（计算机软件与理论专业论文）基于多agent系统框架的可信交易模型.pdf

摘要 i n t e m e t 的发展为电子商贸的快速成长提供了良好的平台。引入多a g e n t 技术可以有效 地提高电子商贸的智能化程度。然而，由于多a g e n t 系统的动态性和开放性，系统中某些 a g e n t 受利益驱动可能会出现欺骗行为，带来交易风险，从而需要引入可信机制。目前电子 商贸网站，如淘宝、e b a y 等通过建立信任模型使得交易前双方可以判断对方的可信度，这 可以在一定程度上起到降低交易风险的作用，然而其信任模型算法中存在的漏洞可能会被某 些投机者利用。本文在充分研究淘宝网的信任模型基础上提出构建基于多a g e n t 系统框架的 可信交易系统t m a e c ，其中，对于t m a e c 可信机制的研究是本文工作的重点。 本文的主要工作有：1 ) 构建了基于多a g e n t 系统框架的交易模型- m a e c ，阐述了m a e c 模型的框架结构和业务流程，以作为论文重点工作的基础；2 ) 分析基于多a g e n t 的电子商 贸中潜在的交易风险，提出一个多a g e n t 信任模型- r f i r e ，包括r f i r e 模型信任信息的管 理模式以及与信任相关的算法；3 ) 将r f i r e 模型引入到m a e c 模型中，构建了t m a e c 系统，并通过实验验证了相关算法的有效性。 本文的主要贡献有：1 ) 在交易评价值的度量上，采用基于定量交易满意度的算法对交 易评价值进行精确计算，提高评价值的可靠性。2 ) 对f i r e 模型进行改进，并且提出采用多 信任源对卖家a g e n t 集进行二次过滤的方法，充分借鉴集中信誉模型和f i r e 模型的优点，更 加确保买家能够选择到诚实可信的交易对象。 仿真实验表明，t m a e c 相对于淘宝网交易系统有改进之处：提高了买家交易满意度( 鼓 励卖家提高交易质量) ；对于开放的多a g e n t 系统中欺骗行为有更好的觉察能力；提高了卖 家的总体的交易满意度。 关键词：t r u s t , 交易，多a g e n t 系统，f i r e 模型 a b s t r a c t w i t hr a p i dd e v e l o p m e n to fi n t e r n e tt e c h n o l o g y , b e t t e rp l a t f o r m sf o re - g o m n l e r c eh a v eb e e n p r o v i d e d w ec a ne n h a n c et h ei n t e l l i g e n c eo fa l l e - c o m m e r c es y s t e mb ym e a n so fa g e n t t e c h n o l o g y h o w e v e r , am u l t i - a g e n ts y s t e mi sd y n a m i ca n do p e n , s o m ea g e n t sm a yc h e a to t h e r a g e n t sf o rs o m es e l f i s hp u r p o s e s ，s ot r u s t i sn e e d e d n o w , s o m ee c o m m e r c ew e b s i t e s ( f o r e x a m p l e t a o b a oa n de b a y ) i n t r o d u c et r u s tm o d e lt oh e l pt h e i ru s e r st oe v a l u a t eh o w m u c h as e l l e r o rab u y e rc a r lb et r u s t e db e f o r et r a d i n g , w h i c hc a nr e d u c et h er i s ko fo n - l i n et r a d i n gt os o m e e x t e n _ t h o w e v e r ，t h ea l g o r i t h m so ft h o s et r u s tm o d e l sh a v es o m ed e f e c t sw h i c hm a yb eu t i l i z e db y s o m ed e c e i v e r b a s i n go ns u f f i c i e n ts t u d yo f t h et r u s tm o d e lo f t a o b a o ，w ep r o p o s et m a e cw h i c h i sat r u s t e dt r a d i n gs y s t e mb a s i n go nm u l t i a g e n ts y s t e ma r c h i t e c t u r e s t u d yo ft r u s to ft m a e ci s t h