)的协商中,买卖双方针对多议题进行协商,就存在不同议题权重不同的问题,对买方或买方来说,权重越大,则表示该议题对其越重要。 　　定义3:R为所有可能的协商解,符合R时,则双方协商成功;S为协商状态的集合,表示协商正在进行、终止或已成功。 　　定义4:T为协商时间或协商轮数,买卖双方会在协商开始前设置一个最长交易时间Tmax,若存在t使0≤t≤Tmax,则协商可继续进行,否则自动终止。 　　2.2 协商流程 　　协商过程是一个十分复杂的动态过程,在一对一的协商模型中,双方的Agent代表不同的利益主体,在协商过程中会发生利益的冲突。因此,Agent的行动不仅仅是接受和拒绝提议,同时还要对对方的提议进行分析和比较,对协商对象的各个属性进行重新组合,生成反提议,以达到自身效用最大化。 　　一对一多属性的协商流程图如下图所示,由买方发起协商请求,生成初始提议,卖方接受协商请求后,启动协商过程。卖方对买方提议进行评价分析,根据自身效用最大化函数确定是否接受买方提议。若接受提议,则协商成功,协商过程终止。若卖方拒绝提议,则通过进行属性约束分析和博弈分析(如价格,质量,服务等属性),对各属性值进行重新组合,通过自身效用函数的计算,由卖方生成反提议。买方再根据自身的效用函数确定是否接受卖方的反提议。若买方接受买方反提议,则协商成功,协商过程终止。若卖方不接受卖方反提议,则通过进行属性约束分析和博弈分析(如价格,质量,服务等属性),对各属性值进行重新组合,通过自身效用函数的计算,再由买方提出反提议,协商按此过程进行直到达成共识,协商成功,协商过程终止。 　　 　　3 数学模型 　　 　　本文利用Q学习算法来计算Agent的提议动作对应的Q值,从而生成最有利于协商结果的提议。本文将协商双方交互提议的过程看做Agent在某一状态下选择某一提议行为来实现转移的过程。如果Agent在第t论提议时的状态为是s(t),提议为x(t),那么提议后,Agent就进入后继状态s(t+1),如此进行下去知道协商结束。每个参与协商的Agent都有自己关