基于Multi—Agent的農產品交易協商議價模型的研究

劉潔晶+李琳

摘 要：價格是影響電子商務系統順利運行的關鍵，網上交易系統的價格機制會受到資源市場的多重影響，存在很多難以協調控制的問題。課題研究立足于河北地區農產品交易市場的大環境，在深入了解農產品交易市場復雜度的基礎上，構建基于Multi-agent的農產品交易協商議價模型，深入分析模型的結構和算法。選取適當的價格機制為商品交易提供行為決策，網絡交易過程中買賣雙方都能夠根據價格作出對自己最有利的決策。

關鍵詞：價格機制；議價策略；Nash平衡；銷售策略

中圖分類號：TP311 文獻標識碼：A DOI：10.15913/j.cnki.kjycx.2016.15.011

電子商務的興起打破了傳統交易模式的壁壘，為產品的傳送提供了更好的體驗，切入市場快速、買賣雙方交易快速和配送快速，使網上交易迅速壯大。在網上交易迅猛發展的同時，其中也存在一些問題，而價格協商就是一大典型問題。價格機制是導致市場復雜的關鍵因素，作為影響買賣雙方交易的重要因素，價格受到資源市場多方面的影響。在交易過程中，買賣雙方對價格的需求和期待各不相同，協商議價又是一件極其耗費精力、時間的事情，如何將難以協調控制的價格因素簡單化，節省交易雙方協商議價的隱形成本，提高交易效率，成為了當前網絡交易的一大難點。Agent技術作為自主的智能體結構，為改善交易價格的協商機制提供了可能，能夠對買賣雙方協商議價過程中的許多行為實現自動化或半自動化的處理。課題研究著眼于河北地區農產品網上交易過程，提出了基于Multi-agent的農產品交易協商議價模型，從而為商品交易雙方提供更好的交易體驗。

1 河北地區農產品交易特點

河北地區作為農產品產量高、品類豐富的農業大省，農產品交易具有獨特的地域特點，主要包括以下3點：①農產品交易價格受市場調控，具有典型的滯后性。農產品作為一類特殊產品，具有典型的季節性、階段性、保鮮期較短等特點。受市場環境的影響，在產品供不應求時，價格突漲，本地大量缺貨；而在產品供過于求時，價格暴跌，大量農產品滯銷，受農產品保鮮期影響，不少農戶為了防止產品爛掉，盲目賤價銷售，損失嚴重。造成這一現狀的主要原因就是農產品交易雙方無法自主調控交易價格，達到雙方的協調平衡，進而在實際交易過程出現大量農產品滯銷或本地大量缺貨的情況。②現有的網上交易系統關注更多的是產品客觀信息，缺少對交易完整過程的統籌考量。網上交易系統普遍缺少價格協商機制，忽略了買賣雙方對商品屬性偏好不同的實際情況。交易雙方要想完成交易，就需要花費大量人力、物力和時間溝通、了解。③網上交易系統缺乏買賣雙方的議價機制。在產品交易的過程中，買賣雙方通過討價還價來實現雙方的利益最大化。在現有的網絡交易系統中，對這一過程的用戶體驗設計不足。很多調查研究表明，買賣雙方的討價還價過程可以使買方產生更好的購買體驗，即使通過討價還價節省下的成本極其有限，卻更容易推動交易的成功。

基于以上特點，在網上交易系統中實現協商議價功能具有重要的意義。Agent作為智能化的結構，具備多個Agent彼此合作、協調和協商的能力，通過引入Multi-agent技術，構建農產品交易協商議價模型，能夠在很大程度上滿足買賣雙方對協商過程的需求。

2 基于Multi-Agent的農產品交易協商議價模型

Multi-Agent是由多個相對獨立的Agent結構組成的系統，多個Agent之間可以彼此交流、協商，比如在日常生活中，人們與他人協同合作，協商完成任務等。因此，采用Multi-Agent結構設計網上交易協商議價模型是可行的。具體模型結構如圖1所示。

如圖1所示，將交易協商議價模型設計成MAS，由Agent智能體代替具體的人監視多個交易過程的發展，自動協商。模型中設計了多個代表個體利益的買方Agent和賣方Agent，交易過程中雙方通過協商確定產品價格。