em o s ti m p o r t a n ts t u d yi nt h i sp a p e r t h em a i nr e s e a r c h e si n c l u d e ：1 ) m a e c ：at r a d i n gm o d e lb a s i n go nm u l t i - a g e n t ss y s t e m a r c h i t e c t u r eh a sb e e ne s t a b l i s h e d 2 ) a f t e ra n a l y z i n gt h ep o t e n t i a lr i s ki nat r a d i n gs y s t e mb a s i n g o nm u l t i - a g e n ts y s t e ma r c h i t e c t u r e ，w ep r o p o s eam u l t i a g e n tt r u s tm o d e l - r f i r ei n c l u d i n gt h e m a n a g e m e n tm e t h o do ft r u s ti n f o r m a t i o na n da l g o r i t h m sr e l a t e dw i t ht r u s t 3 ) c o m b i n i n gr f i r e w i t hm a e c ，w eb u i l dt h et m a e cs y s t e ma n ds h o wt h ee f f e c to ft h es y s t e mb ys i m u l a t i o n e x p e r i m e n t s t h em a i nc o n t r i b u t i o n si nt h i sp a p e ri n c l u d e ：1 ) t om a k et r u s te v a l u a t i o nv a l u em o r er e l i a b l e ， t m a e cu s e s a l g o r i t h mb a s e do nq u a n t i t a t i v es a t i s f a c t i o no ft r a d i n g t oc a l c u l a t et h ee v a l u a t i o n o fat r a d e ，i n s t e a do fq u a l i t a t i v ea l g o r i t h m 2 ) f i r e + m o d e lh a sb e e np r e s e n t e db a s i n gf i r e m o d e l t m a e cu s e sm o r ek i n d so ft r u s ti n f o r m a t i o nt og e tm o r es u i t a b l et r a d i n gp a r t n e r t h e a d v a n t a g e so fb o t hc e n t r a l i z e dr e p u t a t i o nm o d e la n df i r e + m o d e lh a v eb e e na d o p t e db y t m a e c t h er e s u l t so ft h r e ee x p e r i m e n t ss h o wt h a tt m a e ch a st h r e ea d v a n t a g e sc o m p a r e dw i t h t a o b a o ：1 ) h i g h e rs a t i s f a c t o r yo fb u y e r s2 ) s t r o n g e ra b i l i t yo fd i s c o v e r i n gd e c e i t f u lb e h a v i o ri n m u l t i - a g e n ts y s t e m 3 ) h i g h e rs a t i s f a c t o r yo f s e l l e r s k e yw o r d s ：t r u s t ，t r a d i n g ，m u l t i - a g e n ts y s t e m ，f i r et r u s tm o d e l 东南大学学位论文独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。 尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过 的研究成果，也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料。