基于资源的电子商务自动协商MAS模型研究

在B2B电子商务商业模式中,整个协商过程是决策者如何从企业内与企业间供应链里共享的众多资源中选择有利于协商的资源进行整合、利用于指导决策的过程.本文提出了一种基于资源的电子商务自动协商MAS模型.     

基于相关向量机的协商决策模型

为了进一步提高电子商务中对手协商偏好估计的精度,该文提出了一种基于相关向量机(Relevance vector machine,RVM)算法的对手协商偏好(Preference)学习方法.在该方法中,将协商过程看作是协商议题的报价序列,把报价序列映射到新的特征空间,形成出价轨迹.用相关向量机学习出价轨迹,得到协商对手的协商偏好.以双方协商偏好为基础,通过一个优化过程产生双赢的最优反建议.实验数据表明,新方法能够减少协商回合数,增加协商总效用.     

基于模糊约束理论的B2C交易自动协商模型研究

分析了B2C交易中协商主体和协商过程的特点,基于带优先级的模糊约束理论为买方协商主体建立了认知模型,能够根据买方主观需求的满足程度和主观忍受程度,综合评估买方的偏好,由此出发设计双方协商策略和协商交互流程,建立了B2C交易自动协商模型,并论证其模型的优越性.     

基于模糊准则的不完全信息双边协商研究

本文提出一个不完全信息条件下基于中间agent的双边多属性同步自动协商机制。根据各属性的特征,将多属性分为两类:定量属性和定性属性,并使用模糊准则为协商参与人分别建立了整体多属性满意度隶属函数。在协商过程中,协商参与人针对定性属性的每个离散值,向中间agent同时提交各自关于定量属性的出价组合,然后中间agent根据所提出的协商规则来判断协商是否成功。在整个协商过程中,协商双方的出价信息是封闭的,这在一定程度上减轻了传统协商各方对对方的猜忌,能进一步加快协商进程。最后,本文通过一个案例说明了所提出的协商方法的有效性。我们期望所提出的方法能应用到实际的电子商务市场中来。     

基于记忆模型学习的商务Agent协商设计

将基于记忆模型学习和Agent结合起来应用到商务协商过程,可在一定程度上促进机器学习、Agent技术及电子商务的共同发展。将Agent技术引入到记忆模型学习中,给出了基于记忆模型学习的商务Agent协商的设计思路,完成了记忆模型、协商协议的设计,并搭建实验系统平台,设计了原型系统,经过实验可以在嵌入式移动设备上实现商务协商,从而验证了该协商的有效性。     

基于共生理论的B2B电子商务分析

本文利用共生理论来研究和分析B2B电子商务,通过对B2B电子商务的共生单元、共生环境、共生模式三个方面进行具体剖析,阐释B2B电子商务共生系统的共生过程。在此基础上,对B2B电子商务共生系统的进化、发展方向进行展望。不可否认,本文对B2B电子商务共生的探索只是初步尝试,还需进一步研究完善。     

资源限制信任协商

提出了资源限制信任协商方法.陌生的双方在建立信任关系时,仅仅交换一次信任书,随后多次交换对称密钥,直到协商完成或者失败.在资源限制信任协商过程中,用Hash函数验证信任书中的属性,用对称密码保护敏感属性.敏感属性是在自己的控制下逐步显示给对方的.资源限制信任协商避免了传统信任协商中双方多次交换信任书,以及多次验证信任书和策略的一致性检验所带来的大量公钥密码操作负担.同时也避免了传统信任协商中双方必须存储多个信任书的问题.因此资源限制信任协商比较适合在计算能力有限的移动设备之间建立信任关系.由于双方交互的信任书是保密的,因此资源限制信任协商能防止传统信任协商存在的中间人攻击问题.     

基于服务的电子商务应用集成框架研究

利用可扩展标识语言（XML）技术集成企业内部应用程序和B2B电子商务过程，提出了基于服务的电子商务集成框架，补充了UDDI规范，在UDDI的4层结构的基础上定义了服务协同标识语言的基本元素，使UDDI规范不仅适用于Web服务，而且适用于企业内部的应用程序和应用程序内部组件的描述，发现和集成，建立了基于集成框架的系统平台，并将该平台用于集成B2B电子商务过程中采购方与销售方的整个电子商务过程。     

一个基于推测计算的一对多并行协商模型

将推测计算用于多个有偿资源获取的一对多协商中. 首先将推测计算模型扩充为可容纳多协商线程的模型, 并提出具有信念修正的多问题（服务价格、 提交时间和服务期限）协商模型. 基于两个模型提出多线程并行协商过程, 最后通过实验表明所给出的模型和并行协商过程有效.      