2.1 議價Agent來說

同一產品對不同的購買者有不同的價值，賣方可以根據買方以往的交易記錄合理推測買方的喜好，針對買方對物品評價的個性化傾向選取更加靈活多變的銷售策略，以推動交易順利完成。模型設計采用基于Nash平衡的多Agent協商交互策略，即買賣雙方的Agent都試圖讓自身利益最大化，通過理性選擇平衡點，以最大限度減少對方Agent可能對自身造成損失為目標，確定交易價格。具體模型如下：

定義多Agent協商交互模型M=< BAgent，SAgent，{ti }，{uik }>，i=1，2，…，n；k =1，2，…，n（其中，BAgent代表所有買方Agent的集合，SAgent代表所有賣方Agent的集合）。

任意一個Agent結構都具有一個純策略集，即Agent（i）對應于策略集Ti={t1，t2，…，ti}，在第k次與外界交互時，Agent（i）存在一個效用函數uik。

待模型中每個Agent都選定對應的策略ti后，所有Agent就形成了一個局勢S=（s1，s2，…，sn）。其中，si∈ti ，i=1，2，…，n，即Agent（i）的策略選擇在第k次交互時形成的局勢記為sk。

設s*=s*k是M的一個局勢，如果每個Agent滿足uik（s*k||ti）≤uik（s*k），且至少存在一個i使等號不成立，則稱s*為模型M在第k次交互時的一個純平衡點。

模型M的每一次交互必有Nash平衡局勢存在，因此，在交易過程中，必然存在一種方式使各個Agent達成統一協調，進而平衡多方利益。

2.2 策略管理Agent

在工作過程中，要管理交易過程中買家和賣家的交易策略，設計最適合買家的購買策略和最適合賣家的定價策略。通過動態學習買賣雙方以往的交易習慣和興趣喜好，對產品采取供需平衡定價的交易模式——每個買方Agent對自己喜好的產品都有一個預設的心理接受上限值，不超過這個值的成交價格都可以接受；賣方根據自己的實際投入成本，給出最終的交易價格。最終交易價格的確定與賣方的定價策略、買方Agent的購買策略密切相關，策略管理的目標是在雙方都能夠接受的前提下，買方Agent用盡可能低的價格完成購買，賣方Agent在這個過程中獲得盡可能高的銷售量。

2.3 交易管理Agent

監控交易的整個過程發展，實時更新、維護交易系統數據庫，為參與交易的Agent提供統一的運作管理和服務。

2.4 Agent管理器

根據客戶端的身份和請求為用戶創建對應角色的Agent，買方Agent作為產品購買者的代理，從事產品評價、購買活動，賣方Agent作為產品出售者的代理，從事產品銷售活動。Agent管理器時刻關注每個Agent的活躍狀態，及時撤銷已經完成協商議價活動的Agent，為請求接入的客戶端創建新的Agent代理結構，動態監控每個Agent的活動。

2.5 搜索Agent

買方Agent根據用戶的需求和過往的交易習慣，借助搜索Agent在系統中動態搜索所需要或是感興趣的產品，對產品給出對應的興趣評價，并動態地選擇符合購物者需要的賣方進行協商議價，預留的興趣評價將有助于賣方提供更靈活的銷售策略，推動協商議價的進行。

3 Multi-Agent通信機制的實現

Agent通信機制是MAS實現多Agent彼此協同協作的基礎。模型設計使用Agent通信原語傳遞消息時，傳遞方式為一對一或一對多。以賣方消息的發送和接收過程為例，具體源碼實現如下：

4 結束語

農產品交易協商議價模型的建立有助于網絡交易的進一步推廣和發展，引入Multi-Agent技術，使網絡交易實現智能化和半自動化成為可能。這樣，可以極大地節省買賣雙方在交易過程中所花費的人力、物力、財力和時間成本，能夠為參與交易的雙方帶來更好的操作體驗。鑒于筆者的水平、研究時間和其他條件，模型研究尚不完善，對Agent自主學習算法在協商議價中的應用還有待進一步研究。

參考文獻

[1]郭清蘭.農產品電子商務模式問題研究[J].價值工程，2010（2）：17-18.

[2]儲軍飛，潘郁，張振海.技術創新平臺中基于Agent的多議題協商算法與策略[J].計算機應用，2013（11）：3114-3118.

[3]張亞明，劉海鷗，邢勝飛.Agent在線逆向拍賣自動協商模型及策略[J].電子商務，2014（05）：53-54.

[4]任海英，商曉坤.柔性作業車間調度的多Agent協商策略[J].計算機工程，2011（02）：417-422.

[5]石純一，張偉.基于agent的計算[M].北京：清華大學出版社，2007.

〔編輯：白潔〕