1、大規(guī)模定制電子商務(wù)的組合策略自動(dòng)談判研究基金項(xiàng)目：國家留學(xué)基金委項(xiàng)目(201706315032); 國家自然科學(xué)基金項(xiàng)目（71671154）；中央高校科研業(yè)務(wù)費(fèi)山海基金項(xiàng)目（20720161052）。作者簡介：曹慕昆，男，博士，廈門大學(xué)管理學(xué)院，管理科學(xué)系副教授，研究方向：面向電子商務(wù)、供應(yīng)鏈領(lǐng)域的協(xié)同、協(xié)調(diào)、協(xié)商理論與技術(shù)，分布式人工智能、多Agent系統(tǒng)理論與技術(shù)等。陳崇萍，女，華南師范大學(xué)公共管理學(xué)院講師，研究方向：生產(chǎn)運(yùn)作管理、多Agent系統(tǒng)理論與技術(shù)、供應(yīng)鏈管理。王剛，男，博士，美國弗吉尼亞理工大學(xué)商學(xué)院，商務(wù)信息技術(shù)系副教授，博士生導(dǎo)師，研究方向：Web與社交媒體分析，質(zhì)量工程，

2、服務(wù)質(zhì)量與計(jì)算等。曹慕昆*1，陳崇萍2,王剛3廈門大學(xué)管理學(xué)院，福建 廈門華南師范大學(xué)公共管理學(xué)院，廣東 廣州弗吉尼亞理工大學(xué)商學(xué)院，弗吉尼亞，美國摘要：通過電子商務(wù)，身處異地的消費(fèi)者可以聯(lián)合起來購買同一種商品，從而形成大規(guī)模訂單。大規(guī)模定制電子商務(wù)既可以滿足消費(fèi)者的個(gè)性化需求，又可以減少消費(fèi)支出。由于地域分散的原因，難以實(shí)現(xiàn)傳統(tǒng)的線下遠(yuǎn)距離價(jià)格談判，而基于互聯(lián)網(wǎng)和Agent技術(shù)的自動(dòng)談判系統(tǒng)可以滿足這一需求。本文提出了電子商務(wù)環(huán)境下大規(guī)模定制的運(yùn)營模型，將自動(dòng)談判理論與技術(shù)應(yīng)用其中，在多屬性談判中運(yùn)用學(xué)習(xí)對(duì)手的策略，并提出微小讓步區(qū)間策略，以指導(dǎo)Agent談判出價(jià)。實(shí)驗(yàn)證明，這種組合應(yīng)用不同

3、策略的方法，更加有利于雙方達(dá)到雙贏的局面，提高談判效率，從而促進(jìn)定制化電子商務(wù)走向?qū)嶋H應(yīng)用。關(guān)鍵詞：大規(guī)模定制；自動(dòng)談判；Agent；談判策略；微小區(qū)間讓步中圖分類號(hào)：TP1810 引言隨著經(jīng)濟(jì)的發(fā)展和生產(chǎn)技術(shù)水平的提高，市場(chǎng)上很多商品生產(chǎn)過剩，找不到買家；而另一方面，消費(fèi)者獲得個(gè)性化商品的需求卻得不到滿足 ADDIN EN.CITE Zeng2015111117Zeng, V.Wang, B.Barnes, MJin, D.China Online Retail Forecast, 2014 to 2019Forrester ResearchForrester Research2015 HY

4、PERLINK l _ENREF_1 o Zeng, 2015 #1 1。大規(guī)模定制生產(chǎn)具有定制化與大規(guī)模生產(chǎn)的優(yōu)勢(shì)，可以很好地解決這個(gè)問題，減少生產(chǎn)成本，滿足市場(chǎng)需求 ADDIN EN.CITE ADDIN EN.CITE.DATA HYPERLINK l _ENREF_2 o Alford, 2000 #34 2, HYPERLINK 3。伴隨著電子商務(wù)的飛速發(fā)展，大規(guī)模定制和電子商務(wù)的結(jié)合是未來在線商務(wù)模式的必然發(fā)展趨勢(shì) ADDIN EN.CITE ADDIN EN.CITE.DATA HYPERLINK 4-6。電子商務(wù)深刻影響著人們的生活，成為全球供應(yīng)鏈環(huán)境下最重要的商務(wù)模式之一 A

