基于多Agent的消费者需求代理系统分析与研究

殷锋社

（陕西工业职业技术学院 陕西 咸阳 712000）

基于多Agent的消费者需求代理系统分析与研究

殷锋社

（陕西工业职业技术学院 陕西 咸阳 712000）

从电子商务环境下不同消费者生命周期阶段的消费者需求特点出发，充分考虑消费者的个人偏好，以消费者需求为导向建立了基于多Agent的消费者需求代理系统，充分满足不同生命周期阶段的消费者个性化需求，提出了需求代理工作流程。

电子商务环境；多Agent；需求代理系统；个性化需求

目前Internet基本使用“所有网民，一个标准”的方法给所有用户提供同样的检索信息。随着网上信息的大量增长，用户经常受到信息量巨大的困扰，承受信息过载和有效信息需求不足的双重问题。对于一个特定的用户而言，检索到适当的信息所面临的困难是不可想象的。很多的搜索引擎，例如Google，Baidu和AskJeeves等只能包含两三个搜索关键术语，因此不可避免的是用户得到一大堆毫不相关的结果。

现在不少学者已经在适应性超媒体、内容个性化和用户刻画等领域开展许多的研究工作，所采用的方法总体来说可分为3类：一类是通过数据挖掘的方法，发现用户的喜欢或者不喜欢，以便将符合需要的产品与服务推荐给每个用户；二类是利用信息过滤技术，过滤掉与特定消费者需求相关程度低的信息，以提高搜索工具的精度；三类是通过设计在线表格形式，从用户不断填写表格的过程中了解用户的真实偏好，从而进行有针对性的推荐[1]。但上述研究工作隐含的假设是：1）消费者偏好在较长的时间内一般不发生变化；2）消费者愿意不断花时间填写表格以表达自己的真实偏好；3）所有的消费者都知道自己的真实需要。但这三个假设在现实世界中是很难满足的，因为通常情况下，消费者不确切知道自己的需求，同时消费者的偏好只在一定时间内不变，而且网上消费者也并不情愿重复填写在线表格。

多Agent技术是目前电子商务领域广泛采用的技术。利用购物比较Agent，消费者能够迅速地查找到自己满意的产品，并且找到的产品在性能、价格方面都会令消费者比较满意。协商Agent可以帮助消费者通过Agent跟销售商就其所需求的产品和服务进行一些自动或者半自动的协商。从比较Agent到协商Agent，消费者从被动接受产品与服务的购物者转变成为可以设定自己要求的协商者。

1 基于多Agent的消费者需求代理系统分析

1.1 多Agent的需求代理系统假设与特点

本章提出的多Agent消费者需求代理系统基于以下假设：1）消费者是有限理性的经济人，他追求一定环境和条件下的效用最大化，即获得“满意”效用；2）消费者的偏好在一定时间内是不变的，但是随着时间的推移，消费者偏好是可以变化的，不同生命周期阶段的消费者具有不同的偏好特性，同时随着购买经验以及消费者群体的相互影响而缓慢变化；3）消费者不是总能完全知道自己的需要和表达自己的真实偏好。因此本章认为消费者真实偏好的发现需要系统与消费者交互作用。

多Agent的消费者需求代理系统具有以下特点[2]：1）具备处理消费者需求代理领域相关知识的能力；2）具备与环境及其它Agent交互时的接口；3）能够自动学习消费者的行为特性，以减少与消费者进行交互作用的成本，但不是替代与消费者的相互作用，因为消费者的偏好不是一成不变的。

1.2 基于消费者生命周期理论的需求代理系统特点

客户关系生命周期，指客户关系水平随时间变化的发展轨迹，它描述了客户关系从一种状态（一个阶段）向另一种状态（另一阶段）运动的总体特征。客户关系生命周期的研究和应用已开始引起越来越多学者的兴趣，现有研究划分了客户关系生命周期的阶段，有代表性的是客户关系生命周期四阶段模式，分为开拓期、成长期、成熟期和衰退期4个阶段。本章认为作为企业客户的消费者而言，同样具有明显的生命周期阶段特征。处于不同阶段的消费者，具有不同的需求特性和行为偏好。

