Thương lượng tự động trong thương mại điện tử

Chia sẻ: Quanghai Quanghai | Ngày: | Loại File: DOC | Số trang:16

0
292
lượt xem
96
download

Thương lượng tự động trong thương mại điện tử

Mô tả tài liệu
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

: Trong những năm gần đây thương lượng tự động đang trở thành chủ đề được quan tâm nghiên cứu mạnh mẽ trong thương mại điện tử. Trong hệ thống thương lượng, các thành phần phần mềm (agent) sẽ thay mặt người bán và người mua tìm kiếm hàng hoá, lựa chọn đối tác và tiến hành thương lượng một cách chủ động mà không có sự can thiệp của con người. Bài báo này nhằm trình bày mô hình thương lượng song phương với chiến lược thương lượng dựa trên quyết định mờ cho nhiều thuộc tính và nhiều......

Chủ đề:
Lưu

Nội dung Text: Thương lượng tự động trong thương mại điện tử

  1. LÜnh vùc C«ng nghÖ th«ng tin Th ¬ng lîng tù ®éng trong th ¬ng m¹i ®iÖn tö TS.TrÇn §×nh QuÕ, SV. NguyÔn M¹nh Hïng Khoa C«ng nghÖ th«ng tin 1 Tãm t¾t: Trong nh÷ng n¨m gÇn ®©y th ¬ng l îng tù ®éng ®ang trë thµnh chñ ®Ò ®îc quan t©m nghiªn cøu m¹nh mÏ trong th¬ng m¹i ®iÖn tö. Trong hÖ thèng th ¬ng l îng, c¸c thµnh phÇn phÇn mÒm (agent) sÏ thay mÆt ngêi b¸n vµ ngêi mua t×m kiÕm hµng ho¸, lùa chän ®èi t¸c vµ tiÕn hµnh th ¬ng l îng mét c¸ch chñ ®éng mµ kh«ng cã sù can thiÖp cña con ngêi. Bµi b¸o nµy nh»m tr×nh bµy m« h×nh th ¬ng l îng song ph¬ng víi chiÕn l îc th ¬ng l îng dùa trªn quyÕt ®Þnh mê cho nhiÒu thuéc tÝnh vµ nhiÒu mÆt hµng. ChiÕn l îc nµy ®· ®îc ¸p dông ®Ó ph¸t triÓn hÖ dÞch vô du lÞch, trong ®ã c¸c agent thay mÆt ngêi sö dông tiÕn hµnh th ¬ng l îng ®Æt mua vÐ tµu vµ ®Æt chç kh¸ch s¹n. Tõ kho¸: Th ¬ng m¹i ®iÖn tö, hÖ ®a agent, th ¬ng l îng song ph¬ng, m« h×nh rµng buéc mê. 1. Më ®Çu Th¬ng m¹i ®iÖn tö ®îc hiÓu lµ c¸c ho¹t ®éng giao dÞch th ¬ng m¹i ®îc thùc hiÖn víi sù trî gióp cña c«ng nghÖ th«ng tin vµ c«ng nghÖ truyÒn th«ng. Tuy nhiªn, ®©y lµ mét ®Þnh nghÜa mang tÝnh tæng qu¸t. Trong thùc tÕ, cã thÓ hiÓu th ¬ng m¹i ®iÖn tö lµ c¸c giao dÞch th ¬ng m¹i ®îc thùc hiÖn trªn m«i tr êng Internet. Th¬ng m¹i ®iÖn tö thÕ hÖ thø nhÊt ®îc biÕt ®Õn th«ng qua c¸c giao dÞch trùc tuyÕn [5] trªn m¹ng Internet (kh«ng tù ®éng) trong ®ã ngêi b¸n giíi thiÖu tÊt c¶ c¸c mÆt hµng cña m×nh trªn mét website nhÊt ®Þnh vµ ngêi mua cã thÓ truy cËp c¸c website nµy ®Ó xem xÐt, lùa chän mÆt hµng theo nhu cÇu cña m×nh. NÕu muèn mua mét mÆt hµng nµo ®ã, ngêi mua cã thÓ tiÕn hµnh tr¶ gi¸ mét c¸ch trùc tiÕp trªn website vµ viÖc thanh to¸n cã thÓ b»ng thÎ tÝn dông qua m¹ng Internet hoÆc t¹i nhµ khi ngêi mua ®îc bµn giao s¶n phÈm. H×nh thøc nµy cã hai h¹n chÕ [8]: thø nhÊt lµ tèn thêi gian cña kh¸ch hµng; thø hai lµ trong tr êng hîp kh¸ch hµng kh«ng cã hiÓu biÕt ®Çy ®ñ vÒ mÆt hµng cÇn mua th× kh«ng thÓ tù m×nh t×m kiÕm vµ mua hµng trùc tuyÕn. Trong nh÷ng n¨m gÇn ®©y, h×nh thøc th ¬ng lîng tù ®éng ®· ®îc quan t©m nghiªn cøu m¹nh mÏ ([1], [4-9]) vµ ®îc coi lµ mét cuéc c¸ch m¹ng trong th ¬ng m¹i ®iÖn tö thÕ hÖ thø hai so víi thÕ hÖ thø nhÊt. Theo c¸ch tiÕp cËn nµy, c¸c thµnh phÇn phÇn mÒm th«ng minh (gäi lµ agent) thay mÆt ngêi sö dông t×m kiÕm hµng ho¸, lùa chän ®èi t¸c vµ tiÕn hµnh th ¬ng lîng mét c¸ch chñ ®éng theo yªu cÇu ban ®Çu cña kh¸ch hµng. C¸c agent th ¬ng lîng tù ®éng dùa trªn Häc viÖn C«ng nghÖ BCVT
  2. Héi nghÞ Khoa häc lÇn thø 5 hai yÕu tè: c¸c giao thøc vµ c¸c chiÕn l îc. C¸c giao thøc ®¶m b¶o cho c¸c agent ho¹t ®éng tù chñ theo c¸c luËt th ¬ng lîng, trong khi ®ã c¸c chiÕn l îc hç trî viÖc th ¬ng lîng thµnh c«ng vµ t×m kiÕm hµng ho¸ phï hîp víi ngêi dïng trong thêi gian h¹n ®Þnh nµo ®ã. Tuú theo c¸c d¹ng t ¬ng t¸c, c¸c m« h×nh th ¬ng lîng ®îc chia thµnh ba ph¹m trï chÝnh: Ph¹m trï thø nhÊt bao gåm c¸c m« h×nh ®a ph ¬ng-®¬n ph¬ng hay ®a ph¬ng-®a ph¬ng trong ®ã nhiÒu agent th ¬ng lîng víi mét hay nhiÒu agent kh¸c. C¸c m« h×nh nµy ®îc sö dông réng r·i cho mét sè website nh eBay (http://www.ebay.com). Ph¹m trï thø hai bao gåm c¸c m« h×nh ®¬n ph¬ng-®¬n ph¬ng theo ®ã tõng cÆp