電子商務(wù)代理人協(xié)商模型的建立與評估

吳 磊

（合肥市食品藥品檢驗中心，安徽 合肥230088）

0 引言

互聯(lián)網(wǎng)的普及使得消費者與企業(yè)或企業(yè)與企業(yè)間利用電子商務(wù)進(jìn)行協(xié)商交易已成必然，通過代理人就可以自動快速、無距離限制完成交易。代理人協(xié)商是兩個或多個軟件代理人之間，通過不斷重復(fù)地提出提議值，達(dá)成相互可接受協(xié)議的過程，要求代理人具有智慧學(xué)習(xí)能力，可學(xué)習(xí)動態(tài)協(xié)商戰(zhàn)略。假設(shè)代理人在協(xié)商前已經(jīng)擁有與其他使用時間依賴策略（Timedependent Tactic，TDT）[1]為協(xié)商戰(zhàn)略的代理人的協(xié)商經(jīng)驗，進(jìn)而建立規(guī)則庫幫助協(xié)商，根據(jù)其中的規(guī)則猜測對方的態(tài)度，再配合修正的TDT來建構(gòu)一種協(xié)商模式。選擇判定樹來建立規(guī)則庫，判定樹是人工智能領(lǐng)域里的分類和預(yù)測工具，是以樹形圖為基礎(chǔ)的最簡單明了的歸納式學(xué)習(xí)方法，通過分類已知的某些例子來建構(gòu)判定樹，從中可歸納出某些規(guī)律性。產(chǎn)生出來的判定樹，也能應(yīng)用來對未知的結(jié)果做預(yù)測。相較其他方法，判定樹具備良好的解釋能力，可以幫助用戶建立其專業(yè)知識。并且以協(xié)商次數(shù)、聯(lián)合效用與效率作為績效指標(biāo)，發(fā)現(xiàn)所提的協(xié)商戰(zhàn)略能有效地改善協(xié)商結(jié)果。

1 協(xié)商基礎(chǔ)理論

1.1 協(xié)商決策函數(shù)

常用的協(xié)商決策函數(shù)[2]包括時間依賴策略（TDT）、資源依賴策略與行為依賴策略。在此以TDT為協(xié)商雙方使用的策略。在協(xié)商過程中，TDT依協(xié)商時間調(diào)整提議值，該策略行為主要受態(tài)度參數(shù)β的影響。時間依賴的提議值為式（1）、式（2）。其中xja→b（tn）為代理人α對代理人b在時間tn對議題j的提議值，tmax表代理人的協(xié)商期限，因此t0≤t≤tmax，而αaj（tn）為隨時間變動的函數(shù)，其中kja為常數(shù)，表示代理人a對議題j提出的初始值。

β值是影響收斂速度的主要因素，根據(jù)β的大小，TDT可分為兩類函數(shù)，分別是Boulware（B）和Conceder（C）[3]，兩類函數(shù)在讓步程度上存在差異。當(dāng)β＜1時，為Boulware策略，代理人將會盡力保持初始值，直到接近協(xié)商期限時，才會開始大幅收斂。當(dāng)β＞1時，提議值會很快逼近保留值。式（3）與式（4）為代理人的評分函數(shù)，其功能為評估自身與對方代理人所提的提議值，給1個分?jǐn)?shù)，然后利用方程式（5）來判斷是否接受對方代理人的提議值。

1.2 績效指標(biāo)

可通過很多績效指標(biāo)來測量協(xié)商結(jié)果的公平性與合理性。如協(xié)商次數(shù)、效率與公平性等[4]。各績效指標(biāo)如圖1所示。在此采用協(xié)商次數(shù)、聯(lián)合效用與效率作為評估協(xié)商結(jié)果的協(xié)商指標(biāo)。

（2）聯(lián)合效用：此績效指標(biāo)測量雙方的社會福利。以協(xié)商雙方的效用和作為計算式，見公式（6），其中x為協(xié)商的協(xié)議；Ua（x）與Ub（x）為代理人a與b的效用：

（3）效率：效率在圖1中表示為曲線“效率協(xié)議”。當(dāng)協(xié)議越靠近該曲線，表示越有效率。而在該曲線上必定會有一個以上的點相對于其他的點聯(lián)合效用最大，此點稱為“柏拉圖最佳解”。

圖1 效率、聯(lián)合效用與公平性

2 協(xié)商模式的建立

2.1 資料選取

因協(xié)商空間龐大，特設(shè)定以下假設(shè)條件：

（1）協(xié)商議題為價格與數(shù)量，價格議題的協(xié)商區(qū)間固定為60，數(shù)量議題的協(xié)商區(qū)間固定為100。

（2）Boulware策略以β=0.3代表，Conceder策略以β=3.0代表。

（3）協(xié)商期限固定為50。

（4）賣方先出價。

表1為建立推測模型學(xué)習(xí)例的雙方的實驗參數(shù)組合，議題以間隔10為一個實驗條件，權(quán)重以間隔0.4為1個實驗條件，策略有Boulware和Conceder兩種選擇。雙方以TDT為協(xié)商戰(zhàn)略，共進(jìn)行20 736組實驗，如果協(xié)商次數(shù)在50次前結(jié)束的實驗則不列入實驗數(shù)據(jù)，因此實驗數(shù)據(jù)共有20 731組數(shù)據(jù)。根據(jù)方程式（7），選取每組協(xié)商時間t為9、19、29、39與49時，雙方的提議值加上計算雙方提議值在整個協(xié)商區(qū)間的比例R（tn）。t*為t9、t19、t29、t39、與t49。因此判定樹的輸入屬性為賣方的β值、R（t9）、R（t19）、R（t29）、R（t39）與R（t49），輸出屬性則為買方的β值。

