陳 磊

(上海海事大學(xué) 經(jīng)濟(jì)管理學(xué)院，上海 201306)

一、引言

隨著計(jì)算機(jī)和信息技術(shù)的飛速發(fā)展，電子商務(wù)也隨之得到快速發(fā)展，網(wǎng)上購物已經(jīng)成為人們?nèi)粘Ｉ钪械闹匾M成部分。然而隨著網(wǎng)上購物人數(shù)的增加，賣家與買家的談判效率卻越來越低，賣家為了面對隨時(shí)來自網(wǎng)上顧客的咨詢，不得不24 小時(shí)在計(jì)算機(jī)前等待。而且賣家在同一時(shí)間只能針對一個顧客服務(wù)，而不能同時(shí)面對多個顧客，并且雙方在談判的過程中完全由人工完成。這樣極大降低了談判效率，浪費(fèi)了大量時(shí)間。

在現(xiàn)有的一些研究成果中都是以Agent 來代表買賣雙方，并且用模糊方法對買賣雙方的議題進(jìn)行模糊化處理，使其量化。武玉英、呂盡軒(2009)用Agent 來代表談判雙方，采用單調(diào)讓步協(xié)議作為談判協(xié)議可以使得談判盡快達(dá)到收斂，并且談判過程更加接近現(xiàn)實(shí)情況。韓偉(2008)提出一種基于相似關(guān)系的啟發(fā)式搜索算法，使買賣雙方在商品屬性取值上能夠猜測彼此屬性的權(quán)重系數(shù)，在實(shí)現(xiàn)各自效用的前提下，按照一定規(guī)則讓步到適當(dāng)效用時(shí)，在效用相同的商品中尋找出與對方上次提議最相似的商品作為首選商品。談判規(guī)則遵從單調(diào)讓步協(xié)議，如果談判解存在，則算法能夠保證有效收斂，談判成功;如果協(xié)商過程中期望效用小于保留效用，談判失敗。李繼媛、武玉英(2009)提出了基于模糊推理的適應(yīng)性自動談判系統(tǒng)，可以有效解決當(dāng)今談判系統(tǒng)主觀估計(jì)對方偏好信息，忽略談判歷史，不能有效適應(yīng)談判環(huán)境變化等問題，此系統(tǒng)所應(yīng)用的談判策略更符合實(shí)際情況。尚維、李一軍(2007)對于多方談判提出了多方－多屬性電子商務(wù)談判支持系統(tǒng)，將RAIFFA 提出的買賣雙方博弈的協(xié)議當(dāng)作一個談判行為單元，多個談判行為單元組成多方討價(jià)還價(jià)談判協(xié)議。武玉英、李赟(2011)通過協(xié)調(diào)Agent靈活地創(chuàng)建和撤離新的談判線程并在談判過程中不斷更新談判的信念值進(jìn)而支持連續(xù)談判，滿足開放和動態(tài)的談判環(huán)境。但其沒有對各個賣方進(jìn)行優(yōu)劣的評估，使得可選范圍過大。

本文利用三角模糊多屬性決策方法，降低了協(xié)商過程中決策者對方案的提出難度，能更加符合實(shí)際情況并根據(jù)不同方案的優(yōu)屬度進(jìn)行排序。從排序中選擇符合要求的方案，方案的選擇可以設(shè)定一個閥值λ 表示選擇方案的比例，如60%。然后在選定的方案中進(jìn)行談判，談判的策略仍采用單調(diào)讓步協(xié)議，最終選定滿意方案。

二、賣方方案的評估

1. 統(tǒng)一需求評估屬性

在具體的電子商務(wù)談判過程中，有些屬性不能直接用具體的數(shù)值表示，如質(zhì)量的好壞、服務(wù)的高低等。因此各種屬性沒有可比性，需要分開進(jìn)行比較，此時(shí)需要有一個唯一的評價(jià)準(zhǔn)則。

鑒于此種情況，引入規(guī)范化公式，使得不同屬性可以在統(tǒng)一的計(jì)量單位下進(jìn)行比較，具有可比性。公式如下:

對于效益型指標(biāo)rij= (yij－yminj)/ (ymax－yminj)