agent th ¬ng lîng trùc tiÕp víi nhau. C¸c m« h×nh nµy sö dông c¸c ph¬ng h¸p heuristic ®Ó xö lý th«ng tin kh«ng ch¾c ch¾n (xem vÝ dô [4]). Ph¹m trï thø ba bao gåm c¸c m« h×nh dùa trªn lËp luËn/thuyÕt phôc theo ®ã c¸c agent sö dông nh÷ng kiÓu lËp luËn kh¸c nhau nh ®e do¹, khuyÕn m·i ®Ó thuyÕt phôc ®èi thñ chÊp nhËn viÖc mua b¸n [6]. Trong c¸c ph¹m trï nµy, lÜnh vùc th ¬ng lîng cã thÓ lµ ®¬n thuéc tÝnh (nh gi¸) hay ®a thuéc tÝnh (nh gi¸, chÊt lîng, kiÓu hµng, b¶o hµnh,...). Bµi b¸o nµy tËp trung xem xÐt m« h×nh th ¬ng lîng song ph¬ng víi nhiÒu thuéc tÝnh vµ ®a chñng hµng ho¸. ViÖc th ¬ng lîng ®îc tiÕn hµnh víi chiÕn lîc íc lîng dùa trªn m« h×nh rµng buéc mê ®Ó quyÕt ®Þnh chän lùa hµng ho¸ theo së thÝch cña ngêi dïng. PhÇn cßn l¹i cña bµi b¸o ®îc cÊu tróc nh sau: PhÇn 2 giíi thiÖu m« h×nh chiÕn lîc cña c¸c bªn tham gia trong mét phiªn th ¬ng lîng tù ®éng; PhÇn 3 giíi thiÖu mét ¸p dông cho hÖ dÞch vô ®Æt chç du lÞch; PhÇn 4 lµ kÕt luËn. 2. M« h×nh ho¸ th ¬ng lîng tù ®éng Th¬ng lîng lµ mét tiÕn tr×nh ®ù¬c t¹o ra bëi hai hay nhiÒu bªn tham gia, mçi bªn tham gia tiÕn hµnh ®Ò nghÞ c¸c yªu cÇu vµ tr¶ lêi c¸c yªu cÇu cho ®èi t¸c nh»m ®i ®Õn mét tho¶ thuËn chung tho¶ m·n tÊt c¶ c¸c bªn [4]. Th ¬ng lîng tù ®éng ®îc hiÓu lµ qu¸ tr×nh th ¬ng lîng ®îc diÔn ra gi÷a c¸c agent ®¹i diÖn cho c¸c bªn tham gia, chóng tiÕn hµnh ®Æt yªu cÇu vµ tr¶ lêi c¸c yªu cÇu mét c¸ch tù ®éng mµ kh«ng cÇn tíi sù trî gióp cña con ngêi. Khi nãi ®Õn th ¬ng lîng tù ®éng, ngêi ta quan t©m ®Õn hai khÝa c¹nh ([5], [6]): thø nhÊt lµ giao thøc th ¬ng lîng ®îc sö dông (t¬ng tù nh luËt th ¬ng lîng, b¾t buéc c¸c bªn ph¶i tu©n theo); thø hai lµ chiÕn lîc nµo ®îc sö dông ®Ó th ¬ng lîng tù ®éng cã hiÖu qu¶. PhÇn tiÕp theo sÏ tr×nh bµy hai vÊn ®Ò nµy trªn m« h×nh th ¬ng lîng song ph¬ng. Häc viÖn C«ng nghÖ BCVT
  3. LÜnh vùc C«ng nghÖ th«ng tin 2.1 Giao thøc th ¬ng l îng Giao thøc th ¬ng lîng qui ®Þnh c¸c luËt giao tiÕp gi÷a c¸c bªn tham gia th - ¬ng lîng [5]. Ch¼ng h¹n víi giao thøc th ¬ng lîng kiÓu ®Êu gi¸ (Auction), ngêi mua chØ ®îc quyÒn tr¶ gi¸ cao h¬n gi¸ hiÖn t¹i cña hµng ho¸ ®· ®îc tr¶. §èi víi c¸c giao thøc th ¬ng lîng kiÓu song ph¬ng (Bilateral) hay ®a ph¬ng (Multilateral) th× ngêi mua cã thÓ ®Ò nghÞ ngêi b¸n cã nh÷ng nhîng bé vÒ gi¸ c¶ hay chÊt l îng hµng ho¸ th«ng qua c¸c thuéc tÝnh… C¸c giao thøc th ¬ng lîng cã thÓ ®îc ph©n chia thµnh c¸c líp nh H×nh 1. Riªng giao thøc ®Êu gi¸ cã nhiÒu kiÓu kh¸c nhau [5]: kiÓu cña ngêi Anh (English) cã gi¸ khëi ®iÓm thÊp, ngêi mua tr¶ gi¸ cao dÇn lªn; kiÓu cña ngêi Hµ lan (Dutch) cã gi¸ khëi ®Çu rÊt cao vµ ®îc h¹ dÇn xuèng trong qu¸ tr×nh th ¬ng lîng; kiÓu gi¸ ban ®Çu (First bid) chØ diÔn ra trong mét buæi vµ chÊm døt khi ngêi tæ chøc ®· gâ triÖn ®Ó kÕt thóc; kiÓu Vickrey t ¬ng tù nh kiÓu gi¸ ban ®Çu nhng ngêi th¾ng cuéc cã thÓ tr¶ gi¸ cao nhÊt hoÆc cao thø nh× trong cuéc ®Êu gi¸. H ×nh 1: Ph©n l o¹i c¸c gi ao thøc th-¬ng l - îng Mét ¸p dông ®îc giíi thiÖu trong Môc 3 sö dông giao thøc th ¬ng lîng song ph¬ng. Trong ®ã, hai bªn tham gia th ¬ng lîng ®Òu cã thÓ cã c¸c yªu cÇu ®Ò nghÞ ®èi t¸c ph¶i ®¸p øng vµ cã nh÷ng nh îng bé ®Ó ®¸p øng l¹i yªu cÇu cña ®èi t¸c. ChiÕn lîc ®a ra c¸c yªu cÇu vµ c¸c nh îng bé sao cho nhanh chãng t×m ®îc tho¶ thuËn chung ®ång thêi ®¹t ®îc lîi Ých cao nhÊt ®èi víi mçi bªn sÏ ®îc th¶o luËn trong môc tiÕp theo. 2.2 ChiÕn l îc th ¬ng l îng M« h×nh th ¬ng lîng song ph¬ng quan t©m tíi chiÕn lîc th ¬ng lîng cña c¶ bªn b¸n lÉn bªn mua. Môc nµy sÏ giíi thiÖu c¸c m« h×nh chiÕn l îc th ¬ng lîng cho mçi bªn tham gia dùa trªn m« h×nh bµi to¸n rµng buéc mê. 2.2.1 Agent b¸n Mçi agent b¸n hµng n¾m gi÷ mét tËp c¸c tri thøc bao gåm: tËp G = {g1,...,gm} lµ c¸c ®¬n vÞ hµng ho¸ mµ nã cã thÓ cung cÊp, mçi ®¬n vÞ hµng ho¸ gi Häc viÖn C«ng nghÖ BCVT