表1 建立推測模型學(xué)習(xí)例的實驗參數(shù)組合

2.2 協(xié)商戰(zhàn)略建構(gòu)

在協(xié)商過程中，一旦賣方代理人猜測出買方代理人的態(tài)度（β值），為了保持出值過程的單調(diào)性，如果賣方代理人須改變自己的態(tài)度（β值），賣方代理人的協(xié)商戰(zhàn)略即從方程式（2）修正為MTDT，如方程式（8）。

2.3 協(xié)商架構(gòu)

在此設(shè)計的協(xié)商架構(gòu)如圖2所示，實線表示每回合都進(jìn)行的動作，而虛線表示不是每回合都有回傳值。相較于買方，賣方有兩種出價戰(zhàn)略，一為TDT，二為MTDT。每回合中，買賣雙方都會通過TDT提出提議值，但賣方同時會將協(xié)商的數(shù)據(jù)傳入推測模型，期望能猜出對手的態(tài)度，一旦猜出對手的態(tài)度，則賣方可選擇使用TDT或MTDT。協(xié)商流程如圖3所示，賣方先提出提議值后，買方使用方程式（4）與方程式（5）計算雙方的評分值，再使用方程式（6）判斷是否接受對方的提議值。如果接受對手的提議值，則代表買方代理人協(xié)商成功，則此次協(xié)商會立刻結(jié)束，反之則會繼續(xù)協(xié)商。賣方在接收到買方所提出的反提議值后，也會判斷是否接受買方所提的提議值。當(dāng)雙方都不滿意對方的提議值時，就會一直進(jìn)行協(xié)商，如此反復(fù)協(xié)商直到有一方接受協(xié)商，或是超出協(xié)商時間，才會結(jié)束本次協(xié)商。然而賣方與買方不同的是賣方有猜測對方協(xié)商態(tài)度的機制與MTDT，賣方會在每回合根據(jù)推測模型里的規(guī)則猜測對方的協(xié)商態(tài)度，假設(shè)已符合某規(guī)則，則賣方會決定協(xié)商戰(zhàn)略是否變更，直到協(xié)商結(jié)束。

圖2 協(xié)商架構(gòu)

圖3 協(xié)商流程

2.4 協(xié)商實驗驗證

為了驗證在賣方猜出買方的態(tài)度后，是否愿意改變自身態(tài)度，將協(xié)商決策函數(shù)（NDF）與之前提出的協(xié)商模式進(jìn)行比較，并以（I）賣方態(tài)度為Boulware，買方態(tài)度為Boulware；（II）賣方態(tài)度為Boulware，買方態(tài)度為Conceder；（III）賣方態(tài)度為Conceder，買方態(tài)度為Boulware；（IV）賣方態(tài)度為Conceder，買方態(tài)度為Conceder為實驗，試圖找出賣方較好的決策。表2為協(xié)商條件，得出的結(jié)果如表3所示。

表2 協(xié)商實驗條件

表3 協(xié)商結(jié)果

所有戰(zhàn)略組合的協(xié)商結(jié)果見表3，粗體字為賣方在改變自身的態(tài)度與否的情況比較下較佳的結(jié)果。在實驗（I）與實驗（IV）中，也就是買方態(tài)度為Boulware戰(zhàn)略時，賣方改變自身的態(tài)度會得到較短的協(xié)商次數(shù)與較佳的效率，而聯(lián)合效用不變。在實驗（IV）中，因為雙方都使用Conceder戰(zhàn)略，因此協(xié)商在賣方尚未判斷出買方的態(tài)度即協(xié)商結(jié)束，在此情形下賣方只能采取TDT。在實驗（II）使用TDT會得到較佳的聯(lián)合效用與效率，但若使用判定樹則是可以縮短協(xié)商時間。由上述實驗可得賣方的最適協(xié)商態(tài)度與戰(zhàn)略。

3 結(jié)論

電子商務(wù)代理人協(xié)商模型的構(gòu)建具有重要的應(yīng)用價值，假設(shè)賣方代理人在協(xié)商前擁有與其他使用TDT為協(xié)商戰(zhàn)略的買方代理人的協(xié)商經(jīng)驗，以此經(jīng)驗建立推測買方態(tài)度的判定樹，進(jìn)而利用此判定樹建立推測買方態(tài)度的推測模型，準(zhǔn)確推測到買方的協(xié)商態(tài)度，賣方可根據(jù)買方的態(tài)度決定是否變更自己的態(tài)度與戰(zhàn)略，以期達(dá)到較佳的協(xié)商結(jié)果。實驗結(jié)果發(fā)現(xiàn)，不論買方的態(tài)度為何，使用判定樹與所對應(yīng)的最適協(xié)商態(tài)度與戰(zhàn)略，都可在維持原有聯(lián)合效用不變下，顯著降低協(xié)商次數(shù)。