基于合作度的Agent自動談判研究.pdf

1、隨著Internet的發(fā)展，電子商務已成為當前一種重要的商務方式。在商務活動中，買賣雙方在交易時必然會因商品屬性的要求不同而產(chǎn)生沖突和爭議，這時一般采用談判方式來達成共識。傳統(tǒng)的談判通常會由買賣雙方面對面的進行，這種方式勢必會耗費大量的人力、物力和時間，有時還會受到一些環(huán)境和人為因素的影響，而出現(xiàn)諸多不公平性和隨機性，甚至使談判失敗。隨著電子商務應運而生的自動談判方式在很大程度上可以解決這些問題。 軟件Agent技術由于其自治性

2、、交互性和智能性等能有效地適應交易的靈活性要求，被視為電子商務中極為有用的技術之一。如何有效地將先進的Agent技術運用于電子商務自動談判領域，已經(jīng)成為經(jīng)濟學家和計算機學者共同研究的一個主要方向。 商務談判中所涉及的商品屬性除了價格這個主要屬性外，往往還包括數(shù)量、質(zhì)量、保修期、送貨方式等其他屬性，因此，本文的研究主要是針對多議題自動談判展開的。對于談判對象而言，有一對一、一對多和多對多的談判方式，在現(xiàn)有的順序談判中，一個時刻只能

3、為一對一的談判，那么當一個時刻同時有多個買方Agent向賣方Agent發(fā)出購買請求時，賣方Agent就要決策按照怎樣的順序接收請求，由要按怎樣的原則發(fā)出提議。這就是Agent自動談判中一個關鍵的問題，即Agent的決策行為，Agent在決策時除了利益驅(qū)動以外，還應當考慮到社會性因素和談判對手的個性特征，以便在談判中實現(xiàn)“雙贏”。 本文的研究工作主要包括以下幾個方面： 1．分析了人工智能領域自動協(xié)商和電子商務領域自動談判，

4、以及Agent社會性的研究現(xiàn)狀，構建了一個基于Agent的多議題自動談判模型，給出了該模型的形式化定義以及不同角色Agent的形式化描述。 2．提出了傳播度和合作度的概念，給出了基于樹型模型的傳播度計算機方法和基于BP神經(jīng)網(wǎng)絡的合作度預測方法和學習機制，并運用Matlab工具對合作度進行了訓練學習。 3．探討了時間約束下的談判策略，并以此為基礎提出了一種新的出價策略，和基于合作度的談判策略。當一個時刻同時有多個買方Age