论文题目: 电子商务自动协商研究
论文类型: 硕士论文
论文专业: 计算机技术
作者: 李柱峰
导师: 李双庆,应自炉
关键词: 自动协商,神经网络,电子商务
文献来源: 重庆大学
发表年度: 2005
论文摘要: 目前,电子商务自动协商技术已经成为电子商务有效实现中涉及的一个重要问题。但现在尚无一种令人满意的、具有学习能力的、对现实的商务协商进行有效的形式化的模型。针对这一问题,本文提出基于神经网络的协商经验学习与推理的自动协商思想,即利用神经网络与数据库技术对协商经验进行学习与管理,有效的执行协商策略,更好的对现实商务交易行为进行模拟,实现分布式、动态电子商务环境中的智能协商。本文首先研究了自动协商研究的意义和国内外研究现状,分析了自动协商目前存在的主要问题,研究了解决这些问题的可能的技术方法;对智能Agent技术进行了全面研究,给出了Agent的定义、性质和分类,分析了Agent的基本结构、交互层次关系和策略模型,并对Agent的应用领域给予了分析和评价;对自动协商技术进行了研究,分析了协商的定义、特点和交互的分类,研究了自动协商的原理、特点和主要问题,并对现有的各种自动协商模型进行了研究和评价;研究分析了神经网络技术,对神经网络结构、学习与推理方法和学习样本等给予全面研究与分析,研究了神经网络在自动协商中协商决策函数和协商经验推理中的应用,给出了应用模型、训练样本集和协商经验库的构造等,并对各种应用模型给予了评价。在此基础上,本文基于Agent建立了电子商务自动协商的逻辑模型,研究了协商协议、通讯协议、协商流程和模型中的对象关系等,给出自动协商模型的框架结构,并采用Java语言设计实现了模型的基本功能。在该模型中,建立了基于神经网络的协商决策函数、协商经验学习与推理、经验库的建立,实现根据协商环境变化动态选择协商策略的商务智能;用Agent技术建立了多属性自动协商模型,并对模型进行试运行,研究实际自动协商效果。基于神经网络可学习自动协商研究结果表明:(1)用神经网络构建协商决策函数可以灵活、全面、真实的代表用户的利益;(2)基于神经网络的协商经验学习与推理可以利用人类以往的协商经验,促使新交易的成功;(3)用Agent技术建立的多属性自动协商模型更加接近实际,实现了分布式、动态电子商务环境中的智能协商。
论文目录:
中文摘要
英文摘要
1 绪论
1.1 问题的提出及研究意义
1.1.1 问题的提出
1.1.2 研究的意义
1.2 国内外研究现状
1.2.1 初级协商
1.2.2 自动协商
1.2.3 自动协商目前的主要问题和准备采用的解决方法
1.3 本文研究的目的和研究内容
1.3.1 本文研究的目的
1.3.2 本文研究的主要内容
2 智能 Agent 技术研究
2.1 Agent 的基本概念
2.1.1 Agent 的定义
2.1.2 Agent 的性质
2.1.3 Agent 的分类
2.2 智能Agent 的实现机制
2.2.1 Agent 的基本结构
2.2.2 Agent 的策略模型
2.3 智能Agent 的应用
2.3.1 网络信息管理与服务
2.3.2 企业信息化
2.3.3 教育
2.3.4 网络资源管理
2.3.5 电子商务
2.4 本章小结
3 自动协商技术研究
3.1 自动协商介绍
3.1.1 交互的分类
3.1.2 协商的定义
3.1.3 现有自动协商定价策略
3.2 自动协商的基本原理
3.3 自动协商研究的主要问题
3.4 自动协商的特点
3.5 基于Agent 的自动协商现有技术分析
3.5.1 面向商品的自动协商
3.5.2 面向客户的自动协商
3.5.3 面向服务的自动协商
3.5.4 面向目标的自动协商
3.6 现有自动协商模型评价
3.7 本章小结
4 神经网络在自动协商中应用
4.1 神经网络技术介绍
4.1.1 神经网络定义
4.1.2 神经网络结构
4.1.3 BP 神经网络
4.2 基于神经网络的协商决策函数
4.2.1 模型构造方法
4.2.2 学习样本要求
4.2.3 模型特点
4.3 基于神经网络的协商经验学习与推理
4.3.1 模型构造方法
4.3.2 经验学习与管理
4.3.3 统计方法协商偏好学习
4.3.4 模型特点
4.4 本章小结
5 智能 Agent 之间的自动协商模型
5.1 Agent 交互层次模型
5.2 Agent 之间的自动协商模型
5.2.1 协商协议
5.2.2 通讯协议
5.2.3 协商模型
5.2.4 自动协商模型的框架结构
5.2.5 协商流程
5.2.6 协商模型中的对象关系
5.3 协商Agent 模型
5.3.1 Agent 的个体能力
5.3.2 Agent 的行为策略和交互
5.3.3 协商Agent 的协商流程
5.4 系统模型实现
5.5 模型试运行与测评
5.5.1 模型的试运行
5.5.2 模型的评测
5.5.3 评测环境
5.5.4 实验结果
5.5.5 实验结果评价
5.6 本章小结
6 结论和展望
6.1 主要结论
6.2 工作展望
致谢
参考文献
独创性声明
学位论文版权使用授权书
发布时间: 2006-12-05
参考文献
- [1].基于卷积神经网络的图像分类算法研究[D]. 严寒.西北大学2018
- [2].融合多重语义对齐表示的机器阅读理解研究[D]. 季静.南京师范大学2018
- [3].基于卷积神经网络的情感分类算法研究[D]. 尹化荣.西北大学2018
- [4].基于卷积神经网络的图像分类算法研究[D]. 邹鑫.西北师范大学2018
- [5].基于电子商务背景的智能挖掘技术及应用研究[D]. 王萍.湖南大学2014
- [6].基于BP神经网络的车牌识别研究[D]. 董天宇.华北理工大学2018
- [7].基于混合生物地理学优化算法和BP神经网络的树叶分类系统[D]. 杨蒙蒙.南京师范大学2018
- [8].基于卷积神经网络的人脸识别方法研究及应用[D]. 杨建.长安大学2018
- [9].Spiking神经网络及其在图像分割中的应用[D]. 孙文磊.长安大学2018
- [10].基于卷积神经网络的交通图像识别应用研究[D]. 刘云飞.长安大学2018
相关论文
- [1].基于Agent的自动协商技术研究[D]. 马彦.兰州大学2008
- [2].智能电子商务系统中Agent协商模型研究[D]. 伍池宏.西安理工大学2008
- [3].基于角色的智能电子商务协商模型研究[D]. 韩东旭.大连海事大学2008
- [4].基于AGENT的电子商务多边谈判模型研究[D]. 李继学.山东科技大学2006
- [5].多主体系统中的协商研究及其在电子商务中的应用[D]. 王泊.中国科学院研究生院（计算技术研究所）2002
- [6].基于Agent的电子商务自动协商研究[D]. 曹锦纲.华北电力大学（河北）2006
- [7].基于Agent的电子商务模型及多属性谈判的研究[D]. 袁勇.山东科技大学2004
- [8].电子商务环境下基于Agent的协商系统研究与设计[D]. 孙金志.浙江大学2005
- [9].基于Agent的一种面向资源的自动协商模型[D]. 张潇元.华南师范大学2003
- [10].电子商务交易中基于Agent的协商机制及策略研究[D]. 陈旭.合肥工业大学2004