  4. Héi nghÞ Khoa häc lÇn thø 5 1 2 n cã mét tËp n i thuéc tÝnh { ai , ai ,...ai }, c¸c thuéc tÝnh nµy ®Òu cã thÓ th ¬ng lîng ®îc vµ mçi mÆt hµng gi cã mét gi¸ trÞ lîi Ých u i ®îc coi lµ lîi nhuËn thu ®îc nÕu b¸n ®îc mÆt hµng nµy. TËp R = {r 1, r 2,...,r k }c¸c rµng buéc ®èi víi ngêi mua cña mçi mÆt hµng, c¸c rµng buéc nµy lµ tuú chän ®èi víi mçi mÆt hµng nªn cã gi¸ trÞ Boolean. TËp C = {c1,c2,...,ct } c¸c khuyÕn m¹i ®èi víi c¸c mÆt hµng, c¸c phÇn tö cña tËp nµy còng cã gi¸ trÞ Boolean do h×nh thøc khuyÕn m¹i cã thÓ cã hoÆc kh«ng ®èi víi mçi mÆt hµng. TËp O = {o1,o2,...,ol } c¸c kh¸ch hµng ®ang th ¬ng l- îng víi nã, mçi kh¸ch hµng oi bao gåm ®Þa chØ, c¸c yªu cÇu vµ c¸c hµng ho¸ ®· giíi thiÖu cho kh¸ch hµng t ¬ng øng. Khi ®ã, tiÕn tr×nh th ¬ng lîng cña agent b¸n ®èi víi mçi kh¸ch hµng cã thÓ cã c¸c tr¹ng th¸i ®îc minh ho¹ nh H×nh 2. H ×nh 2: S¬ ®å tr ¹ng th¸i th-¬ng l -îng cña • Khëi ®Çu: B¾t ®Çu cuéc thagentlîng, Agent b¸n chuyÓn vµo tr¹ng th¸i chê ¬ng b¸n ®îi c¸c kÕt nèi tõ ngêi mua ngay sau khi ®· hoµn tÊt c¸c thñ tôc cÇn thiÕt ®Ó ®¨ng kÝ vµo hÖ thèng. • Chê ®îi : Tr¹ng th¸i nµy chê ®îi c¸c ph¶n øng tõ phÝa kh¸ch hµng. Tuú vµo néi dung c¸c th«ng ®iÖp tõ kh¸ch hµng mµ agent b¸n chuyÓn vµo nh÷ng tr¹ng th¸i cÇn thiÕt. • CËp nhËt: tr¹ng th¸i nµy b¾t ®Çu khi agent b¸n nhËn ®îc th«ng ®iÖp “find” tõ kh¸ch hµng. Khi ®ã, nã cËp nhËt c¸c yªu cÇu cña kh¸ch hµng vµo biÕn oi t ¬ng øng (cã thÓ lµ yªu cÇu thªm hoÆc nhîng bé) vµ chuyÓn sang tr¹ng th¸i T×m kiÕm . • T×m kiÕm : tr¹ng th¸i nµy ®îc b¾t ®Çu khi agent b¸n nhËn ®îc th«ng ®iÖp “refind” hoÆc chuyÓn tõ tr¹ng th¸i CËp nhËt . T¹i ®©y, agent b¸n t×m kiÕm mÆt hµng tho¶ m·n c¸c yªu cÇu cña kh¸ch hµng trong biÕn kh¸ch hµng oi t - ¬ng øng, nÕu cã nhiÒu h¬n mét mÆt hµng tho¶ m·n, nã chän mÆt hµng nµo cã gi¸ trÞ lîi nhuËn u i cao nhÊt vµ chuyÓn sang tr¹ng th¸i Rµng buéc. NÕu kh«ng t×m thÊy mÆt hµng nµo tho¶ m·n, nã chuyÓn sang tr¹ng th¸i KhuyÕn m¹i . Häc viÖn C«ng nghÖ BCVT
  5. LÜnh vùc C«ng nghÖ th«ng tin • Rµng buéc: NÕu t×m thÊy mÆt hµng tho¶ m·n yªu cÇu cña kh¸ch hµng, agent b¸n vµo tr¹ng th¸i nµy ®Ó kiÓm tra xem mÆt hµng võa t×m ®îc cã rµng buéc nµo ®èi víi ngêi mua hay kh«ng (ch¼ng h¹n ngêi mua ph¶i lµ vÞ thµnh niªn, lµ nam hoÆc n÷, ®éc th©n hoÆc cã gia ®×nh…), c¸c rµng buéc nµy n»m trong tËp R. Sau khi bæ sung c¸c rµng buéc vµo mÆt hµng, agent b¸n sÏ göi th«ng ®iÖp “check” kÌm theo mÆt hµng nµy ®Ó hái xem ngêi mua cã chÊp nhËn ®îc mÆt hµng nµy kh«ng. • KhuyÕn m¹i: NÕu kh«ng t×m thÊy mÆt hµng n¸o tho¶ m·n kh¸ch hµng, agent b¸n sÏ chuyÓn vµo tr¹ng th¸i khuyÕn m¹i. T¹i ®©y, nã kiÓm tra xem ®· cã mÆt hµng nµo ®îc giíi thiÖu cho kh¸ch hµng hay cha (t×m trong tËp O phÇn tö oi t ¬ng øng). NÕu cha cã, nã sÏ göi th«ng ®iÖp “relax” ®Ò nghÞ ngêi mua gi¶m bít mét møc ®é cña thuéc tÝnh võa yªu cÇu. NÕu ®· cã, nã l¹i kiÓm tra tiÕp xem mÆt hµng ®ã ®· ®îc giíi thiÖu kÌm khuyÕn m·i tr íc ®©y hay cha. NÕu ®· giíi thiÖu th× b©y giê nã kh«ng cßn g× míi nªn ph¶i göi th«ng ®iÖp “relax” nh trªn. NÕu cha giíi thiÖu, nã sÏ giíi thiÖu mÆt hµng nµy kÌm theo h×nh thøc khuyÕn m·i víi th«ng ®iÖp “check” yªu cÇu kh¸ch hµng xem cã chÊp nhËn ®îc hay kh«ng. Qu¸ tr×nh trªn cã thÓ lÆp l¹i nhiÒu lÇn víi c¸c thay ®æi tõ phÝa kh¸ch hµng vµ chØ kÕt thóc khi agent b¸n nhËn ®îc th«ng ®iÖp “deal” b¸o chÊp nhËn cña kh¸ch hµng hoÆc th«ng ®iÖp “fail” b¸o kÕt thóc thÊt b¹i khi kh¸ch hµng kh«ng thÓ gi¶m yªu cÇu cña m×nh thªm n÷a. Trong tr êng hîp kÕt thóc thµnh c«ng, agent b¸n ph¶i cËp nhËt l¹i sè l îng mÆt hµng t ¬ng øng trong tËp G vµ lu th«ng tin ngêi mua l¹i cho c«ng t¸c thèng kª sau nµy. NÕu kÕt thóc thÊt b¹i, nã chØ lo¹i bá th«ng tin vÒ kh¸ch hµng tõ phÇn tö oi t ¬ng øng. 2.2.2 Agent mua M« h×nh chóng ta quan t©m lµ th ¬ng lîng kiÓu song ph¬ng nªn mét agent mua chØ ®îc th ¬ng lîng víi mét agent b¸n (nhng mét agent b¸n cã thÓ th ¬ng lîng ®ång thíi víi nhiÒu agent mua). Do ®ã, mçi agent mua cÇn cã c¸c tri thøc nh sau: tËp P = {p1,...,pn} c¸c rµng buéc t ¬ng øng víi c¸c thuéc tÝnh cña hµng ho¸, c¸c rµng buéc nµy cã thÓ lµ rµng buéc ®èi víi mét thuéc tÝnh hoÆc cã thÓ lµ rµng buéc ®èi víi nhiÒu thuéc tÝnh, vµ mçi rµng buéc pi cã mét ®é u tiªn tho¶ m·n u i kh¸c nhau; nÕu mét thuéc tÝnh cã nhiÒu gi¸ trÞ th× mçi gi¸ trÞ còng cã ®é u tiªn vÒ møc ®é tho¶ m·n ppi kh¸c nhau. Mét gi¸ trÞ α gäi lµ ngìng chÊp nhËn j ®èi víi kh¸ch hµng, nghÜa lµ mÆt hµng chØ ®îc chÊp nhËn khi ®é tho¶ m·n tÝnh ®îc kh«ng vît qu¸ ngìng nµy. TÊt c¶ c¸c th«ng tin nµy ®îc thu thËp th«ng Häc viÖn C«ng nghÖ BCVT
