随着互联网信息技术的迅速发展和计算机的不断普及,各种各样的互联网应用层出不穷。电子商务就是其中最突出的应用之一,并在互联网技术的推动下得到了广泛应用。它不但打破了时间、地域的限制,也彻底改变了人们的生活模式,大大提高了市场交易的便捷性和灵活性。迅捷的速度造就了网上电子商务的迅猛发展,同时也带来了不少问题,如信息过载带来的低效率、交易成本过高、系统功能单一,买卖双方寻找交易伙伴的困难性等问题的出现。因此,为了更高效的地实现交易伙伴的发现,本文将多Agent技术和本体技术引入电子商务交易环境中,首先,本文借助Agent所具有的自主性、智能性、分布性、协调性、自组织能力、学习能力和推理能力等众多特点,在某些场合模拟人的行为,进而解决电子商务中的实际问题,从而实现智能业务处理,提高效率,降低交易成本。其次,本文将本体引入电子商务环境,对电子商务环境中买卖双方的产品或服务进行本体描述表示,有助于买卖双方快速对产品或服务进行匹配,并进行协商,最终实现交易完成。本文提出了在电子商务环境下一个代理匹配的树相似度算法。卖方和买方代理的产品/服务描述用标记的节点,标记的弧和弧加权树来表示。这些树的相似度算法发展为虚拟市场中语义匹配的基础。树是交换使用一个面向对象的RuleML的序列化。一个相应的Relfun表示是作为一个参数化的,递归的功能逻辑程序实施的相似性算法。作为语义匹配的一部分,我们的树相似性算法以递归方式计算子树的相似性。它可以是不同的功能参数化来调整这些子树的相似性。这给代理有选择的根据他们的主观喜好参考来调整树的相似性度量。附录给出的Relfun算法的完全定义。此可执行文件的功能逻辑规范已被证明是一个灵活的实验测试平台。从我们的实验结果发现其对电子商务或电子学习环境是有意义的。该算法也可以应用在其他环境中,其中包括加权树的使用。这种多代理系统可以通过应用聚类技术来进一步完善。基于每对树间的相似性,未来的多代理系统根据选定的基于我们树的相似性度量的聚类算法应该有集群代理的能力。