与我 一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 研究生签名：墨主釜日 东南大学学位论文使用授权声明 东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印 件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质 论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借阅，可以公布( 包括 刊登) 论文的全部或部分内容。论文的公布( 包括刊登) 授权东南大学研究生院办理。 研究生签名：量i 童导师签名：研究生签名：盈! 丝导师签名： m 日期： 东南大学硕士学位论文 1 1 问题的提出 第一章引言 在i n t e m e t 蓬勃发展的背景下，以i n t e r n e t 为依托的电子商贸以其“贸易方式不受地域、 时间限制”的特点，充分显现出强大的生命力，开始迅速抢占世界贸易市场份额，成为推动 未来经济增长的关键动力之一。随着电子商贸业务复杂性日益提升，建立起快捷、高效、智 能化的电子商贸已经成为一项十分迫切的任务。引入多a g e n t 技术，利用其自治性的特点可 以帮助用户快速查找所需商品信息，有利于信息互换或信息比较，从而将用户从交易网站海 量的数字资源或繁杂的协商工作中解放出来。目前在多a g e n t 研究领域中，已经出现了不少 基于多a g e n t 系统框架的交易模型，如k a s b a h 1 1 ，a c t i o n b o t l 2 一剐等。在不同程度上提高了交 易效率。 然而，i n t e r n e t 是一个开放的环境，在开放的多a g e n t 系统中，a g e n t 具有不同目标和动机， 许多因素无法事先预测，很可能存在某些个体企图借用虚拟的交易平台进行网络欺诈而谋取 利益，由此引发电子商贸的交易风险问题，阻碍其进一步发展。 因此，需要在电子商贸的交易模型中中引入t r u s t 3 1 ，帮助用户在交易之前有效地找寻可 靠的交易对象，从而达到降低交易风险的目的。本文正是基于这样的思想，提出并且构建了 基于多a g e n t 系统框架的可信交易模型。 1 2 研究现状 目前基于多a g e n t 的电子商贸引入t r u s t 一般是通过建立信任模型实现，针对多a g e n t 系统中a g e n t 的信息收集和推理能力，人们提出了大量信任模型，这些模型研究的重点主要 涉及信任信息的来源、信任表示方式、信任信息的管理模式和信任值的计算等几方面。 根据信任模型的体系结构可以将信任模型归为两类：一类是基于集中信誉值的信任模 型，如淘宝【4 】、和e b a y 5 】的信任模型；另一类是分布式信任模型，如r e g r e t 6 a 4 】信任模型、 f i r e l ，1 信任模型等。 淘宝、e b a y 的信任模型是以集中存放的交易评价值( 即直接交互信任信息) 作为计算 信任值的信任源，由一个中心机构统一集中管理交易评价值。s p o r a s 1 2 模型还考虑交易时 间因素，认为较近期交易对信任值确定的影响较大，另外它还引入基于评价值( 某个a g e n t 所获得的所有的评价值，这些评价值来自不同a g e n t ) 之间的偏差进行信任值可靠性度量。 r e g r e t 模型和f 模型是采用分布式体系结构【8 】。r e g r e t 模型以存贮在本地数据库中的直 接交互信任信息作为主要信任源，当直接交互信任信息量不足时，也会利用信任网络】 ( t r u s tn e t w o r k ) 获取间接信任信息，依靠直接信任信息、间接信任信息等多方面的信息综 合加权求和来完成信任评价。f i r e 模型则是将直接交互信任、推荐信誉、角色信任和证书信 誉四类信任信息集成起来综合加权求值。这两个模型均需要基于信任网，而在r e g r e t 模型中 并未解决信任网构建问题。y u 1 1 】等人给出了根据邻居的推举信息产生信任网的方法。f i r e 模型是利用a g e n t 的感知范围建立联系，根据对所处环境的感知完成信誉的收集。j o s a n g 眇 加】提出的主观逻辑和以模糊逻辑为基础的f c m ( f u z z yc o g n i t i v em a p ) 是利用认知观点描 第一章引言 述信任，在信任值的计算上采用贝叶斯系统将二值评定作为输入( 正评价值或负评价值) ，利 用统计方法更新b e t a 概率密度函数p d f 来计算信誉值。 通过对已有基于多a g e n t 的电子商贸中的信任模型研究，我们认为，可以从以下几个方 面进行改进，以提高信任模型的可靠性。 1 ) 尽可能最大化利用可利用的计算信任值的信任源：在淘宝网的信任模型中，a g e n t 在交易前基本依赖于对方的直接交互交易评价值进行累加计算获得对方的集中信誉值( 本文 将最终得到的累加结果称作集中信誉值) ，该模型有一个弊端：对于新加入系统不久的成员， 其交易次数相对较少，若仅仅依赖集中信誉值对它的可信度进行判断，则可靠性较低。在 f i r e 模型中，采取将直接交互信任、推荐信誉、角色信任和证书信誉4 类信任源集成的方式 计算信任值，信任源种类较丰富，然而，在模型建立的初期，信任网还尚未完善时，会由于 缺少足够的推荐信息而导致a g e n t 无法准确对对方信任值的进行判定。