  6. Héi nghÞ Khoa häc lÇn thø 5 qua mét giao diÖn trùc tiÕp víi kh¸ch hµng. C¸c tr¹ng th¸i th ¬ng lîng cña agent mua ®îc minh ho¹ nh h×nh 3. H ×nh 3: S¬ ®å tr ¹ng th¸i th-¬ng l -îng cña agent mua • Lùa chän : ®îc coi nh tr¹ng th¸i khëi ®Çu cho th ¬ng lîng. T¹i ®©y, agent mua khëi ®éng mét phiªn th ¬ng lîng b»ng c¸ch chän mét trong c¸c rµng buéc pi cã ®é u tiªn tho¶ m·n u i lín nhÊt. Sau ®ã, nã göi c¸c rµng buéc nµy ®Õn agent b¸n víi th«ng ®iÖp “find” víi mong muèn agent b¸n t×m kiÕm mÆt hµng tho¶ m·n rµng buéc pi nµy. • KiÓm tra : sau khi nhËn ®îc th«ng ®iÖp “check” tõ agent b¸n, agent mua sÏ chuyÓn vµo tr¹ng th¸i nµy ®Ó kiÓm tra xem mÆt hµng nhËn ®îc cã tho¶ m·n c¸c rµng buéc cßn l¹i trong tËp P hay kh«ng. ViÖc kiÓm tra nµy chØ ®¬n thuÇn xem gi¸ trÞ c¸c thuéc tÝnh cña mÆt hµng cã n»m trong tËp gi¸ trÞ rµng buéc cña c¸c thuéc tÝnh t ¬ng øng hay kh«ng. NÕu cã Ýt nhÊt mét rµng buéc bÞ vi ph¹m, nã chuyÓn sang tr¹ng th¸i Rµng buéc. NÕu kh«ng cã rµng buéc nµo bÞ vi ph¹m, nã chuyÓn sang tr¹ng th¸i DuyÖt. • DuyÖt : mÆt hµng nhËn ®îc kh«ng vi ph¹m c¸c rµng buéc cña kh¸ch hµng, nhng kh«ng thÓ ch¾c ch¾n r»ng mÆt hµng ®ã ®îc kh¸ch hµng chÊp nhËn. §Ó kiÓm tra kh¶ n¨ng nµy, agent mua sö dông c¸c kü thuËt mê ®Ó tÝnh to¸n ®é tho¶ m·n cña mÆt hµng t ¬ng øng ®èi víi yªu cÇu cña kh¸ch hµng theo c¸c bíc nh sau. - TÝnh ®é phï hîp t ¬ng ®¬ng bi cña tõng rµng buéc pi dùa trªn ®é u tiªn t ¬ng ®èi u i ’ vµ ®é ui phï hîp ai : bi = G(ui ’, ai ). Trong ®ã, u i ’ = , u max = max{u i } vµ ai ®îc íc lîng mê tõ gi¸ trÞ u max thuéc tÝnh cña mÆt hµng so víi giíi h¹n rµng buéc cña thuéc tÝnh t ¬ng øng. Hµm G: [0, 1] Häc viÖn C«ng nghÖ BCVT
  7. LÜnh vùc C«ng nghÖ th«ng tin × [0, 1] → [0, 1] ®îc gäi lµ hµm chuyÓn ®æi ®é phï hîp t ¬ng ®¬ng nÕu nã tho¶ m·n c¸c ®iÒu kiÖn [8]: 1. G(u1, a) ≥ G(u2, a) nÕu u 1 ≤ u 2; 2. G(u, a1) ≤ G(u, a2) nÕu a1 ≤ a2; 3. G(1, a) = a; 4. G(0, a) = 1. Trong ¸p dông tr×nh bµy ë PhÇn 3, hµm chuyÓn ®æi ®é quan träng ®îc sö dông lµ hµm G (u, a ) = (a − 1)u + 1 . - TÝnh ®é phï hîp tæng thÓ δ cña mÆt hµng so víi c¸c rµng buéc pi : δ = min{bi }, víi bi lµ c¸c gi¸ trÞ phï hîp t ¬ng ®¬ng trªn tõng thuéc tÝnh ®· x¸c ®Þnh ë bíc trªn. Khi ®ã, δ ®îc gäi lµ ®é tho¶ m·n rµng buéc tæng thÓ cña mÆt hµng. §Ó tÝnh ®îc ®é chÊp nhËn mÆt hµng cña agent mua, cÇn ph¶i tÝnh c¸c gi¸ trÞ tho¶ m·n rµng buéc ®èi víi bªn b¸n vµ ®é tho¶ m·n khuyÕn m·i. - TÝnh ®é tho¶ m·n rµng buéc ®èi víi agent b¸n: v× bªn b¸n cã thÓ cã mét sè rµng buéc ®èi víi ngêi mua. Khi ®ã, ®é phï hîp β cña ngêi mua ®îc íc lîng tõ kh¶ n¨ng cña ngêi mua so víi rµng buéc cña ngêi b¸n (xem chi tiÕt [8]). T¬ng tù, cã thÓ íc lîng ®îc ®é tho¶ m·n khuyÕn m·i γ cña ngêi dïng ®èi víi mÆt hµng. - TÝnh ®é chÊp nhËn ad cña agent mua ®èi víi mÆt hµng tõ c¸c gi¸ trÞ δ , β , γ ®· x¸c ®Þnh ®îc trong c¸c bíc trªn: ad = F( δ , β , γ ). Hµm F: [0, 1] × [0, 1] × [0, 1] → [0, 1] ®îc gäi lµ mét hµm chÊp nhËn ®èi víi agent mua nÕu nã tho¶ m·n c¸c ®iÒu kiÖn sau [8]: 1. F (0, β , γ ) = 0 vµ F (δ ,0, γ ) = 0; 2. F (δ 1 , β 1 , γ 1 ) ≤ F (δ 2 , β 2 , γ 2 ) nÕu δ 1 ≤ δ 2 , β 1 ≤ β 2 , γ 1 ≤ γ 2 ; 3. F (δ , β , γ ) ≥ min(δ , β ) dÊu “=” x¶y ra khi γ = 0 ; 4. NÕu δ < α th× δ < F (δ , β , γ ) < 1 víi α lµ ngìng chÊp nhËn cña agent mua. Trong ¸p dông ë PhÇn 3, hµm F ®îc chän lµ: F (δ , β , γ ) = min(δ , β ) ⊕ ((1 − α )γ + α ) . Trong ®ã, α lµ ngìng chÊp nhËn cña agent mua vµ ⊕ lµ to¸n tö ®ång nhÊt víi phÇn tö ®¬n vÞ lµ α . Mét to¸n tö ⊕ : [0, 1] × [0, 1] → [0, 1]®îc gäi lµ to¸n tö ®ång nhÊt víi phÇn tö ®¬n vÞ α nÕu nã tho¶ m·n c¸c ®iÒu kiÖn sau [8]: 1. a ⊕ α = a víi ∀a ∈ [0,1] ; 2. a ⊕ b ≥ max(a, b) víi ∀a, b ∈ (α ,1] ; 3. a ⊕ b ≤ min(a, b) víi ∀a, b ∈ [0, α ) ; 4. min(a, b) ≤ a ⊕ b ≤ max(a, b) víi ∀a ∈ [0, α ), ∀b ∈ (α ,1] ; 5. 