5、DDIN EN.CITE 蔡路路2015161471614161417蔡路路華國偉張菊亮基于議價(jià)模型的售后服務(wù)供應(yīng)鏈合作研究系統(tǒng)工程學(xué)報(bào)系統(tǒng)工程學(xué)報(bào)225-2303022015 HYPERLINK 7。但是，現(xiàn)有基于固定價(jià)格交易和拍賣機(jī)制的電子市場(chǎng)并不能滿足所有的交易需求 ADDIN EN.CITE Hinz2011988989817Hinz, OliverHann, Il-HornSpann, MartinPrice discrimination in e-commerce? An examination of dynamic pricing in name-your-own price m

6、arketsMIS QuarterlyMIS Quarterly81-9835120110276-7783 HYPERLINK l _ENREF_8 o Hinz, 2011 #98 8。大多數(shù)電子商務(wù)網(wǎng)站不支持價(jià)格談判，消費(fèi)者只能被迫接受固定價(jià)格和標(biāo)準(zhǔn)化訂單。比如，戴爾公司允許消費(fèi)者在線定制電腦，根據(jù)配件不同自動(dòng)算出價(jià)格，但如果客戶需要購買多臺(tái)定制電腦，希望獲得更好的價(jià)格和服務(wù)時(shí)，就不得不和銷售人員進(jìn)行人工談判。人工談判存在成本高、服務(wù)不及時(shí)等問題，而且談判者還會(huì)受到自身認(rèn)知條件的限制，而不能獲得理想的談判結(jié)果。一些電子商務(wù)網(wǎng)站雖然提供簡單談判支持，但對(duì)談判技術(shù)的限制較多。如：C2C網(wǎng)站易趣

7、允許消費(fèi)者談判商品價(jià)格，但是不能對(duì)商品的其它屬性（如保質(zhì)期、交貨期等）進(jìn)行談判；B2B網(wǎng)站阿里巴巴，盡管提供談判交流工具，但交流過程和最后的決策都需人工完成，沒有實(shí)現(xiàn)自動(dòng)化；購物代理比價(jià)網(wǎng)（P）不能根據(jù)消費(fèi)者個(gè)性化需求而推薦差異化的特色商品，定制化程度不夠。因此，電子商務(wù)需要引進(jìn)先進(jìn)的談判技術(shù)支持動(dòng)態(tài)化、個(gè)性化交易。Agent技術(shù)可以并發(fā)處理大量信息實(shí)現(xiàn)分布式人工智能 HYPERLINK o Liang, 2000 #3 1，同時(shí)可以在談判過程中自主分析對(duì)手的談判行為特征，充分利用自己的信息和資源，彌補(bǔ)人工談判的不足 ADDIN EN.CITE Adomavicius2009595517Ado

8、mavicius, GediminasGupta, AlokZhdanov, DmitryDesigning intelligent software agents for auctions with limited information feedbackInformation Systems ResearchInformation Systems Research507-52620420091047-7047 HYPERLINK l _ENREF_9 o Adomavicius, 2009 #5 9。本文針對(duì)大規(guī)模定制需求下的多屬性電子商務(wù)談判，運(yùn)用Agent技術(shù)，實(shí)現(xiàn)電子商務(wù)動(dòng)態(tài)交易，提

9、升交易效率，降低交易成本。1 相關(guān)研究背景大規(guī)模定制通過高度靈敏、集成與柔性化的生產(chǎn)，快速、低價(jià)地滿足消費(fèi)者對(duì)個(gè)性化商品的需求 ADDIN EN.CITE ADDIN EN.CITE.DATA HYPERLINK l _ENREF_10 o Gilmore, 1996 #3 10-12。目前電子商務(wù)環(huán)境非常適合產(chǎn)品的大規(guī)模定制與銷售，特別在O2O模式下，多個(gè)消費(fèi)者以相對(duì)優(yōu)惠的價(jià)格定制商品，在網(wǎng)上下單并完成支付，然后到實(shí)體店體驗(yàn)消費(fèi) ADDIN EN.CITE 經(jīng)有國201166, 136617經(jīng)有國但斌張旭梅郭鋼MC半結(jié)構(gòu)化客戶需求信息表達(dá)與處理方法管理科學(xué)學(xué)報(bào)管理科學(xué)學(xué)報(bào)78-8514120