因此，本文中将采取 将各类信任信息综合起来进行考虑，当某类信任信息缺乏时，利用其它信任源对计算信任值 的依据进行补充。 2 ) 对交易结果进行精确性度量：在电子商贸系统中，交易评定结果的表达方式有两种： 一种是定性的描述，即将满意度笼统地归为几大类，如满意、中立、不满意等；例如淘宝、 e b a y 、a m a z o n 1 6 1 等系统均采用这种方法，些较为复杂的模型，如f i r e 模型等，采取“将影响 交易质量的主要因素( 如商品质量、发货时间等) 分别打分，再进行加权求和的办法”，从整 体上细化了评分规则，却仍然在对每一项要素的评分上只是定性的描述，仍然陷入了“笼统” 的境地。本文采取对交易评价值定量的描述的方法，即将交易双方对于某笔交易的满意度进 行量化计算并用精确的数值表示，这样可以精确度量出a g e n t 之间行为上的差异，起到鼓励 卖家提高交易质量的作用。 3 ) 历史交易评价值对信任值计算的影响应当随新的交易不断发生而减弱：“交易评价值 越新，它对于计算信任值的影响力度越大”，这样，可以促镌e a g e n t 为了维持比较好的声誉而始终 保持良好的行为，有效地阻止欺骗行为。淘宝、e b a y 的信任模型中并未体现出交易的评价值产 生的早晚对于计算集中信誉值在影响力度上的差异，只是将交易评价值进行简单的累加，因此， 当某此- _ _ a g e n t 在信誉值积累到一定程度后，若开始出现欺骗行为，其集中信誉值在短期内下降并 不明显，这类模型对于欺骗的觉察能力不足。s p o i 潞模型中引入了评价值的权重随时间衰减的思 想，以时间差为参数代入权重计算公式，然而由于各个a g e n t 交易频率悬殊而无法找寻个统一 的时间单位为系统中所有a g e n t 普遍适用。 为此，本文在信任源选择上，将集中信誉值和f i r e 模型的四类信任源综合考虑，利用多 信任源信息对交易对象集进行多次筛选，最终选出诚实可靠的交易对象。本文信任模型对信 任信息采用混合式管理模式( 集中式和分布式并存) 。在交易评价值的处理上则采用精确定 量的度量方法，同时，交易的评价值将被赋以一定权值，权值大小与交易发生的前后顺序有 关。 1 3 论文主要研究内容 本文是将已有信任模型、特别是淘宝网的信任模型为基础，构建一个基于多a g e n t 系统 框架的可信交易模型，该模型通过引入多信任源使得买家a g e n t 对卖家a g e n t 集进行多重过 、滤【1 刀，从而降低交易风险，保证交易安全。 本文主要研究内容可以分为以下三部分： 2 东南大学硕士学位论文 1 分析目前具有代表性的基于多a g e n t 系统框架的交易模型，并构建一个基于多a g e n t 系统框架的交易模型m a e c ，以作为本文工作的基础。 首先分析k a s b a h 和t t t l 9 ，2 0 】这两个基于多a g e n t 系统框架的交易模型，本文以c b b ( c u s t o m e rb u y i n gb e h a v i o rm o d e l ，客户购买行为模型) 模型【2 5 】为基础，充分借鉴t t 模型 的优点，构建基于多a g e n t 的交易模型一m a e c ( m u l t i - a g e n ts y s t e mb a s e de - c o m m e r c e ) 。 2 研究t r u s t ，特别是多a g e n t 环境下的t r u s t ，构建多a g e n t 信任模型r f i r e ( r e p u t a t i o n - f i r e ) 。 重点分析淘宝网的信任模型和f i r e 模型，充分借鉴二者的优点，并且改进其不足之处， 构建r f i r e 模型。在信任源的选择上，r f i r e 模型采用集中信誉值( c e n t r a l i z e dr e p u t a t i o n ) 、 交互信任( i n t e r a c t i o nt r u s t i t ) ，推荐信誉( w i t n e s sr e p u t a t i o n w r ) ，角色信任( r o l e - b a s e d t r u s t r t ) 和证书信誉( c e r t i f i e dr e p u t a t i o n c r ) 五类信任信息；在信任的度量上，采 用基于定量交易满意度的评价值算法替代定性的等级评分制；在信任信息管理模式上，分析 集中式和分布式的信任管理模式的优缺点，配合r f i r e 模型中多信任源管理的需要，采用 混合信任信息管理模式。在信任值的计算上，分别从卖家a g e n t 的角度计算买家a g e n t 的信 任值，从买家a g e n t 的角度计算卖家a g e n t 的信任值。 3 构建基于多a g e n t 系统框架的可信交易系统t m a e c ( t u s tb a s e dm u t i a g e n te c o n o m i c c o m m e r c e ) 。 主要是将r f i r e 模型整合到m a e c 模型中，构建基于c s 结构的t m a e c 系统。