0 ⊕ a = 0 víi ∀a ∈ [0,1] . Trong ¸p dông ë PhÇn 3, to¸n tö ®ång nhÊt ®îc sö dông lµ: (1 − α )ab a⊕b = . (1 − α )ab + α (1 − a )(1 − b) Khi ®ã, nÕu ®é chÊp nhËn mÆt hµng ad lín h¬n ngìng chÊp nhËn α cña kh¸ch hµng th× agent mua chÊp nhËn mÆt hµng b»ng c¸ch göi ®i th«ng ®iÖp “deal” vµ kÕt thóc giai ®o¹n th ¬ng lîng. NÕu ngîc l¹i, ®é tho¶ m·n cña mÆt hµng nhá h¬n ngìng α th× mÆt hµng bÞ lo¹i bá vµ agent mua yªu cÇu agent b¸n t×m mÆt hµng kh¸c theo c¸c rµng buéc cò víi th«ng ®iÖp “refind” (kh«ng bæ sung thªm rµng buéc míi). Häc viÖn C«ng nghÖ BCVT
  8. Héi nghÞ Khoa häc lÇn thø 5 • Rµng buéc: khi mÆt hµng nhËn ®îc cã Ýt nhÊt mét vi ph¹m ®èi víi c¸c rµng buéc trong P, agent mua chuyÓn vµo tr¹ng th¸i nµy. T¹i ®©y, nã bæ sung c¸c rµng buéc bÞ vi ph¹m vµo tËp c¸c yªu cÇu göi ®i agent b¸n cïng víi th«ng ®iÖp “find” ®Ó yªu cÇu t×m kiÕm mÆt hµng tho¶ m·n c¸c yªu cÇu ®· ®îc bæ sung nµy. • DuyÖt l¹i : nÕu nhËn ®îc th«ng ®iÖp “relax”, agent mua sÏ chuyÓn vµo tr¹ng th¸i nµy. Th«ng ®iÖp “relax” cã ý nghÜa yªu cÇu agent mua gi¶m bít møc ®é ®èi víi rµng buéc bæ sung sau cïng tr íc ®ã. Do vËy, agent mua sÏ kiÓm tra l¹i xem rµng buéc ®ã cã thÓ gi¶m ®îc n÷a hay kh«ng. Mét rµng buéc pi cã thÓ j gi¶m thªm ®îc khi ®é tho¶ m·n ppi (gi¶m lÇn thø j) vÇn cßn lín h¬n ngìng nhîng bé λ . Sau khi kiÓm tra, nÕu cßn gi¶m ®îc, agent mua sÏ chuyÓn sang tr¹ng th¸i Nh îng bé. NÕu kh«ng cßn gi¶m ®îc n÷a, agent mua sÏ göi ®i th«ng ®iÖp “fail” ®Ó th«ng b¸o huû bá cuéc th ¬ng lîng víi agent b¸n. • Nh îng bé: t¹i ®©y, agent mua sÏ gi¶m rµng buéc ®îc ®Ò nghÞ pi xuèng mét j møc theo ®¬n vÞ cña thuéc tÝnh t ¬ng øng (khi ®ã, ®é u tiªn ppi còng gi¶m theo). Sau ®ã, göi rµng buéc ®îc thay ®æi nµy ®Õn agent b¸n víi th«ng ®iÖp “find” yªu cÇu agent b¸n t×m kiÕm mÆt hµng theo c¸c rµng buéc ®· thay ®æi. V× viÖc th ¬ng lîng cã thÓ diÔn ra trªn nhiÒu thuéc tÝnh, cã nghÜa lµ cã thÓ cã nhiÒu thuéc tÝnh cÇn nhîng bé. Tuy nhiªn, agent mua ph¶i íc lîng ®Ó chän ra mçi lÇn chØ nhîng bé trªn mét thuéc tÝnh sao cho gi¸ trÞ lîi Ých cña m×nh bÞ gi¶m lµ nhá nhÊt. Khi ®ã, agent mua tÝnh gi¸ trÞ lîi Ých bÞ mÊt dùa trªn ®é tho¶ m·n bÞ gi¶m ®i ∆ppi vµ ®é u tiªn t ¬ng ®èi u i ’ cña thuéc tÝnh ®ã. Hµm T:[0, 1] × [0, 1] → [0, 1] ®îc gäi lµ hµm tÝnh gi¸ trÞ lîi Ých bÞ mÊt nÕu nã tho¶ m·n c¸c ®iÒu kiÖn: 1. T (u, p1 ) ≤ T (u , p 2 ) nÕu p1 ≤ p 2 2. T (u1 , p ) ≤ T (u 2 , p ) nÕu u1 ≤ u 2 3. T (1, p) = u 4. T (u,0) = 0 Trong ¸p dông ë PhÇn 3, hµm tÝnh gi¸ trÞ lîi Ých bÞ mÊt ®îc sö dông lµ T ( p, u ) = pu . Nh vËy, víi mçi bªn tham gia th ¬ng lîng, ®Òu cã hai tr¹ng th¸i kÕt thóc: thµnh c«ng hoÆc thÊt b¹i. ViÖc quyÕt ®Þnh thµnh c«ng hay thÊt b¹i ®Òu do bªn agent mua chÊp nhËn hay kh«ng chÊp nhËn mÆt hµng cña agent b¸n. §iÒu nµy lµ phï hîp víi thùc tÕ khi th ¬ng lîng kÕt thóc lµ do ngêi mua quyÕt ®Þnh cã mua hay kh«ng. 3. ¸p dông hÖ dÞch vô du lÞch 3.1 KiÕn tróc cña hÖ thèng Bµi to¸n ®Æt ra nh sau: Mét ngêi muèn ®i du lÞch (hoÆc c«ng t¸c) ng¾n ngµy t¹i mét thµnh phè trong níc. Do h¹n chÕ thêi gian nªn thay v× t×m kiÕm vµ Häc viÖn C«ng nghÖ BCVT
  9. LÜnh vùc C«ng nghÖ th«ng tin ®Æt chç trùc tiÕp vÐ tµu ®i vÒ vµ kh¸ch s¹n sÏ ë trong thêi gian ®ã, ngêi nµy sö dông dÞch vô ®Æt chç trän gãi qua m¹ng. Khi ®ã, ngêi nµy chØ ph¶i khai b¸o c¸c th«ng tin yªu cÇu vÒ lo¹i vÐ tµu vµ phßng ë trong kh¸ch s¹n, sau mét thêi gian h¹n ®Þnh, ngêi ®ã sÏ nhËn ®îc ®Çy ®ñ th«ng tin vÒ c¸c dÞch vô t¬ng øng theo yªu cÇu. HÖ thèng nµy ®îc ph©n tÝch vµ thiÕt kÕ dùa trªn ph¬ng ph¸p luËn MaSE vµ agentTool. MaSE (Multiagent Systems Engineering) lµ ph¬ng ph¸p luËn cho ph¸t triÓn c¸c hÖ ®a agent vµ agentTool lµ bé c«ng cô hç trî ph ¬ng ph¸p luËn nµy (xem chi tiÕt [2]). HÖ thèng ®îc thiÕt kÕ gåm bèn líp agent: UserAgent lµ líp agent ®¹i diÖn cho ngêi mua, HotelAgent lµ líp agent qu¶n lý vµ cung cÊp phßng ë kh¸ch s¹n, TrainAgent lµ agent qu¶n lý vµ cung cÊp th«ng tin vÐ cho c¸c chuyÕn tµu vµ MidAgent lµ agent m«i giíi th ¬ng lîng gi÷a UserAgent víi c¸c agent b¸n lµ HotelAgent vµ TrainAgent. KiÕn tróc hÖ thèng ®îc minh ho¹ nh h×nh 4. H ×nh 4: Ki Õn tr óc hÖ thèng Ho¹t ®éng cña hÖ thèng ®îc tãm t¾t nh sau: Mçi agent b¸n kiÓu HotelAgent vµ TrainAgent ®¹i diÖn cho nhµ cung cÊp c¸c dÞch vô kh¸ch s¹n vµ tµu ho¶ t ¬ng øng t¹i mçi thµnh phè. Khi tham gia vµo hÖ thèng, chóng ph¶i ®¨ng kÝ víi MidAgent c¸c th«ng tin bao gåm ®Þa chØ vµ kh¶ n¨ng cung cÊp Häc viÖn C«ng nghÖ BCVT