10、11嚴(yán)建援201638383817嚴(yán)建援甄杰謝宗曉董坤祥個(gè)性化產(chǎn)品在線定制意愿影響因素研究基于計(jì)劃行為理論的分析預(yù)測(cè)預(yù)測(cè)50-56356502016 HYPERLINK 6, HYPERLINK 13。然而，目前關(guān)于大規(guī)模定制電子商務(wù)的研究，多是停留在理論設(shè)計(jì)，缺乏具體的實(shí)現(xiàn)方案研究 ADDIN EN.CITE 劉春玲2016324323217劉春玲黎繼子肖位春曹曉剛李柏勛電子商務(wù)環(huán)境下基于退貨策略的 MC 決策與協(xié)調(diào)科研管理科研管理141-1513722016 HYPERLINK 4；另外，談判作為大規(guī)模定制電子商務(wù)過程的必要支持，尚缺乏相關(guān)理論和技術(shù)研究。談判是基于供應(yīng)鏈的商務(wù)活動(dòng)的重要組

11、成部分 ADDIN EN.CITE 劉強(qiáng)20121613141613161317劉強(qiáng)蘇秦供應(yīng)鏈多邊談判中的買方承諾戰(zhàn)術(shù)系統(tǒng)工程學(xué)報(bào)系統(tǒng)工程學(xué)報(bào)243-2472722012 HYPERLINK 14。在現(xiàn)實(shí)生活中，消費(fèi)者和商家不僅僅關(guān)注商品的價(jià)格，同時(shí)也可能關(guān)注運(yùn)送時(shí)間、質(zhì)量等級(jí)、售后服務(wù)等相關(guān)因素，形成所謂的多屬性談 ADDIN EN.CITE Bellantuono20141576151576157617Bellantuono, NicolaEttorre, DonatellaKersten, Gregory EPontrandolfo, PierpaoloMulti-attribute a

12、uction and negotiation for e-procurement of logisticsGroup Decision and NegotiationGroup Decision and Negotiation421-44123320140926-2644 HYPERLINK l _ENREF_15 o Bellantuono, 2014 #1576 15。在Raiffa提出的多屬性談判模型中，每個(gè)屬性都有自己的取值區(qū)間和權(quán)重值，每次提議都是各個(gè)屬性的組合，根據(jù)總效用函數(shù)計(jì)算綜合效用來評(píng)價(jià)提議。這種方法代表了處理多屬性談判問題的通用做法，但是在此模型中沒有考慮時(shí)間和資源等約束條

13、件。Faratin等在前人研究的基礎(chǔ)上加入了基于時(shí)間和資源的約束，使每次提議都在這些策略基礎(chǔ)上生成反提議 ADDIN EN.CITE Faratin19986016606017Faratin, PeymanSierra, CarlesJennings, Nick RNegotiation decision functions for autonomous agentsRobotics and Autonomous SystemsRobotics and Autonomous Systems159-18224319980921-8890 HYPERLINK l _ENREF_16 o Farat

14、in, 1998 #60 16。事實(shí)上，多屬性談判過程涉及兩個(gè)階段，首先在各個(gè)屬性之間進(jìn)行權(quán)衡（trade-off），權(quán)衡無效的情況下才進(jìn)入讓步階段 ADDIN EN.CITE Pan20131117111117Pan, LiLuo, XudongMeng, XiangxuMiao, ChunyanHe, MinghuaGuo, XingchenA TwoStage WinWin Multiattribute Negotiation Model: Optimization and Then ConcessionComputational IntelligenceComputational In

15、telligence577-62629420131467-8640 HYPERLINK l _ENREF_17 o Pan, 2013 #11 17。目前，大多數(shù)研究所采取的讓步策略主要基于固定談判策略，但現(xiàn)實(shí)當(dāng)中，談判者會(huì)根據(jù)對(duì)手的出價(jià)實(shí)時(shí)改變出價(jià)策略 ADDIN EN.CITE Lopes20083418343417Lopes, FernandoWooldridge, MichaelNovais, Augusto QNegotiation among autonomous computational agents: principles, analysis and challengesAr