这部 分内容包括t m a e c 系统的框架结构、模块设计、数据库设计和系统运行界面说明。最后通 过仿真实验验证t m a e c 在提高买家满意度( 激励卖家提高交易质量) 、对于欺骗能够迅速 察觉、提高卖家满意度三个方面的作用。该模型使用v i s u a ls t u d i o6 0 作为集成开发环境， v c + + 作为编程语言。 1 4 论文结构 本文共分六章，具体安排安排如下： 第一章介绍本文的研究背景、研究现状和主要内容。 第二章介绍几类经典的基于多a g e n t 的交易模型，构建基于多a g e n t 系统框架的交易 模型m a e c 。介绍m a e c 的框架结构、业务流程。并且讨论在m a e c 模型的基础上构 建信任模型的必要性。 第三章构建多a g e n t 信任模型r f i r e 。重点介绍r f i r e 模型对于信任信息的管理模式 以及和信任相关的详细算法。 第四章将r f i r e 模型整合到m a e c 模型中，构建基于c s 结构的t m a e c 系统。 第五章仿真实验的设计及结果分析，通过将t m a e c 系统与淘宝网交易系统对比，验 证t m a e c 在提高买家满意度( 激励卖家提高交易质量) 、对于欺骗能够迅速察觉、提 高卖家满意度三个方面的优势。 第六章本文工作的总结与展望 3 第二章基于多a g e n t 系统框架的交易模型m a e c 第二章基于多a g e n t 系统框架的交易模型m a e c 本章重点讨论基于多a g e n t 系统框架的交易模型- m a e c 的构建。首先介绍典型的电子 商贸交易模型；然后讨论基于多a g e n t 系统框架的交易模型，涉及的内容包括a g e n t 以及多 a g e n t 系统的基本概念，电子商贸中a g e n t 的应用及其优势，以及几类经典的基于多a g e n t 的交易模型；最后，提出基于多a g e n t 系统框架的交易模型- m a e c ，包括m a e c 的框架和 业务流程。此外，讨论在m a e c 模型的基础上构建信任模型的必要性。 2 1 电子商贸交易模型 电子商贸主要是利用计算机网络与通信技术、w e b 信息发布技术等对传统商务交易在 某种程度上进行的简化模拟，交易模型是电子商贸的重要组成部分。当前，常用的电子商贸 交易模型主要呈现出以下几种【2 l 】： 基于e d i 的单纯票据交换模型：该类模型只是通过专用的增值网络v a n ( v a l u e - a d d e d n e t w o r k ) 为贸易伙伴提供了按公认标准进行数据( 票据) 交换的一种手段，票据交易效率较高， 但与基于i n t e m e t 环境的电子商务相比，其商务服务内容单一，应用范围不广，不能为用户 提供商品的相关信息等。 基于i n t e m e t 的挂牌式定价或折价交易模型：其基本原理是在交易系统中通过w e b 出 版平台将商品信息及价格发布在交易平台上，同时为交易用户提供注册选购商品的功能，最 后通过支付平台和简易的物流配送实现交易，在交易过程中购买家只能按交易系统发布的商 品价格进行交易，买卖双方不存在讨价还价等协商过程。这虽然淡化了基于该模型进行交易 的复杂性，但不能充分满足大批商品交易的实际需求。这种交易模型主要应用在bt 0c 的电 子商务交易模式之中。 招、投标交易模型：该模型是现实生活中企业与企业之间以及企业与政府之间常采用 的一种产业市场中的交易模式。它具有两种形态：在一级密封招标中，投标者同时报价，报 价最高的投标人获得商品，出的价格等于自己的报价；在二级密封价格招标中，招标人也同 时报价，报价最高者获得商品，但出的价格是第二个最高报价者的报价。在这种交易模式中， 实现了简单的单方( 招标方) 议价过程。投标方的相互竞争促使招、投双方收益的均衡。 拍卖交易模型：在拍卖交易模型中，由于双方通过各自所获得的信息动态或静态确定 买卖价格，因此，通过该模型实现的交易具有简单的双方议价协商特性，这在一定程度上满 足了现实交易中议价协商的客观要求，同时又避免了现实交易中繁琐的议价协商过程，提高 了交易效率。但是由于交易双方始终按照固定的规则进行交易，尽管交易各方都对交易商品 有一个价值评价函数，然而它仍然不能较好地体现等价交换的基本原则，其次，由于议价协 商过于简单，因此交易区间较小，从而会失去一些潜在的交易。 本文所提出的交易模型比较类似于招、投标交易模型，同时也体现出折价交易和多因素 协商的思想。卖家根据买家相关信息制作出用于投标的商品标书，买家根据所卖家提供的交 易信息( 标书) ，按照一定的策略计算出当前时期最优潜在的“交易对象”集合，从中挑选 交易对象与其交易，以使收益最大化。 4 东南大学硕士学位论文 2 2 基于多a g e n t 系统框架的交易模型 2 2 1a g e n t 和多a g e n t 系统 2 2 1 1a g e n t 的定义和特性 一般来说，a g e n t 是一些软件实体，它们能代表用户或另一些程序，利用已有的一些用 户目标或欲望相关的知识和表示，以某种程度的独立性或自主性执行一系列操作 2 2 j 。 