  10. Héi nghÞ Khoa häc lÇn thø 5 dÞch vô cña m×nh. Mçi UserAgent ®¹i diÖn cho mét kh¸ch hµng, khi tham gia vµo hÖ thèng ph¶i ®¨ng kÝ víi MidAgent ®Ó nhËn ®îc ®Þa chØ c¸c nhµ cung cÊp dÞch vô kh¸ch s¹n vµ tµu ho¶ t¹i thµnh phè nã ®Þnh ®Õn, ®Ó tiÕn hµnh th ¬ng lîng. Sau khi nhËn ®îc ®Þa chØ HotelAgent vµ TrainAgent, UserAgent sÏ tiÕn hµnh th ¬ng lîng víi c¸c agent b¸n nµy theo chiÕn lîc vµ giao thøc ®· ®îc giíi thiÖu trong PhÇn 2. Tr íc hÕt UserAgent sÏ th ¬ng lîng víi TrainAgent theo yªu cÇu nh ngµy ®i, chuyÕn tµu, lo¹i vÐ,...®Ó chän vÐ tµu mong muèn; sau ®ã nã tiÕp tôc tiÕn hµnh th ¬ng lîng víi HotelAgent ®Ó chän chç ë kh¸ch s¹n mong muèn. UserAgent cßn cã nhiÖm vô tÝch hîp th«ng tin vµ göi l¹i cho ngêi sö dông (xem chi tiÕt trong [10]). PhÇn tiÕp theo dµnh tr×nh bµy qu¸ tr×nh th ¬ng lîng gi÷a c¸c agent. 3.2 Qu¸ tr×nh th ¬ng l îng Do khu«n khæ h¹n chÕ cña bµi b¸o nªn phÇn nµy sÏ chØ tËp trung minh ho¹ qu¸ tr×nh th ¬ng lîng ®Æt chç kh¸ch s¹n gi÷a bªn mua lµ UserAgent vµ bªn b¸n lµ HotelAgent. Gi¶ sö UserAgent ®¹i diÖn cho mét kh¸ch hµng muèn ®i c«ng t¸c t¹i Thµnh phè Hå ChÝ Minh trong 3 ngµy. C¸c yªu cÇu cña kh¸ch hµng ®èi víi kh¸ch s¹n bao gåm 5 tiªu chÝ lµ {Sè sao kh¸ch s¹n, gi¸ phßng kh¸ch s¹n, sè giêng trong phßng, kho¶ng c¸ch tõ kh¸ch s¹n ®Õn trung t©m thµnh phè, vµ kÕt nèi Internet}, ®é u tiªn víi c¸c tiªu chÝ nµy t ¬ng øng lµ {2, 4, 1, 3, 5}. Ngìng chÊp nhËn α = 0.95 vµ ngìng nhîng bé lµ λ = 0.5 cho tÊt c¶ c¸c tiªu chÝ trªn. §é tho¶ m·n víi c¸c gi¸ trÞ kh¸c nhau cña tõng thuéc tÝnh ®îc cho trong c¸c b¶ng 1 ®Õn 5. B¶ ng 1: §é t ho¶ m·n B¶ ng 2: §é t ho¶ m·n t huéc t huéc t Ýnh “gi ¸ phßng” t Ýnh “kho¶ ng c¸ch” Häc viÖn C«ng nghÖ BCVT
  11. LÜnh vùc C«ng nghÖ th«ng tin B¶ ng 3: §é t ho¶ m·n B¶ ng 4: §é t ho¶ m·n B¶ ng 5: §é t ho¶ m·n t huéc t Ýnh “Sè sao” t huéc t Ýnh “Sè gi - t huéc t Ýnh “I nter net” §é tho¶ m·n ®èi víi c¸c h×nh thøc khuyÕn m¹i “MiÔn phÝ ®iÖn tho¹i néi h¹t” vµ “TÆng quµ may m¾n” lÇn l ît lµ 80% vµ 20%. HotelAgent qu¶n lÝ kh¸ch s¹n khu vùc Thµnh phè HCM cã c¸c kh¸ch s¹n víi c¸c thuéc tÝnh nh b¶ng 6. Sau khi ®îc MidAgent m«i giíi, UserAgent b¾t ®Çu tiÕn tr×nh th ¬ng lîng víi HotelAgent thee c¸c vßng lÆp nh sau. Vßng 1 UserAgent : chän rµng buéc cã ®é u tiªn cao nhÊt lµ “cã Internet”, göi ®i cïng víi th«ng ®iÖp kiÓu “find”. HotelAgent : Khi nhËn ®îc th«ng ®iÖp “find”. Nã cËp nhËt yªu cÇu {internet} vµo tri thøc cña m×nh vµ tiÕn hµnh t×m kiÕm kh¸ch s¹n tho¶ m·n yªu cÇu nµy. Theo b¶ng 6, cã c¸c kh¸ch s¹n {k 2, k 3, k 6, k 7, k 8} tho¶ m·n. Nh ng k 2 cã gi¸ trÞ lîi Ých cao h¬n (trong øng dông nµy, gi¸ trÞ lîi Ých ®îc tÝnh lµ 2% gi¸ phßng kh¸ch s¹n m«i giíi ®îc). Do ®ã, HotelAgent sÏ göi th«ng ®iÖp “check” kÌm víi kh¸ch s¹n k 2 bao gåm c¸c th«ng tin {sè sao = 5, gi¸ phßng = 400, sè giêng = 2, kho¶ng c¸ch = 4, cã internet}. B¶ ng 6: C¸c kh¸ch s¹n cã t hÓ phôc vô Häc viÖn C«ng nghÖ BCVT
  12. Héi nghÞ Khoa häc lÇn thø 5 Vßng 2 UserAgent : NhËn ®îc th«ng ®iÖp “check”, nã kiÓm tra xem cã bÞ vi ph¹m rµng buéc nµo kh«ng. Ph¸t hiÖn cã vi ph¹m gi¸ phßng = 400 > 300. Nã bæ sung yªu cÇu {gi¸ phßng ≤ 300} vµ göi ®i cïng víi th«ng ®iÖp “find”. HotelAgent : NhËn th«ng ®iÖp “find”, nã cËp nhËt l¹i yªu cÇu vµ t×m kiÕm l¹i theo yªu cÇu {cã Internet, gi¸ phßng ≤ 300}. Cã c¸c kh¸ch s¹n {k 6, k 8} tho¶ m·n, nh- ng k 6 cã lîi Ých lín h¬n nªn nã göi k 6 {sè sao = 3, gi¸ phßng = 300, sè giêng = 2, kho¶ng c¸ch = 2, cã Internet} kÌm th«ng ®iÖp “check”. Vßng 3 UserAgent : kiÓm tra thÊy vi ph¹m: sè sao = 3
