主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
程昱,高济,古华茂,傅朝阳.基于机器学习的自动协商决策模型.软件学报,2009,20(8):2160-2169
基于机器学习的自动协商决策模型
Automated Negotiation Decision Model Based on Machine Learning
投稿时间:2007-10-22  修订日期:2008-04-15
DOI:
中文关键词:  电子商务  自动协商  协商决策模型  支持向量回归  遗传算法
英文关键词:e-commerce  automated negotiation  negotiation decision model  support vector regression  genetic algorithm
基金项目:Supported by the National Natural Science Foundation of China under Grant Nos.60775029, 60773177 (国家自然科学基金); the National Basic Research Program of China under Grant No.2003CB317005 (国家重点基础研究发展计划(973))
作者单位
程昱 浙江大学 计算机科学与技术学院,浙江 杭州 310027 
高济 浙江大学 计算机科学与技术学院,浙江 杭州 310027 
古华茂 浙江工商大学 信息学院,浙江 杭州 310035 
傅朝阳 浙江大学 计算机科学与技术学院,浙江 杭州 310027 
摘要点击次数: 3713
全文下载次数: 4475
中文摘要:
      所提出的模型利用协商历史中隐含的信息自动对数据进行标注以形成训练样本,用最小二乘支持向量回归机学习此样本得到对手效用函数的估计,然后结合自己和对手的效用函数构成一个约束优化问题,用遗传算法求解此优化问题,得到的最优解就是己方的反建议.实验结果表明,在信息保密和没有先验知识的条件下,此模型仍然表现出较高的效率和效用.
英文摘要:
      The proposed model labels the negotiation history data automatically by making full use of the implicit information in negotiation history. Then, the labeled data become the training samples of least-squares support vector machine that outputs the estimation of opponent’s utility function. After that, the self’s utility function and the estimation of opponent’s utility function constitute a constraint optimization problem that will be further figured out by genetic algorithm. The optimal solution is the counter-offer of oneself. Experimental results show that the proposed model is effective and efficient in environments where information is private and the prior knowledge is not available.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利