基于多Agent的分销资源协同调度器软件构架研究

为了解决分布式跨区域环境下资源孤立、共享性差所带来的负载不均衡,资源利用率低等问题。文中对分销资源协同调度器的业务流程进行分析,利用UML建模方法构建了一个全新的分销资源协同调度器的软件构架,并结合设计模式和多Agent优化方法对软件类构架进行了优化。描述了软件构架中的合同网协商过程及其协商策略。通过扩充KQML原语来实现多Agent的协商过程。结果表明:该分销资源协同调度器软件构架在实际运用中取得了良好的效果。     

云计算环境下基于BRB策略的自动谈判简

利用云计算环境下基于多Agent的自动谈判来解决云计算参与者之间的分歧,通过在云计算环境下基于多Agent的谈判框架中引入中介Agent,在谈判进行之前,将消费者需求与服务提供商进行匹配,消除无效资源;为充分利用谈判者的地位,预测对手的提议,提出BPE策略和RBC策略,并允许谈判者在发现更好提议时可以违反之前建立的协议,从而形成云计算环境下基于BRB策略的自动谈判;通过仿真实验验证中介Agent和云计算环境下基于BRB策略的自动谈判。     

电子资源许可协议探究

通过对美国图书馆界电子资源许可协议的剖析,结合国内在电子资源许可协议方面存在的重要热点问题,分析了我国在电子资源许可协议的研究与实践中存在的不足,提出了国内同行争取主动权的许可协议谈判策略制定的建议,旨在为我国图书馆开展更为高效的电子资源采购提供探索思路。     

考虑合作费用的企业合作网络模型

基于Jackson的连接模型,将合作费用加入到企业合作网络中,并引入议价能力来表示其大小。议价能力体现了合作企业间资源的差异程度。研究分析表明,议价能力的优势可以使企业通过收取合作费用来剥夺其他企业的合作收益;拥有强议价能力的企业可以采取适当的议价策略来吸引其他企业的合作,同时,第一个和它合作的企业要付出较高的合作费用,第二个合作企业付出最低的合作费用,之后费用逐渐递增。     

一种基于Agent的服务质量管理框架

为了更好地满足应用的服务质量需求，应建立一种结构良好的服务质量管理框架，以便进行服务质量协商和资源管理．根据服务质量的结构、目标以及Agent的特性，提出了一种基于Agent的服务质量管理框架．首先，介绍了框架的构成，给出了服务质量的定义和各层参数的映射机制．其次，介绍了框架的核心部分“基于Agent的服务质量管理站”，说明了站中各种静态、移动Agent的作用和相互关系．最后，给出了基于Agent端到端的服务质量协商过程。     

基于网格与MAS的IGDSS的研究

结合网格和MAS(Multi-Agent System)的特性,设计了基于网格和MAS的IGDSS(Intelligent Group Deci-slon Support System)框架结构,并将其应用到会商式台风综合预报IGDSS过程中.分析了基于MAS的IGDSS中Agent的内部结构及Agent间的通信机制.同时,设计了基于网格的气象资源管理模型,并对该模型下的资源注册与服务进行了分析.     

一种基于等效置换的协商策略

为了进一步提高和优化让步协商策略达成的初步协商解的质量,首先提出了等效置换协商策略.等效置换充分利用多议题协商效用评估机制中各议题之间的相关性,在保证协商参与者既得利益的前提下动态改变某些议题的取值,促使协商双方得到更优的协商解.接着给出了具体的实现算法,最后实验验证了等效置换协商策略能够在一定程度上提高Agent的联合效用,得到比让步协商解,证明了等效置换协商策略是可行和有有效的.     

基于Agent供应链成员协商机制研究

供应链成员之间的协商是供应链管理的基础部分,供应链成员只有通过协商才能进行有效的合作。在分析制造商与供应商协商系统结构的基础上,给出制造商与供应商具体的协商策略,分别阐述了制造商与供应商的协商决策机制。并且将Agent技术运用到制造商与供应商协商系统中,具体分析了Agent系统框架及应用实例。     

基于贝叶斯学习的Agent谈判策略构造研究

提出了一个在电子商务中辅助用户进行谈判的智能Agent谈判模型，并在模型中引入了贝叶斯学习方法，使得Agent在谈判过程中能更好地调整谈判策略，提高谈判效率．     

基于分类器融合的自动化协商决策模型

为了解决电子商务环境中由于信息的保密性使协商参与者无法获得对手协商偏好从而影响协商性能的问题,提出一种基于分类器融合的自动化协商决策模型.该模型融合支持向量机和贝叶斯分类器,通过结合2种分类器的优点,提高对协商偏好的分类学习效果.在准确估计对手协商偏好的基础上,采用粒子群优化算法搜寻最优协商反建议.实验数据分析表明,新方法的效果优于单一分类器,并且在有噪声的小规模训练样本集下,仍然保持较高的协商总效用.