16、tificial Intelligence ReviewArtificial Intelligence Review1-4429120080269-2821 HYPERLINK l _ENREF_18 o Lopes, 2008 #34 18。本文擯棄了傳統(tǒng)的固定策略談判模式，力圖設(shè)計(jì)能組合使用不同策略進(jìn)行談判的自適應(yīng)型Agent。除此之外，本文的多屬性談判模型采用Package Deal談判方式，Package Deal談判在談判中同時(shí)考慮所有屬性值的可能組合，從中找尋最佳解 ADDIN EN.CITE Fatima2007131913135Fatima, Shaheen SWooldrid

17、ge, MichaelJennings, Nicholas ROn efficient procedures for multi-issue negotiationAgent-Mediated Electronic Commerce. Automated Negotiation and Strategy Design for Electronic Markets31-452007Springer3540725016 HYPERLINK l _ENREF_19 o Fatima, 2007 #13 19。定制電子商務(wù)中，作為賣方的商家同大量客戶的談判可以交由自動(dòng)談判系統(tǒng)來完成，從而大大提高交易效

18、率和減少交易成本。自動(dòng)談判系統(tǒng)是采用軟件Agent部分或完全代替人同其它談判方(Agent或人)談判，實(shí)現(xiàn)了談判決策的自動(dòng)化 ADDIN EN.CITE Lin20141420141417Lin, RazKraus, SaritMazliah, YanivTraining with automated agents improves people's behavior in negotiation and coordination tasksDecision Support SystemsDecision Support Systems1-96020140167-9236 HYPER

19、LINK l _ENREF_20 o Lin, 2014 #14 20。自動(dòng)談判研究的核心問題是談判策略的設(shè)計(jì)。談判策略主要解決談判雙方如何產(chǎn)生序列行動(dòng)，使得這些行動(dòng)的采納一方面最大化自身效用，同時(shí)對(duì)手也愿意接受 ADDIN EN.CITE Lopes20083418343417Lopes, FernandoWooldridge, MichaelNovais, Augusto QNegotiation among autonomous computational agents: principles, analysis and challengesArtificial Intelligence

20、 ReviewArtificial Intelligence Review1-4429120080269-2821 HYPERLINK l _ENREF_18 o Lopes, 2008 #34 18。談判策略的設(shè)計(jì)方法主要集中在啟發(fā)式和機(jī)器學(xué)習(xí)兩個(gè)方面。啟發(fā)式方法使用固定的讓步函數(shù)完成談判讓步過程，典型的工作是Faratin等人所設(shè)計(jì)的時(shí)間約束和行為約束策略 ADDIN EN.CITE Faratin19986016606017Faratin, PeymanSierra, CarlesJennings, Nick RNegotiation decision functions for aut

21、onomous agentsRobotics and Autonomous SystemsRobotics and Autonomous Systems159-18224319980921-8890 HYPERLINK l _ENREF_16 o Faratin, 1998 #60 16，以及基于此經(jīng)典模型的后續(xù)工作 ADDIN EN.CITE Ren20141721171717Ren, FenghuiZhang, MinjieBilateral single-issue negotiation model considering nonlinear utility and time cons

22、traintDecision Support SystemsDecision Support Systems29-386020140167-9236 HYPERLINK l _ENREF_21 o Ren, 2014 #17 21。機(jī)器學(xué)習(xí)方法使用人工智能技術(shù)預(yù)測(cè)對(duì)手的未來出價(jià)、保留價(jià)格、談判屬性偏好等。所使用的技術(shù)主要有：進(jìn)化算法（如遺傳算法 ADDIN EN.CITE Pan20131117111117Pan, LiLuo, XudongMeng, XiangxuMiao, ChunyanHe, MinghuaGuo, XingchenA TwoStage WinWin Multiattr

23、ibute Negotiation Model: Optimization and Then ConcessionComputational IntelligenceComputational Intelligence577-62629420131467-8640 HYPERLINK l _ENREF_17 o Pan, 2013 #11 17、蟻群算法 ADDIN EN.CITE 高珊20151922191917高珊馬良 張惠珍基于人工蜂群算法的電子商務(wù)多 Agent 自動(dòng)談判模型智能系統(tǒng)學(xué)報(bào)智能系統(tǒng)學(xué)報(bào)1-61032015 HYPERLINK 22）、神經(jīng)網(wǎng)絡(luò) ADDIN EN.CITE