  13. LÜnh vùc C«ng nghÖ th«ng tin Vßng 6 UserAgent : KiÓm tra c¸c kh¶ n¨ng nhîng bé: 1. Internet, nhîng bé tõ 1 xuèng 0: T = (1 - 0)*(5/5) = 1 2. Gi¸ phßng, nhîng bé tõ 310 lªn 320 (®· nhîng mét lÇn): T = (1 – 0.8)*(4/5) = 0.16 3. Sè sao, nhîng bé tõ 4 xuèng 3: T = (1 – 0.7)*(2/5) = 0.12 4. Sè giêng, nhîng bé tõ 2 xuèng 1: T = (1 – 0.5)*(1/5) = 0.1 5. Kho¶ng c¸ch, nhîng bé tõ 5 lªn 6: T = (1 – 0.9)*(3/5) = 0.06 Do ®ã, nã nhîng bé vÒ kho¶ng c¸ch vµ bæ sung yªu cÇu {kho¶ng c¸ch ≤ 6}, göi ®i kÌm th«ng ®iÖp “find”. HotelAgent : cËp nhËt yªu cÇu vÒ kho¶ng c¸ch, nhng vÉn kh«ng t×m thÊy kh¸ch s¹n nµo tho¶ m·n. mét lÇn n÷a, nã l¹i göi th«ng ®iÖp “relax”. Vßng 7 UserAgent : kiÓm tra c¸c ®iÒu kÞªn nhîng bé: 1. Internet, nhîng bé tõ 1 xuèng 0: T = (1 - 0)*(5/5) = 1 2. Gi¸ phßng, nhîng bé tõ 310 lªn 320 (®· nhîng mét lÇn): T = (1 – 0.8)*(4/5) = 0.16 3. Sè sao, nhîng bé tõ 4 xuèng 3: T = (1 – 0.7)*(2/5) = 0.12 4. Sè giêng, nhîng bé tõ 2 xuèng 1: T = (1 – 0.5)*(1/5) = 0.1 5. Kho¶ng c¸ch, nhîng bé tõ 6 lªn 7 (®· nhîng mét lÇn): T = (1 – 0.8)*(3/5) = 0.12 V× vËy nã nhîng bé sè giêng, bæ sung yªu cÇu {sè giêng ≥ 1} vµ göi kÌm th«ng ®iÖp “find”. HotelAgent : cËp nhËt yªu cÇu míi, trë thµnh {cã Internet, gi¸ phßng ≤ 310, sè sao ≥ 4, sè giêng ≥ 1, kho¶ng c¸ch ≤ 6}. LÇn nµy, cã kh¸ch s¹n k 7 tháa m·n. Nã göi k 7 kÌm th«ng ®iÖp “check”. (Lu ý r»ng k 7 tr íc ®©y ®· bÞ tõ chèi do yªu cÇu qu¸ cao, nay l¹i cã thÓ phï hîp do mét sè nhîng bé tõ UserAgent). Vßng 8 UserAgent : kiÓm tra thÊy c¸c rµng buéc ®Òu tho¶ m·n so víi rµng buéc hiÖn t¹i. Nã chuyÓn sang tr¹ng th¸i duyÖt xem cã chÊp nhËn ®îc kh¸ch s¹n nµy kh«ng. §é phï hîp c¸c rµng buéc: Sè sao = (1 - 1)*(2 /5) + 1 = 1 Gi¸ phßng = (0.9 – 1)*(4/5) + 1 = 0.92 Sè giêng = (0.5 - 1)*(1/5) + 1 = 0.9 Kho¶ng c¸ch = (0.9 - 1)*(3/5) + 1 = 0.94 Internet = (1 - 1)*(5/5) + 1 = 1 VËy δ =0.9 Häc viÖn C«ng nghÖ BCVT
  14. Héi nghÞ Khoa häc lÇn thø 5 §é ®¸p øng rµng buéc cña kh¸ch s¹n: v× kh¸ch s¹n kh«ng cã rµng buéc nµo nªn β = 1 . §é tho¶ m·n khuyÕn m¹i: kh¸ch s¹n k 6 cã khuyÕn m¹i nhng chiÖn cha ®îc giíi thiÖu nªn γ = 0 . VËy ®é chÊp nhËn cña UserAgent lµ ad = min{0.9, 1} ⊕ ((1 – 0.95)*0 + 0.95) = 0.9 ⊕ 0.95 (1 − 0.95) * 0.9 * 0.95 = (1 − 0.95) * 0.9 * 0.95 + 0.95(1 − 0.9)(1 − 0.95) = 0.9 Gi¸ trÞ nµy lín h¬n ngìng chÊp nhËn 0.95 nªn kh«ng chÊp nhËn ®îc ®èi víi UserAgent. Khi ®ã, nã göi ®i th«ng ®iÖp “refind”. HotelAgent : Khi nhËn th«ng ®iÖp “refind”, nã tiÕn hµnh t×m l¹i theo yªu cÇu cò. Nh ng kh«ng cã kh¸ch s¹n nµo tho¶ m·n ngo¹i trõ kh¸ch s¹n k 7 võa ®îc tõ chèi theo th«ng ®iÖp “refind”. Nã chuyÓn sang tr¹ng th¸i KhuyÕn m¹i , ph¸t hiÖn kh¸ch s¹n k 7 cã khuyÕn m¹i §iÖn tho¹i néi h¹t, nã ®Ýnh kÌm th«ng tin nµy vµo kh¸ch s¹n k 7 vµ göi ®i víi th«ng ®iÖp “check”. Vßng 9 UserAgent : nhËn ®îc k 7 bæ sung h×nh thøc khuyÕn m¹i. Nã chØ cÇn tÝnh l¹i gi¸ trÞ ®é tho¶ m·n khuyÕn m¹i γ = 0.8 do ®é tho¶ m·n víi h×nh thøc khuyÕn m¹i nµy lµ 80%, c¸c gi¸ trÞ δ = 0.9 vµ β = 0 vÉn kh«ng ®æi do kh¸ch s¹n k 7 ®É ®- îc tÝnh trong vßng 8. Khi ®ã, ®é chÊp nhËn ®îc tÝnh l¹i lµ ad = min{0.9, 1} ⊕ ((1-0.95)*0.8 + 0.95) = 0.9 ⊕ 0.99 (1 − 0.95) * 0.9 * 0.99 = (1 − 0.95) * 0.9 * 0.99 + 0.95 * (1 − 0.9) * (1 − 0.99) = 0.98 Gi¸ trÞ nµy lín h¬n ngìng 0.95 nªn ®îc chÊp nhËn. Khi ®ã, UserAgent sÏ göi ®i th«ng ®iÖp “deal” vµ kÕt thóc giai ®o¹n th ¬ng lîng. HotelAgent : nhËn th«ng ®iÖp “deal”, nã l u gi÷ th«ng tin nµy cho c¸c bíc sau vµ còng kÕt thóc giai ®o¹n th ¬ng lîng vµ nh vËy qu¸ tr×nh th ¬ng lîng hoµn thµnh. 4. KÕt luËn Bµi b¸o nµy lµ kÕt qu¶ nghiªn cøu tiÕp tôc cña chóng t«i [11] nh»m tr×nh bµy mét m« h×nh th ¬ng lîng tù ®éng song ph¬ng, ®a thuéc tÝnh vµ ®a chñng hµng dùa trªn bµi to¸n rµng buéc mê. Trong hÖ thèng ®a agent, mçi agent thay mÆt ngêi sö dông sÏ th ¬ng lîng víi agent ®¹i diÖn ngêi b¸n ®Ó chän ra mÆt hµng theo yªu cÇu cña ngêi sö dông. C¸c kÕt qu¶ t×m kiÕm nµy sÏ ®îc kÕt hîp l¹i ®Ó cã ®îc nh÷ng chñng lo¹i mÆt hµng theo yªu cÇu. Th«ng th êng c¸c yªu cÇu Häc viÖn C«ng nghÖ BCVT
