论文部分内容阅读
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。