24、Masvoula20137123717110Masvoula, MarisaForecasting Negotiation Counterpart's Offers: A Focus on Session-long Learning AgentsProceedings of The Fifth International Conference on Advanced Cognitive Technologies and Applications71-7620131612082734 HYPERLINK l _ENREF_23 o Masvoula, 2013 #71 23、貝葉斯學(xué)習(xí)

25、 ADDIN EN.CITE Yu2013732473735Yu, ChaoRen, FenghuiZhang, MinjieAn adaptive bilateral negotiation model based on Bayesian learningComplex Automated Negotiations: Theories, Models, and Software Competitions75-932013Springer3642307361 HYPERLINK l _ENREF_24 o Yu, 2013 #73 24、強(qiáng)化學(xué)習(xí) ADDIN EN.CITE Monteseri

26、n20131562251562156217Monteserin, ArielAmandi, AnalaA reinforcement learning approach to improve the argument selection effectiveness in argumentation-based negotiationExpert Systems with ApplicationsExpert Systems with Applications2182-218840620130957-4174 HYPERLINK l _ENREF_25 o Monteserin, 2013 #1

27、562 25等。縱觀前人的工作，自動(dòng)談判策略模型的研究主要是使用單一固定策略，缺乏多種策略的組合的研究，而在現(xiàn)實(shí)電子商務(wù)環(huán)境下，單一策略很難適應(yīng)復(fù)雜動(dòng)態(tài)的談判環(huán)境 ADDIN EN.CITE Cao20152526252517Cao, MukunLuo, XudongLuo, Xin RobertDai, XiaopeiAutomated negotiation for e-commerce decision making: A goal deliberated agent architecture for multi-strategy selectionDecision Support Sy

28、stemsDecision Support Systems1-147320150167-9236 HYPERLINK l _ENREF_26 o Cao, 2015 #25 26。本文針對(duì)電子商務(wù)環(huán)境下的大規(guī)模定制問題，采用Agent技術(shù)和開發(fā)平臺(tái)，將各種談判屬性按照現(xiàn)實(shí)情況離散化，形成有限的屬性組合，進(jìn)而基于經(jīng)典的時(shí)間約束談判策略，創(chuàng)新地提出學(xué)習(xí)策略，微小讓步策略，將不同的談判策略組合起來應(yīng)對(duì)動(dòng)態(tài)電子商務(wù)環(huán)境下的多屬性談判，客觀上彌補(bǔ)了單一策略應(yīng)對(duì)復(fù)雜談判情境的不足，從而顯著提高整體談判效率和效益。2大規(guī)模定制電子商務(wù)談判模型該模型包括大規(guī)模定制電子商務(wù)的實(shí)現(xiàn)步驟，以及多屬性談判模型，其中多

29、屬性談判模型主要由固定策略，學(xué)習(xí)策略和微小區(qū)間讓步談判策略組成。下面分述之。2.1 大規(guī)模定制電子商務(wù)實(shí)現(xiàn)步驟大規(guī)模定制是電子商務(wù)發(fā)展的必由之路，其中的關(guān)鍵問題是大規(guī)模定制和電子商務(wù)流程的整合。本文提出的大規(guī)模定制電子商務(wù)模式主要分為信息收集和多屬性談判兩個(gè)階段。在大規(guī)模定制信息收集階段，系統(tǒng)收集各個(gè)消費(fèi)者的需求與偏好。首先，消費(fèi)者在系統(tǒng)上發(fā)起定制商品，提交相關(guān)參數(shù)；然后，具有相同定制商品需求的消費(fèi)者提交自己的需求參數(shù)，直到形成銷售商指定的最低定制量；最后，系統(tǒng)分析消費(fèi)者群體的定制信息，并發(fā)布這些信息。在多屬性談判階段，首先，銷售商（買方）在系統(tǒng)上發(fā)布商品的定制信息；然后，制造商（賣方）選定自

