基于Multi-Agent的双边多议题电子商务协商模型研究

发布时间：2017-10-25 22:25

  本文关键词：基于Multi-Agent的双边多议题电子商务协商模型研究

  更多相关文章： Multi-Agent E-Commerce 双边协商 用户偏好学习

【摘要】：电子商务作为一种全新的购买方式越来越多地走进了人们的生活,并产生了深远的影响。目前已有以中介机构为中心的电子商务平台,但这些中介平台主要存在如下三个问题:商品价格为固定价格,无法像传统交易中买卖双方讨价还价;卖方需要花费时间和精力与多个买方同时沟通,缺乏自动化和智能性;交易结果未对中介盈利造成直接影响。 针对上述三个问题,本文将Agent技术引入以中介平台为中心的电子商务交易中,提出了基于中介Agent的电子商务交易模型总体框架,设计了分布式并发的实时双边多议题协商模型,利用Agent技术实现自动协商以提高电子商务交易的自动化程度。 本文首先设计了一个以中介Agent为中心的电子商务交易模型以及双边多议题协商模型,使得该交易协商模型可分布式地并发地满足多组买方和卖方的一对一交易中就多议题进行实时协商,以提高电子商务平台的智能性和交易效率。然后,在电子商务协商交易模型中引入了信誉评价模块,中介平台对用户交易成功后的相互评价进行综合衡量后得出用户的信誉度,以量化的信誉影响因子参数来影响交易协商的效果,更真实地反映用户的交易行为。接着,本文赋予中介Agent以学习能力,使各方Agent根据协商结束后的用户反馈信息来调整用户对各议题的偏好信息,从而不断调整用户的让步策略和交易策略,以提高下次协商的成功概率及减少协商过程的回合数,从而节省协商时间和获取更多的佣金和提成。此外,考虑到一些现实情况,本文还引入了急迫度的概念描述买卖双方Agent对协商达成一致的急迫程度,通过急迫度因子来调整Agent的让步策略,以满足不同客户的让步幅度。同时,还根据传统交易中的买卖双方讨价还价,分别为买卖双方设计了更适用它们的不同让步策略。 最后,本文在Eclipse平台下开发基于中介平台的实验交易系统,通过实验来模拟本文所提出的交易模型及协商模型,根据对实验结果的分析来验证了所提模型的可行性及有效性。
【关键词】：Multi-Agent E-Commerce 双边协商 用户偏好学习
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：TP311.52
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-17
• 1.1 研究背景10-11
• 1.1.1 电子商务10
• 1.1.2 电子商务协商10-11
• 1.1.3 以中介机构为中心的电子商务11
• 1.2 研究现状及分析11-14
• 1.2.1 Agent 在电子商务的应用现状11-13
• 1.2.2 国内外研究协商方法的现状13-14
• 1.3 本文研究内容和拟采用的技术路线14-15
• 1.4 本文的组织架构15-16
• 1.5 本章小结16-17
• 第二章 相关理论17-26
• 2.1 电子商务17-18
• 2.1.1 电子商务的基本概念17
• 2.1.2 电子商务的运作流程17-18
• 2.2 Agent 简介18-20
• 2.2.1 Agent 定义18
• 2.2.2 Agent 基本特性18-19
• 2.2.3 多Agent 系统19-20
• 2.3 Agent 技术在电子商务交易中的应用20-21
• 2.4 协商21-23
• 2.4.1 协商的概念22
• 2.4.2 协商过程的抽象模型22-23
• 2.5 自动协商23-25
• 2.6 电子商务交易需要自动协商25
• 2.7 本章小结25-26
• 第三章 基于中介Agent 的电子商务交易模型总体框架26-38
• 3.1 中介Agent 的任务26-27
• 3.2 EC-TMBIA 的假设条件27-28
• 3.3 EC-TMBIA 的框架图28-31
• 3.4 EC-TMBIA 的交易过程31-33
• 3.5 双边多议题的电子商务协商过程33-35
• 3.6 协商过程中的通信协商机制35-37
• 3.7 本章小结37-38
• 第四章 双边多议题协商模型的设计38-46
• 4.1 BMINM 的条件假设38-39
• 4.2 BMINM 的环境39
• 4.3 协商议题类型39
• 4.4 议价区间39-41
• 4.5 BMINM 的设计思想41-43
• 4.6 BMINM 数学建模43-45
• 4.7 本章小结45-46
• 第五章 双边多议题协商模型的关键问题46-65
• 5.1 基于历史协商信息的对手保留值预测方法46-48
• 5.1.1 历史协商信息的定义46-47
• 5.1.2 基于历史协商信息的保留值预测机制47-48
• 5.2 信誉影响因子计算模型48-52
• 5.2.1 Agent 信誉问题49
• 5.2.2 总体信誉值计算模型49-50
• 5.2.3 信誉影响因子函数50-52
• 5.3 提议评估模块52-56
• 5.3.1 单议题评估效用函数53-55
• 5.3.2 多议题效用函数55-56
• 5.4 动态让步策略56-59
• 5.4.1 买方让步策略57-59
• 5.4.2 卖方让步策略59
• 5.5 决策策略模块59-61
• 5.6 基于反馈的用户偏好学习61-64
• 5.7 本章小结64-65
• 第六章 实验与分析65-75
• 6.1 实验环境65-67
• 6.2 协商结果分析67-74
• 6.2.1 急迫度对协商结果的影响实验67-71
• 6.2.2 基于反馈的用户偏好学习实验71-74
• 6.3 本章小结74-75
• 总结与展望75-77
• 参考文献77-81
• 攻读硕士学位期间取得的研究成果81-82
• 致谢82

【参考文献】

中国期刊全文数据库 前10条

1 伍京华;蒋国瑞;黄梯云;;基于辩论的Agent谈判中威胁及其评价的形式化模型[J];计算机工程与应用;2007年15期

2 童向荣;黄厚宽;张伟;;Agent协商研究进展[J];计算机工程与应用;2007年32期

3 翁鸣,梁俊斌,苏德富;基于遗传算法的多边多议题自动协商模型[J];计算机工程;2005年16期

4 黄健强,龙敏敏,白英彩;多Agent系统中agents间的一种协商模式[J];计算机应用与软件;2002年01期

5 彭丽芳;陈中;李琪;;网络交易中信用评价方法研究[J];南开管理评论;2007年02期

6 徐锋,吕建,陶先平,郭瑞景,苏敏,陈红强;MABEMS:一个基于移动Agent的电子市场空间[J];南京大学学报(自然科学版);2002年02期

7 周龙骧;电子商务协议研究综述[J];软件学报;2001年07期

8 王江晴;李建宁;;基于移动Agent的智能电子商务模型的设计与实现[J];微电子学与计算机;2008年05期

9 杨子晨,孟波,熊德林,肖延松;谈判支持系统研究综述[J];系统工程理论方法应用;2002年02期

10 郭瑞景,苏敏,陶先平;基于KQML的agent安全通讯模型[J];小型微型计算机系统;2001年10期

，

本文编号：1095777