基于學(xué)習(xí)和信任的電子商務(wù)多Agent協(xié)商伙伴選擇模型.pdf_第1頁
已閱讀1頁,還剩66頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著電子商務(wù)的蓬勃發(fā)展和軟件技術(shù)的不斷成熟,智能Agent由于其特有的自主性、交互性、社會性等特點以及適于處理分布式問題等優(yōu)勢,在電子商務(wù)中表現(xiàn)出了良好的應(yīng)用前景。Agent可以繼承人的偏好和利益,代替人迅速、高效、智能的完成交易中的多個關(guān)鍵環(huán)節(jié),實現(xiàn)交易過程的自動化、智能化和個性化,Agent介入的電子商務(wù)(AMEC)成為了電子商務(wù)和人工智能領(lǐng)域新的研究熱點。在AMEC環(huán)境下,Agent一般通過協(xié)商的方式與其他Agent來達(dá)成一致,然

2、后簽訂合同并按照合同條款來執(zhí)行交易。但由于市場的動態(tài)性和開放性,Agent通常面臨多個不同的協(xié)商伙伴,他們具有不同的偏好、利益、目標(biāo)和信息,如何從中選擇最合適的伙伴來進(jìn)行交易,是協(xié)商前必須解決的重要問題,它對于提高交易的成功率和效率、增加用戶收益、提高電子商務(wù)系統(tǒng)的運(yùn)行效率有重要意義。
   本文基于現(xiàn)有研究的不足,提出一種基于學(xué)習(xí)和信任的多Agent協(xié)商伙伴選擇模型。首先,根據(jù)多Agent協(xié)商問題的交互性特點,引入支持向量機(jī)分

3、類方法對Agent的協(xié)商決策函數(shù)進(jìn)行學(xué)習(xí),從Agent的協(xié)商歷史信息中提取樣本來訓(xùn)練SVM,利用SVM預(yù)測伙伴的協(xié)商決策函數(shù),并將決策函數(shù)的分類結(jié)果整合到模擬協(xié)商過程中,預(yù)測與特定伙伴協(xié)商時可能出現(xiàn)的結(jié)果以及相應(yīng)的協(xié)商收益;其次,針對AMEC合同執(zhí)行和交易評價階段提出一種基于概率的多Agent信任模型,描述了信任模型的構(gòu)建思想,根據(jù)交易結(jié)果的評價給出了信任評分方法,利用正態(tài)分布設(shè)計了信任精確度計算方法,并基于多Agent推薦行為的特點,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論