30、己能夠生產(chǎn)的訂單與銷售商啟動(dòng)談判；最后，制造商的賣方Agent（S-Agent）與銷售商的買方Agent（B-Agent）進(jìn)行多屬性談判。談判成功則確定制造商生產(chǎn)定制商品，不成功則繼續(xù)選擇訂單談判。詳細(xì)流程如圖1所示。圖1 大規(guī)模定制電子商務(wù)流程圖2.2談判策略與效用函數(shù)當(dāng)進(jìn)程進(jìn)入到多屬性談判階段，Agent將有三種談判策略可供選擇，固定策略（不學(xué)習(xí)）、學(xué)習(xí)策略和微小區(qū)間讓步策略。下面分述之。2.2.1 固定策略（不學(xué)習(xí)）時(shí)間是談判中最為關(guān)鍵的限制資源，談判者的行為受時(shí)間因素的影響極大。如在談判逼近終止時(shí)間時(shí)，談判者會(huì)做出顯著讓步。根據(jù)這一特性，參考Faratin提出的經(jīng)典談判策略 ADDIN

31、 EN.CITE Faratin19986016606017Faratin, PeymanSierra, CarlesJennings, Nick RNegotiation decision functions for autonomous agentsRobotics and Autonomous SystemsRobotics and Autonomous Systems159-18224319980921-8890 HYPERLINK l _ENREF_16 o Faratin, 1998 #60 16，本章采用的基于時(shí)間的談判策略函數(shù)為：t=exp(1-mint，tmaxtmax)ln

32、k （Seq 公式1）其中，t是當(dāng)前談判的時(shí)間，tmax是談判的截止時(shí)間，值的大小決定了談判雙方采取的談判策略。當(dāng)=1（中立型）時(shí)，談判者在整個(gè)談判的過程中一直保持平穩(wěn)的讓步速度。當(dāng)01（激進(jìn)型），開始讓步非常快，到最后讓步幅度小。本文針對(duì)多屬性談判，時(shí)間決策函數(shù)決定每次提議的綜合效用。綜合效用為：xt=min+1-tmax-min （Seq 公式2）其中，max和min是綜合效用的最大和最小值，取值可根據(jù)實(shí)際情景而定。買方和賣方的利益是相對(duì)的，比如說，價(jià)格對(duì)買方來說是越低越好，但是對(duì)賣方來說是越高越好；交貨期對(duì)買方來說是越短越好，但是對(duì)賣方來說是越長越好。以下將會(huì)加入不同的學(xué)習(xí)策略，分析每種

33、策略情況下賣方和買方應(yīng)該采取的讓步策略。2.2.2 學(xué)習(xí)策略在電子商務(wù)中，尤其是大規(guī)模定制所適用的B2C環(huán)境，買方是人，而賣方商家可以把談判委托給Agent完成，這就要求Agent具備能夠與人談判的人工智能水平。因此，本文設(shè)計(jì)的賣方Agent具有學(xué)習(xí)能力。所謂學(xué)習(xí)，主要是針對(duì)買方的談判行為做出適當(dāng)?shù)恼勁蟹磻?yīng)，而不是堅(jiān)持一個(gè)策略一成不變。定義買方相近的兩次提議的綜合效用之差為：xbst-xbst-1 （Seq 公式3）其中，xbst表示在t時(shí)刻買方出價(jià)相對(duì)于賣方的綜合效用值，將談判方的讓步率定義為相鄰兩次提議綜合效用之差的比值，即：=xbst-xbst-1xbst-1-xbst-2 （4）如果1

34、表示買方的讓步幅度在逐漸增大，這時(shí)賣方學(xué)習(xí)買方的讓步率，調(diào)整自己的談判策略獲得新的1，這樣可以提高談判效率，更快的達(dá)成協(xié)議，同時(shí)提高談判的成功率。如果=1，說明買方在平穩(wěn)的讓步，這時(shí)賣方保持自己當(dāng)前的談判策略，平穩(wěn)讓步。如果 0.6059;0.82440.6078）；當(dāng)買方采取了保守策略（0,1），賣方采取了激進(jìn)的策略（1,50），采用學(xué)習(xí)加區(qū)間的策略只會(huì)增加買方的綜合效用(0.83790.8371)，減少賣方的綜合效用(0.16550.7652)；相反，當(dāng)買方采取激進(jìn)策略，賣方采取保守策略時(shí)，學(xué)習(xí)加區(qū)間的策略會(huì)增加賣方的綜合效用(0.45970.6883）；當(dāng)雙方都采取激進(jìn)策略時(shí)，賣方收益減

