随着Internet和互联网经济的热潮的出现，网上拍卖也显示出勃勃生机。但是，现有的网上拍卖策略的设计，大部分都是只考虑价格单一属性进行研究，并没有考虑其他一些非价格因素的影响，如像交货期、信用等级、交货方式等对拍卖结果的影响。这已严重制约了拍卖在电子商务中的进一步应用。多属性反向拍卖由于能够分别提高买卖双方的收益而引起了众多学者的关注，本文则基于网络的异步性、空间性等特征，设计一种多属性约束下的在线反向拍卖机制，从买方视角进行效用函数和获胜者规则的设计，探讨多属性对买方拍卖策略的影响，为企业网上采购提供理论基础。　　首先，构建了多属性在线反向拍卖模型，探讨了买方的多属性效用函数的设计。不同于以往研究中假定买方的效用函数是共有信息的情形，本文则基于买方效用函数是私有信息的假设，设计带有Lα参数的效用函数。针对买方这种信息隐藏策略，设计了两种迭代算法来帮助卖方发掘买方的私有信息，即根据已有的信息及买方过去的选择来估计其偏好的效用函数形式，从而更好地进行投标，提高了拍卖效率。同时，所设计的迭代算法也能够帮助买方挖掘卖方的成本私有信息，提高拍卖收益。　　其次，基于多属性在线反向拍卖模型，讨论了买方如何确定获胜者的策略问题。多属性在线反向拍卖方式下，买方采用有效时段内连续拍卖，而卖方则是在拍卖有效期内序贯到达并进行投标。不同于传统反向拍卖，这里的买方不得不在当期决策是否接收投标，以及购买商品的数量。本文则采用占线理论与竞争分析方法，设计了威胁策略和在线单一比值策略帮助买方来确定最终的获胜者。算例分析表明威胁策略比在线单一比值策略具有较好地竞争性能比，能够帮助买方在多属性投标序列未知的情形下，获得较高的收益。　　最后，扩展了多属性在线反向拍卖模型中买方的风险类型，不再假定买方是风险中立的，而是考虑风险偏好型买方的情形，构建了带有风险忍耐度的风险补偿分析框架。在此框架下，为买方设计了风险忍耐策略来确定最终的获胜者，即买方根据自己的风险忍耐度和多属性报价序列的预期，进行获胜者的拍卖价格和拍卖数量的确定。算例分析表明，随着买方风险忍耐度的增加，风险忍耐策略下的竞争性比呈现递减趋势;随着预期多属性投标价的增加，风险忍耐策略下的竞争性能比也是呈现递减趋势。