式中rij為統(tǒng)一后的值，yij為原屬性值，ymaxi為屬性指標(biāo)的最大值，yminj為屬性指標(biāo)的最小值。

對于成本型指標(biāo)rij= (ymaxj－yij)/ (ymaxj－yminj)

式中，rij為統(tǒng)一后的值，yij為原屬性值，ymaxj為屬性指標(biāo)的最大值，yminj為屬性指標(biāo)的最小值。

2. 計(jì)算各屬性的效用

計(jì)算出各屬性統(tǒng)一后的值，將這些屬性值代入到隸屬函數(shù)(三角模糊數(shù))，可計(jì)算出各個屬性的隸屬度。三角模糊數(shù)表示如下:

三角模糊函數(shù)圖像如圖1 所示:

圖1 三角模糊函數(shù)圖像

3. 計(jì)算總的效用值

算出各個屬性的隸屬程度后，還要計(jì)算出各屬性總的效用值。此處用重心法求出總的效用值。計(jì)算公式如下:

式中V(x)為總效用值，C(i)為各屬性元素的上下界限值，Uc(i)為隸屬度，m 為隸屬個數(shù)。

4. 總效用值排序

前面求出的總效用值要進(jìn)行排序，從排出的序列中選擇λ 的比例方案進(jìn)入可選方案。排序的方法用經(jīng)典的冒泡排序算法。

三、多對多協(xié)商模型

1. 談判框架

多對多談判是由多個買方與多個賣方根據(jù)各自的利益基本點(diǎn)，通過協(xié)商的形式，在滿足各自效用的前提下進(jìn)行的談判。

多對多協(xié)商模型可以拆分成若干個一對一協(xié)商模型，每一個一對一協(xié)商模型又由一個總的協(xié)商Agent 控制。買賣雙方的框架模型如圖2 所示:

圖2 買賣雙方的框架模型

2. 談判協(xié)議

買賣雙方擁有2 種類型的談判Agent，即協(xié)調(diào)Agent和子Agent。雙方的子Agent 將各自的所有談判信息，比如價(jià)格、保持期、售后、偏好信息及當(dāng)前屬性的最新值等信息傳遞到協(xié)調(diào)Agent，此時(shí)雙方的協(xié)調(diào)Agent 將擁有己方所有子Agent 的全部信息，談判就在雙方的協(xié)調(diào)Agent間進(jìn)行。

各方的協(xié)調(diào)Agent 相互交換數(shù)據(jù)，通過各自的談判協(xié)議得出相應(yīng)的結(jié)果，再將結(jié)果按照廣播的方式傳遞給各自的子Agent，各自的子Agent 得到信息后做出相應(yīng)的反應(yīng)，再將結(jié)果上傳到協(xié)調(diào)Agent，雙方Agent 再相互交換數(shù)據(jù)進(jìn)行談判，直到最終得到可接度高的解。

3. 算法步驟

(1)將談判中涉及的議題屬性代入規(guī)范化公式，統(tǒng)一各屬性值;

(2)將統(tǒng)一后的各屬性值代入三角隸屬函數(shù)，計(jì)算各屬性的效用值;

(3)用重心法算出總的效用值;

(4)對算出的效用值進(jìn)行排序，選出效用在前λ 的方案進(jìn)入下一輪談判;

(5)將前λ 的方案代入談判協(xié)議。

［1］武玉英，呂盡軒. 基于模糊的電子商務(wù)談判模型及其仿真［J］. 計(jì)算機(jī)應(yīng)用與軟件，2009，26(1): 181－183.

［2］韓偉. 基于模糊相似關(guān)系的自動協(xié)商系統(tǒng)［J］.計(jì)算機(jī)工程，2008，34(3):234 －236.

［3］李繼媛，武玉英. 基于模糊推理的適應(yīng)性自動談判系統(tǒng)研究［J］.微計(jì)算機(jī)信息，2009，25(8):150 －153.

［4］尚維，李一軍. 多方－多屬性電子商務(wù)談判支持系統(tǒng)研究［J］.管理學(xué)報(bào)，2007，4(3):279 －283.

［5］武玉英，李赟. 基于模糊理論的一對多自動談判協(xié)調(diào)策略［J］.計(jì)算機(jī)工程，2011，37(12):239 －241.