35、少(0.41730.6331）。表7學(xué)習(xí)加區(qū)間讓步與不學(xué)習(xí)綜合效用對(duì)比買方賣方0,11,50買方賣方買方賣方學(xué)習(xí)加區(qū)間不學(xué)習(xí)學(xué)習(xí)加區(qū)間不學(xué)習(xí)學(xué)習(xí)加區(qū)間不學(xué)習(xí)學(xué)習(xí)加區(qū)間不學(xué)習(xí)0,10.80190.60590.82440.60780.45970.83350.82950.68831,500.83790.83710.16550.76520.76870.63310.41730.70464結(jié)論與展望隨著電子商務(wù)的飛速發(fā)展，市場(chǎng)逐漸由賣方市場(chǎng)轉(zhuǎn)為買方市場(chǎng)，更多的商品找不到買家，同時(shí)消費(fèi)者的一些個(gè)性化需求卻得不到滿足，大規(guī)模定制電子商務(wù)解決了這樣的矛盾。本文相比于前人的研究，從更加務(wù)實(shí)的視角，提出了大規(guī)模定制

36、電子商務(wù)的兩階段流程，對(duì)定制電子商務(wù)的實(shí)際操作和運(yùn)營具有現(xiàn)實(shí)意義！另外，從自動(dòng)談判理論研究角度來說，以往的多屬性談判策略研究主要使用單一固定策略，通過本研究可以發(fā)現(xiàn)，由于較低的成功率，很難在實(shí)際應(yīng)用中有用武之地。本文提出了學(xué)習(xí)策略和微小區(qū)間讓步策略相結(jié)合的方法，為該領(lǐng)域研究提供了一個(gè)組合策略研究的范例。實(shí)驗(yàn)證明組合策略具備自適應(yīng)特性，一方面可以學(xué)習(xí)對(duì)手談判行為，另一方面在自身做出很少讓步的同時(shí)，給對(duì)手充分的選擇空間，從而增加應(yīng)對(duì)談判局勢(shì)的靈活性，改善談判的效果，增加談判的成功率，更快地達(dá)到雙贏的局面！盡管現(xiàn)有研究有明顯的成效，但還存在一些不足，有待后期進(jìn)一步的研究。一個(gè)突出的問題是，大規(guī)模定制

37、電子商務(wù)的主體之一是產(chǎn)生購買需求的消費(fèi)者，未來的電子商務(wù)談判更多的情況是人和機(jī)器之間的談判。機(jī)器一方代替商家與消費(fèi)者談判，從而節(jié)省商家的談判成本，提高談判效率。本文對(duì)此種情況的應(yīng)用沒有深一步的探討，將在未來的研究中予以重點(diǎn)關(guān)注。參 考 文 獻(xiàn) ADDIN EN.REFLIST 1.Zeng, V., et al., China Online Retail Forecast, 2014 to 2019. Forrester Research, 2015.2.Alford, D., P. Sackett, and G. Nelder, Mass customisation - an automot

38、ive perspective. International Journal of Production Economics, 2000. 65(1): p. 99-110.3.谷夢(mèng)瑤, 陳友玲, and 趙鵬, 大規(guī)模定制環(huán)境下基于客戶協(xié)同程度的設(shè)計(jì)時(shí)間估計(jì)方法. 計(jì)算機(jī)集成制造系統(tǒng), 2016. 22(9): p. 10.4.劉春玲, et al., 電子商務(wù)環(huán)境下基于退貨策略的 MC 決策與協(xié)調(diào). 科研管理, 2016. 37(2): p. 141-151.5.Yoo, J. and M. Park, The effects of e-mass customization on cons

