基于學習和信任的電子商務多Agent協(xié)商伙伴選擇模型.pdf

1、隨著電子商務的蓬勃發(fā)展和軟件技術的不斷成熟，智能Agent由于其特有的自主性、交互性、社會性等特點以及適于處理分布式問題等優(yōu)勢，在電子商務中表現(xiàn)出了良好的應用前景。Agent可以繼承人的偏好和利益，代替人迅速、高效、智能的完成交易中的多個關鍵環(huán)節(jié)，實現(xiàn)交易過程的自動化、智能化和個性化，Agent介入的電子商務(AMEC)成為了電子商務和人工智能領域新的研究熱點。在AMEC環(huán)境下，Agent一般通過協(xié)商的方式與其他Agent來達成一致，然

2、后簽訂合同并按照合同條款來執(zhí)行交易。但由于市場的動態(tài)性和開放性，Agent通常面臨多個不同的協(xié)商伙伴，他們具有不同的偏好、利益、目標和信息，如何從中選擇最合適的伙伴來進行交易，是協(xié)商前必須解決的重要問題，它對于提高交易的成功率和效率、增加用戶收益、提高電子商務系統(tǒng)的運行效率有重要意義。
　　 本文基于現(xiàn)有研究的不足，提出一種基于學習和信任的多Agent協(xié)商伙伴選擇模型。首先，根據(jù)多Agent協(xié)商問題的交互性特點，引入支持向量機分

3、類方法對Agent的協(xié)商決策函數(shù)進行學習，從Agent的協(xié)商歷史信息中提取樣本來訓練SVM，利用SVM預測伙伴的協(xié)商決策函數(shù)，并將決策函數(shù)的分類結果整合到模擬協(xié)商過程中，預測與特定伙伴協(xié)商時可能出現(xiàn)的結果以及相應的協(xié)商收益；其次，針對AMEC合同執(zhí)行和交易評價階段提出一種基于概率的多Agent信任模型，描述了信任模型的構建思想，根據(jù)交易結果的評價給出了信任評分方法，利用正態(tài)分布設計了信任精確度計算方法，并基于多Agent推薦行為的特點，