基于Agent的在线协作信任与协商优化研究

摘要

随着Internet技术的发展和计算机的广泛应用,基于Internet的电子商务蓬勃兴起,这给传统商务协作带来了机遇和挑战。多Agent系统在电子商务中发挥着重要的作用。
　　目前在电子商务的在线协作中,Agent技术仍然存在两个方面的不足:第一, Agent在线协作中存在欺骗现象,协作成功率不高,电子商务信誉受到威胁,需要从信任的角度优化Agent系统的信任机制;第二,Agent系统协商模型呆板,协商策略缺乏灵活性,难以适应环境的变化。基于Agent的电子商务系统仍需完善,本文从可信,智能的角度研究电子商务中Agent系统性能的改进方案。
　　首先在Agent系统可信方面,借鉴电子商务学中第三方信任管理思想,提出电子商务中Agent信任优化模型—DRI信任模型,并给出信任框架下的协作对象选取算法。信任实验表明,DRI信任模型下的平均协作成功率高于普通信任模型,一定程度上抑制了电子商务协作中的欺诈现象。
　　其次在Agent系统协商方面,引入强化学习原理,根据Watkins提出的Q-强化学习算法,提出Q-协商策略,并给出Q-协商策略的实现算法。协商实验证明:学习后协商策略能够提高Agent在线协作中的协商效率,优化协商过程。
　　最后选取电子商务中旅行者Agent与旅行社Agent在线协作为例,说明DRI信任模型与Q-协商策略在电子商务应用中的合理性和有效性。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 引 言

§1.1 选题背景和意义

§1.2 研究现状

§1.3 论文的研究思路及主要内容

§1.4 论文结构

第二章 Agent系统的信任与协商基础

§2.1 Agent理论与技术

§2.2 Agent信任概述及信任模型

§2.3 Agent系统的协商理论及相关研究

第三章 信任模型及其优化研究

§3.1 信任关系与模式

§3.2 基于第三方的Agent间接信任模式

§3.3 信任优化模型—DRI信任模型

§3.4 信任模型框架下的协作对象选取算法

§3.5 信任模型实验

§3.6 本章小结

第四章 协商模型与协商策略优化研究

§4.1 Q-强化学习

§4.2 协商模型

§4.3 Q-协商策略模型

§4.4 Q-协商策略算法实现

§4.5 Q-协商策略实验

§4.6 本章小结

第五章 应用实例设计与分析

§5.1 应用实例设置

§5.2 DRI信任模型的实现

§5.3 Q-协商策略的实现

第六章 总结与展望

§6.1 论文总结

§6.2 未来工作展望

参考文献

致谢

作者在攻读硕士期间主要研究成果