39、umer perceived value, satisfaction, and loyalty toward luxury brands. Journal of Business Research, 2016. 69(12): p. 5775-5784.6.嚴(yán)建援, et al., 個(gè)性化產(chǎn)品在線定制意愿影響因素研究基于計(jì)劃行為理論的分析. 預(yù)測(cè), 2016. 35(6): p. 50-56.7.蔡路路, 華國偉, and 張菊亮, 基于議價(jià)模型的售后服務(wù)供應(yīng)鏈合作研究. 系統(tǒng)工程學(xué)報(bào), 2015. 30(2): p. 225-230.8.Hinz, O., I.-H. Hann, and M

40、. Spann, Price discrimination in e-commerce? An examination of dynamic pricing in name-your-own price markets. MIS Quarterly, 2011. 35(1): p. 81-98.9.Adomavicius, G., A. Gupta, and D. Zhdanov, Designing intelligent software agents for auctions with limited information feedback. Information Systems R

41、esearch, 2009. 20(4): p. 507-526.10.Gilmore, J.H. and B. Pine 2nd, The four faces of mass customization. Harvard business review, 1996. 75(1): p. 91-101.11.Radder, L. and L. Louw, Mass customization and mass production. The TQM Magazine, 1999. 11(1): p. 35-40.12.程德通, 李登峰, and 余高鋒, 大規(guī)模定制模式下多類型評(píng)價(jià)信息的多目

42、標(biāo)生產(chǎn)指派問題. 控制與決策, 2017. 32(11): p. 8.13.經(jīng)有國, et al., MC半結(jié)構(gòu)化客戶需求信息表達(dá)與處理方法. 管理科學(xué)學(xué)報(bào), 2011. 14(1): p. 78-85.14.劉強(qiáng) and 蘇秦, 供應(yīng)鏈多邊談判中的買方承諾戰(zhàn)術(shù). 系統(tǒng)工程學(xué)報(bào), 2012. 27(2): p. 243-247.15.Bellantuono, N., et al., Multi-attribute auction and negotiation for e-procurement of logistics. Group Decision and Negotiation, 201

43、4. 23(3): p. 421-441.16.Faratin, P., C. Sierra, and N.R. Jennings, Negotiation decision functions for autonomous agents. Robotics and Autonomous Systems, 1998. 24(3): p. 159-182.17.Pan, L., et al., A TwoStage WinWin Multiattribute Negotiation Model: Optimization and Then Concession. Computational In

44、telligence, 2013. 29(4): p. 577-626.18.Lopes, F., M. Wooldridge, and A.Q. Novais, Negotiation among autonomous computational agents: principles, analysis and challenges. Artificial Intelligence Review, 2008. 29(1): p. 1-44.19.Fatima, S.S., M. Wooldridge, and N.R. Jennings, On efficient procedures fo

45、r multi-issue negotiation, in Agent-Mediated Electronic Commerce. Automated Negotiation and Strategy Design for Electronic Markets. 2007, Springer. p. 31-45.20.Lin, R., S. Kraus, and Y. Mazliah, Training with automated agents improves peoples behavior in negotiation and coordination tasks. Decision

46、Support Systems, 2014. 60: p. 1-9.21.Ren, F. and M. Zhang, Bilateral single-issue negotiation model considering nonlinear utility and time constraint. Decision Support Systems, 2014. 60: p. 29-38.22.高珊, 馬良, and 張惠珍, 基于人工蜂群算法的電子商務(wù)多 Agent 自動(dòng)談判模型. 智能系統(tǒng)學(xué)報(bào), 2015. 10(3): p. 1-6.23.Masvoula, M. Forecasting

47、 Negotiation Counterparts Offers: A Focus on Session-long Learning Agents. in Proceedings of The Fifth International Conference on Advanced Cognitive Technologies and Applications. 2013.24.Yu, C., F. Ren, and M. Zhang, An adaptive bilateral negotiation model based on Bayesian learning, in Complex Au

48、tomated Negotiations: Theories, Models, and Software Competitions. 2013, Springer. p. 75-93.25.Monteserin, A. and A. Amandi, A reinforcement learning approach to improve the argument selection effectiveness in argumentation-based negotiation. Expert Systems with Applications, 2013. 40(6): p. 2182-2188.26.Cao, M., et al., Automated negotiation for e-commerce decision making: A goal deliberated agent architecture for multi-strategy selection. Decision Support Sys