a g e n t 通常具有如下特征j ： 自治性( a u t o n o m o u s ) ：a g e n t 能够在没有外界干预的情况下自动操作，并且能够控制自 身的行为和内部状态： 反应能力( r e s p o n s i v e ) ：a g e n t 能够感知环境并对环境的变化作出反应； 自发行为( p r o a c t i v e n e s s ) ：a g e n t 还能够根据自身的目标采取相应的行为； 社会能力( s o c i a la b i l i t y ) 或称可通信性( c o m m u n i c a b i l i t y ) ：a g e n t 能通过某种通 信语言与其它a g e n t 或人进行交互。 同时，研究者还指出了a g e n t 的其他属性还包括：持续性时问连续性、推理和规划能 力、协作合作，协同胁商、机动性、适应性或进化性、灵活性、拟人性等。 本文将a g e n t 运行于电子商贸交易中，是充分利用了a g e n t 的前四类特性。 2 2 1 2 多a g e n t 和多a g e n t 系统 多a g e n t 2 4 1 可以这样定义，它是一个各自有解决问题能力，同时又可以为了一个全局目 标而彼此交互的各类计算实体的集合。为了解决一个包含了分布的数据、知识或控制的复杂 问题，需要由多个a g e n t 组成的完整的系统。 多a g e n t 系统乜钔( m a s ，m u l t i a g e n ts y s t e m ) 主要是用以协调一组自治或半自治a g e n t 的智能行为有关，侧重研究如何协同各a g e n t 的目标、规划、知识和动作等，以使a g e n t 能够 完成各自的任务或协作完成复杂任务。因此，多a g e n t 技术很适合开发电子商贸系统。 一个多a g e n t 系统通常由这几部分构成：多个已存在的a g e n t ，多a g e n t 间的联合意图， a g e n t l h 3 的共同知识，公共行为规范，和a g e n t 赖以生存的环境。 多a g e n t 系统的主要特征包括：每个成员a g e n t 仅拥有不完全的信息和问题求解能力， 其观点有限；不存在全局控制；数据是分散或分布的；计算过程是异步、并发或并行的。 本文的电子商贸交易模型的运行平台就是一个由买家a g e n t 、卖家a g e n t 和协调a g e n t 组 成的多a g e n t 系统，它作为a g e n t 的生存环境，为a g e n t 提供通讯媒介。他们因为具有相同的 意图“进行商品买卖”而相互联系或协作，且行为受到贸易规则约束，需遵守贸易平台的 相关规范。 2 2 2 基于a g e n t 的电子商贸 电子商贸系统包含信息量和资源量巨大，参与交易的各方众多，且个性强，协商交互众 多而且复杂；且是一个巨大的分布式系统，并且这些巨量的信息、资源涉及很多领域，广泛 分布在网络上，没有一个完全的目录来集中组织这些信息。 随着电子商贸的日益发展，其数据量日益庞大，交易频率迅速增加，交互复杂度逐渐提 高，早期的电子商贸平台已越来越无法满足飞速增长的工作量的需求。因此，提高电子商贸 的工作效率，向智能化电子商贸转型已十分迫切。a g e n t 技术正是适应了电子商务这种开放、 分布式结构及对新技术的需求。a g e n t 的创建，可以有效提高电子商贸的智能性，如可以帮 助用户更快查找到所需的商品信息，有利于a g e n t 之间信息互换，对大量的商品信息作综合 比较，此外，还可以协助交易双方协商( 议价) ，帮助卖家查找需要自己商品的买家、发掘 潜在的客户。这样一来，传统的电子商务“人一人”直接交互的模式逐渐被“a g e n t - a g e n t ” 5 第二章基于多a g e n t 系统框架的交易模型m a e c 交互所取代，提高了工作效率，节约了贸易成本，使得电子商贸具有更为广阔的发展前景。 目前，有许多方法描述电子商贸中消费者的购买行为模型。但最流行的是g u t t m a n 等人 采用客户购买行为c b b ( c o n s u m e rb u y i n gb e h a v i o rm o d e l ) 模型对a g e n t 在电子商贸中的 应用描述。模型来自于传统的市场客户购买行为，它将消费者的购买行为许多方面自动化( 如 图2 1 ) 。 需求识别 之多 i 商品推荐 之乡 i 销售商推荐 之乡 i 协商 七乡 购买及递送 乡 商品服务和评价 l 图2 1c b b 模型 c b b 的六个阶段如下所示： 1 需求识别：买家a g e n t 根据自身需要，提出具有特定属性的商品需求，同时根据商 家的广告信息，决定购买某种类型的商品。 2 商品推荐：搜索a g e n t 根据买家a g e n t 发送来的对商品的需求的信息帮助消费者找 到满足其需求的商品。 3 销售商推荐：搜索a g e n t 对推荐给买家a g e n t 的商品信息进行筛选，将买家对于商 品各属性的要求与销售商家所提供的商品作比较，为买家a g e n t 找到合适的销售商家。 