  15. LÜnh vùc C«ng nghÖ th«ng tin cña ngêi sö dông lµ nh÷ng th«ng tin kh«ng ch¾c ch¾n hoÆc kh«ng râ rµng. Do ®ã, viÖc sö dông logic mê trong viÖc m« h×nh yªu cÇu ngêi sö dông vµ x¸c ®Þnh chiÕn lîc cho agent lµ kh¸ tù nhiªn vµ ®· ®îc nhiÒu ngêi quan t©m nghiªn cøu. M« h×nh th ¬ng lîng song ph¬ng dùa trªn rµng buéc mê ®îc tr×nh bµy trong bµi b¸o xuÊt ph¸t tõ c«ng tr×nh nghiªn cøu cña Jennings et al. [8]. Tuy nhiªn, nç lùc cña chóng t«i ®i xa h¬n c«ng tr×nh nµy ë chç th ¬ng lîng kh«ng nh÷ng lµ ®a thuéc tÝnh mµ cßn lµ ®a chñng hµng ho¸ vµ khi ®ã rµng buéc kh«ng nh÷ng chØ cã trªn mét s¶n phÈm mµ cßn cã trªn nhiÒu s¶n phÈm liªn quan víi nhau. Víi chiÕn lîc íc lîng vµ ra quyÕt ®Þnh mê, c¸c bªn tham gia th ¬ng lîng cã thÓ ®a ra nh÷ng yªu cÇu bæ sung hoÆc c¸c nh îng bé cÇn thiÕt ®Ó nhanh chãng ®i ®Õn mét tho¶ thuËn chung vµ cã lîi cho c¶ hai bªn. C¸c chiÕn l îc nµy ®· ®îc ¸p dông cho thiÕt kÕ hÖ du lÞch víi hai nguån hµng lµ vÐ tµu vµ chç ë kh¸ch s¹n vµ ®îc cµi ®Æt víi ng«n ng÷ Java. ViÖc th ¬ng lîng ®ång thêi trªn nhiÒu thuéc tÝnh víi nhiÒu ®èi t¸c lµ vÊn ®Ò ®ang ®îc quan t©m nghiªn cøu vµ sÏ ®îc tr×nh bµy trong mét c«ng tr×nh kh¸c cña chóng t«i. Tµi liÖu tham kh¶o [1] Morad Benyoucef, Hakim Alj, Mathieu VÐzeau and Rudolf K. Keller. Combined Negotiation in E-Commerce: Concepts and Architecture, 2001. [2] Scott A. DeLoach. Analysis and design using MaSE and agentTool. Presented at 12nd Midwest Artificial Intelligence and Cognitive Science Conference (MAICS 2001), Miami University, Oxford, Ohio, March 31 – April 1, 2001. [3] Jonathan DiLeo, Timothy Jacobs and Scott A. DeLoach. Integrating Ontologies into Multiagent Systems Enginnering . Fourth International Bi-Conference Workshop on Agent Oriented Information Systems (AOIS 2002), 15th -16th July 2002, Bologna, Italy. [4] P. Faratin, C. Sierra and N. R. Jennings. Using Smilarity Criteria to make Negotiation Trade-offs. Journal of Artificial Intelligence, 142(2), 2002, 205-237. [5] Minghua He, Nicholas R. Jennings and Ho-fung Liung. On Agent-Mediated Electronic Commerce. IEEE Transactions on Knowledge and Data Systems, 15(4), 2003. [6] Sarit Kraus. Automated Negotiation and Decision Making in Multiagent Environments. Häc viÖn C«ng nghÖ BCVT
  16. Héi nghÞ Khoa häc lÇn thø 5 2001. [7] X. Luo, J. H. Lee, H. Liung and N. R. Jennings. Prioritised Fuzzy Constraint Saticfaction Problems: Axioms, Instantiation and Validation . Journal of Fuzzy Sets and Systems, 136(2), 2002, 155-188. [8] Xudong Luo, Nicholas R. Jennings, Nigel Shadbolt, Ho-fung Liung anf Jimmy Ho-man Lee. A Fuzzy Constraint Based Model for Bilateral, Multi- issue Negotiations in Semi- competitive Environments. 21st January 2003. [9] Pattie Maes, Robert H. Guttman and Alexandros G. Moukas. Agent that Buy and Sell . Communications of the ACM, March 1999, Vol.42, No.3, . [10] T.D. QuÕ vµ N.M. S¬n. TÝch hîp th«ng tin dùa trªn ontology trong hÖ ®a agent. Kû yÕu Héi nghÞ Khoa häc Häc ViÖn C«ng nghÖ Bu chÝnh ViÔn th«ng, Th¸ng 9 n¨m 2003. [11] T.D QuÕ vµ N.M. Hïng. Agent ra quyÕt ®Þnh theo së thÝch ngêi dïng. B¸o c¸o t¹i Héi nghÞ Quèc gia “Mét sè vÊn ®Ò chän läc cña c«ng nghÖ th«ng tin”, Th¸i Nguyªn, 8-2003. S¬ lîc vÒ t¸c gi¶ TrÇn §×nh QuÕ tèt nghiÖp Th¹c sü t¹i Tr êng §¹i häc Melbourne, Australia n¨m 1998 vµ TiÕn sü t¹i ViÖn C«ng nghÖ Th«ng tin, Hµ néi n¨m 2000. Nh÷ng quan t©m nghiªn cøu cña t¸c gi¶ bao gåm: trÝ tuÖ nh©n t¹o ph©n t¸n, c«ng nghÖ phÇn mÒm híng agent, hÖ trî gióp quyÕt ®Þnh, ontology, tÝch hîp th«ng tin vµ th ¬ng m¹i ®iÖn tö. Mét sè c«ng tr×nh cña t¸c gi¶ ®· ®îc ®¨ng trªn c¸c t¹p chÝ chuyªn ngµnh vµ b¸o c¸o t¹i c¸c Héi nghÞ trong níc vµ quèc tÕ. §iÖn tho¹i: 04 8545604, Email: tdque@yahoo.com NguyÔn M¹nh Hïng hiÖn lµ sinh viªn n¨m cuèi Khoa C«ng nghÖ Th«ng tin, Häc viÖn C«ng NghÖ Bu chÝnh ViÔn th«ng. Nh÷ng quan t©m nghiªn cøu cña t¸c gi¶ bao gåm c«ng nghÖ phÇn mÒm híng agent, ontology vµ th ¬ng m¹i ®iÖn tö. Email: nmhufng@yahoo.com Häc viÖn C«ng nghÖ BCVT

CÓ THỂ BẠN MUỐN DOWNLOAD

Đồng bộ tài khoản