|
|||||
|
|
| 基于分类器融合的自动化协商决策模型 | |
| 作者姓名： | 彭艳斌 郑志军 于成波 李吉明 |
| 作者单位： | （1.浙江科技学院 信息与电子工程学院, 杭州 310023; 2.浙江大学 计算机科学与技术学院,杭州 310027; 3.浙江警察学院 刑事科学技术系, 杭州 310053） |
| 基金项目： | 国家自然科学基金,浙江省自然科学基金,浙江省教育厅科研计划基金,浙江省自然科学基金 |
| 摘 要： | 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. |
| 关 键 词： | 自动化协商 支持向量机 贝叶斯 |
| 收稿时间： | 2012-05-02 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《上海交通大学学报》浏览原始摘要信息 | |
| 点击此处可从《上海交通大学学报》下载全文 | |