4 协商：协商a g e n f i l 恿过利用买家a g e n t 和l 卖家a g e n t 预先定义的购买或销售规则、策略， 以及协商a g e n ti 刍学习的能力，在买卖双方之间进行协商，决定最终交易伙伴，其实质是模 型的决策阶段，因此也是模型的关键环节。 5 购买及递送：该阶段是用户通过交易a g e n t 购买一件商品、商家再把它递送到用户 手里的过程。 6 商品服务和评价：买家a g e n t 和卖a g e n t 对本次交易的质量做出评价。该环节在基 于a g e n t 的电子商务的信任模型研究中占有十分重要的地位。a g e m 可以把这些信息作为直 接交互经验，为信任评估提供必要的信息，也可以把这些信息提供给其它a g e n t 。 以上是对电子商贸交易流程各阶段中a g e n t 所发挥的作用的分析，基于a g e n t 的电子商 充分利用了a g e n t 自治性等特点，极大提高了交易各阶段的工作效率。 2 2 3 基于多a g e n t 系统框架的交易模型 1 ) k a s b a h 模型 该模型的工作模式是：买家( 卖家) 通过运行在客户端的买家a g e n t ( 卖家a g e n t ) 对需 要购买( 出售) 的某个特定商品分别设置一系列协商参数，如购买( 出售) 截止日期、心理 价格( 售价) 、可接受的最高( 低) 价格等) 。当买家a g e n t 获知买家的商品需求信息后可以 6 东南大学硕士学位论文 通过协商a g e n t 与卖家a g e n t 进行协商议价。议价过程主要通过议价函数来实现，找寻买卖双 方的议价函数是否有交汇点( 即二者达成一致) 。当有交汇点存在时，协商a g e n t 会向用户发 出消息请求用户做出最后决策。 该模型的优点在于：在协商阶段，a g e n t f 弋替用户与交易方进行协商，从而将交易双方 从协商这项耗费大量时间的工作中解脱出来。它的缺点在于：在协商过程中，仅考虑了商品 的价格因素，而在实际协商过程中，除价格因素之外，还会考虑商品质量、售后服务等因素。 2 ) t t 模型 在t t 模型中，a g e n t 不仅仅作用于协商阶段，同时在商品推荐和销售商推荐阶段也替 代用户进行工作。在商品推荐阶段，a g e n t 通过缩小用户的浏览范围，引导用户找寻到最能 符合自己需要的商品，从而减少了用户的搜索时间。在协商阶段，t 国t 模型利用“多属性 效用理论”( m u l t i a t t r i b u t eu t i l i t yt h e o r y ) 4 2 1 进行协商工作，其协商因素不仅包括价格，还 包括质保期、发货时间、商品包装等卖家可以提供的增值服务。a g e n t 在协商过程中，对涉 及到这些因素的参数进行加权计算，对商品各要素综合进行考虑。 该模型的优点在于：a g e n t 参与了交易的更多阶段，比k a s b a h 模型更大程度地减少用 户的工作量。此外，t t 模型协商因素是多类别的，因此，更符合实际需要。 因此，本文以c b b 模型为基础，充分借鉴t t 模型的优点，构建基于多a g e n t 的交 易模型- m a e c ( m u l t i - a g e n ts y s t e mb a s e de c o m m e r c e ) 。m a e c 模型根据c b b 模型从买家的 角度将电子商贸交易过程划分成信息搜索、确定交易对象和交易这三个阶段( m a e c 模型 暂不考虑交易阶段中商品的支付与递送的具体事务) 。具有不同功能的a g e n t 参与到这三个 阶段中协助用户完成相关交易工作，对于这些a g e n t 具体功能介绍以及各阶段具体工作将在 2 3 节中详细阐述。 2 3m a e c 模型 2 3 1m a e c 的基本框架 m a e c 模型基于c ( 客户端) s ( 服务器) 架构，各种类型的a g e n t 相互通信协作，采 用类似合同网协议( c o n t r a c tn e tp r o t o c 0 1 ) 4 3 】模式的交易模型，共同完成整个交易过程。其 中，运行在客户端的a g e n t 主要有：买家a g e n t 及卖家a g e n t 。运行在服务器端的a g e n t 主 要有：通信a g e n t 、搜索a g e n t 、管理a g e n t 、交易a g e n t 和协商a g e n t 。m a e c 的基本框架 以及各组成部分的内部结构如图2 - 2 所示： 用户界面用户界面 工 ( 矗g 箫) 一= = ：一 图2 - 2 m a e c 模型的框架结构 7 辣天赇天 第二章基于多a g e n t 系统框架的交易模型m a e c 该系统框架客户端及服务器的内部结构具体描述如下： 客户端： 卖家a g e n t ：卖家a g e n t 是系统中商品销售商的a g e n t ，每个卖家a g e n t 具有唯一的标 识号( d ) 。当接收到服务器端的协商a g e n t 发来的某个买家a g e n t 的招标信息时，卖家a g e n t 将依照自己的销售策略制作标书( 即商品的销售方案) 进行投标。 买家a g e n t ：买家a g e n t 是系统中商品购买者的a g e n t ，它接收买家对于商品属性的基 本要求并据此形成标书，这些标书将通过服务器端的协商a g e n t 转发给卖家a g e n t 。买家 a g e n t 在获得各卖家a g e n t 的投标( 商品销售方案) 后，将根据自己的内部策略选择合适的 卖家a g e n t 与其进行交易。 用户界面：买( 卖) 家通过客户端的用户界面与买( 卖) 家a g e n t 进行交互。 服务器端： 通信a g e n t ：接收外部信息( 来自客户端的买家a g e n t 或卖家a g e n t ) ，根据内部规则转 发给服务器端的其它a g e n t ，并且也会将内部信息( 来自服务器端) 转发给客户端a g e n t 。 实现买家a g e n t 与卖家a g e n t 之间的通信。 管理a g e n t ：控制待售商品信息的注册：控制系统用户( 买家和卖家) 的注册，创建相 应的买家a g e n t 或卖家a g e n t ，并赋以买家a g e n t 或卖家a g e n t 唯一标识( i d 号) 。同时， 当有买家a g e n t 或者卖家a g e n t 申请离开系统时，管理a g e n t 将负责对这些a g e n t 进行注销。 搜索a g e n t ：根据买家a g e n t 提供的商品描述信息，搜索商品信息数据库中商品信息， 告知买家a g e n t 。 协商a g e n t ：根据买家a g e n t 的意向，向相关卖家a g e n t 发出招标请求信号：根据买家 a g e n t 对商品各个属性的要求，对卖家a g e n t 所提供的标书进行筛选，将符合基本要求的标 书告知买家a g e n t 。 交易a g e n t ：负责处理交易事务，通过认证中心，电子银行等第三方机构进行安全交易。 商品信息库：存储待售商品的商品名称、品种以及销售商的d 号。 买( 卖) 家a g e n t 信息库：存储系统中所有的买家a e n t 和卖家a e n t 的地址和i d 号。 该模型中a g e n t 是贸易事件的执行体，服务器对于整个贸易流程起核心控制作用，控制 了一切a g e n t 事件，保证各类a g e n t 之间通讯无误，确保交易顺利进行。 2 3 2m a e c 的业务流程 m a e c 是以c b b 模型为基础，其主要交易过程所包含的3 个阶段分别对应了c b b 模 型中的4 个阶段，如图2 - 3 所示： c b b 模型m a e c 模型 需求识别 商品推荐 信息搜索 销售商推荐 协商确定交易对象 购买及递送交易 商品服务评价 图2 3c b b 模型和m a e c 模型业务流程比较 m a e c 交易过程各阶段主要工作如下： 信息搜索阶段：买家通过客户端用户界面输入商品信息描述字( 例如商品名称) ，买家 8 东南大学硕士学位论文 a g e n t 在获知该信息后，将该信息通过通信a g e n t 转发给搜索a g e n t , 搜索a g e n t 在服务器端 的商品信息库中进行搜索，并将搜索的结果通过通信a g e n t 转发给买家a g e n t , 买家a g e n t 将 商品信息搜索结果显示在用户界面上。 确定交易对象阶段：买家查看搜索结果后，通过用户界面输入和商品相关的具体要求 ( m a e c 模型中考虑商品的价格，质量，发货时间这三个因素外，买家还需对愿意进行交 易的卖家进行选择。买家通过用户界面输入对于商品的价格，质量，发货时间的期望值和这 三个因素各自权重大小) 。买家a g e n t 在获知这些要求后将这些信息通过通信a g e n t 转发给 协商a g e n t ，协商a g e n t 获知买家对商品的需求，并且通过通信a g e n t 向买家a g e n t 选中的 卖家a g e n t 发送招标信息，卖家a g e n t 在接收到招标信息后根据自己的内部策略制作投标方 案，这些方案再由通信a g e n t 转发给协商a g e n t , 协商a g e n t 根据买家对商品的基本需求对 这些投标方案进行过滤，将能够满足买家基本需求的投标方案通过通信a g e n t 转发给买家 a g e n t 。买家a g e n t 则根据自己的内部策略及买家对商品的具体要求对这些竞标信息进行筛 选，最终选出合适的交易对象。 交易阶段：由相应的交易a g e n t 帮助买家a g e n t 和卖家a g e n t 完成相应的交易工作。 以上是对m a e c 交易过程各阶段的工作介绍，m a e c 模型的业务流程如图2 4 所示： 0 买家和卖家通过客户端输入注册信息( 用户名，登录密码) 1 管理a g e n t 对买家a g e n t 和卖家a g e n t 进行注册，将其信息存储到( 买) 卖家a g e n t 信息库 2 卖家在客户端输入待售商品名称和其它描述字 3 待售商品信息入库 4 买家输入需购买的商品的名称或描述字 5 搜索a g e n t 检索商品信息库获取相关商品信息 6 买家获得并查看商品信息搜索结果 7 买家输入和商品相关的基本要求 8 买家a g e n t 通过通信a g e n t 向协商a g e n t 发送买家对商品的基本要求信息 9 协商a g e