消费者与电子商务企业关系的开拓期，是企业与消费者关系的探索和实验阶段，在这一阶段，供应商和消费者之间由于了解不多，双方都在评价对方的潜在价值和建立关系的可能性，降低不确定性和建立信任是这一阶段的中心目标。开拓期的消费者对企业提供的产品或服务开始感兴趣，收集与企业产品或服务有关的信息和资料，对企业的营销努力有所反应。

成长期是消费者与企业关系的快速发展阶段。企业和消费者进入这一阶段，表明在前面的开拓期双方相互满意，并建立了一定的相互信任和相互依赖。对企业产品或服务感兴趣的潜在消费者已经做出购买决策，并可能进行重复购买。

成熟期是消费者与企业关系发展的最高阶段，是指关系基本稳定，消费者价格的增长率开始放慢，趋于平稳或有所下降。这一阶段的消费者与企业双方投入大量有形或无形的成本以维持稳定的关系，双方发生大量的交易。

衰退期是消费者与企业关系水平逆转的阶段，是指企业的产品和服务对消费者去吸引力，现有的消费者转向购买其余企业的产品。

1.3 电子商务环境下的消费者需求目标分解与求解

电子商务环境下消费者的个性化需求，实际上是对网上产品或服务“属性”的不同需求。当消费者已经知道他们的产品与服务的需求时，那么系统需要解决的问题是查找满足他们需要的产品与服务。现在假设有m个消费者，所需要的产品或服务的属性有k个，这m个消费者和k个对应的属性构成一个消费者目标矩阵[3]：

式中 xij（i=1，2，…，m；j=1，2，…，k）表示第 i个消费者对第j个属性的偏好效用值，这样矩阵的每一行构成了一个个性化的消费者的消费行为。

对消费者需求进行分解后，需要找出最能满足消费者需求的商品。在电子商务环境下的消费者需求代理系统中，假定消费者追求的是一定条件下的效用最大化，即满意效用。系统为消费者迅速及时地寻找基本符合消费者需求的商品，按照上面所提出的个性化的消费者矩阵，若用U表示总效用，则消费者的需求目标函数可表示为：

式中n表示网络系统使用的方便程度，t表示系统响应时间，p表示商品价格，pk表示商品类型。在目标效用函数中，不同消费者对系统响应时间、商品类型、价格等偏好程度不同，可以把消费者总效用进行分解得出分效用，系统知识表达框架如图1所示。

图1 系统知识表达框架Fig.1 Framework for knowledge representation system

设消费者有n个子目标，其中的权值代表消费者对相应属性的偏好程度，表示为[4]:

Wik（0≤Wik≤1）（i取 1 或 2，代表消费者或供应商，此处取1，在后面的协商谈判都将要用到），属性值代表消费者对现有商品每个子目标的满意程度，用Vik表示。

费者总效用为：

式中Vik代表第i方对目标n的取值；Wik为第i方对目标n分配的权重。

2 基于多Agent的消费者需求代理系统的构建

基于多Agent的消费者需求代理系统是通过多个Agent协作帮助消费者选择所需商品和服务的计算机系统。本章认为消费者需求分为显性需求和潜在需求。前者是消费者确切知道自己所需要的产品与服务，而后者是消费者不能确切知道自己所需要的产品与服务，但事实上存在对某些产品与服务的需求。基于多Agent的消费者需求代理系统见图2所示。

图2 消费者需求代理系统Fig.2 Consumer demand for agent system

2.1 消费者需求代理系统工作流程

1）用户通过应用用户界面进入系统[5]。

2）系统判断用户的类型是新用户还是老用户，若为新用户，则提示用户登记有关的个人信息，例如年龄、性别、教育程度、偏好、价值观、个性等以及对网上系统的熟悉程度，帮助用户熟悉系统，然后根据用户特点对用户进行刻画。若为老用户则根据用户的交易历史以及用户偏好变化情况，对用户的特征进行刻画；如果老用户的偏好发生变化，老用户可以提交偏好变化的信息给系统，系统也可以根据老用户动态跟踪记录，询问老用户的偏好是否变化，然后系统根据刻画的用户特征建立新用户偏好的数据库。

3）消费者将相关需求提交给系统进行处理。

4）推荐Agent根据在线的商品与服务数据库，按照个体消费者的偏好，以及与该消费者有相似偏好的其余消费者的交易情况，推荐能够满足约束条件下的达到最大效用的商品和服务需求给消费者。

5）优化Agent对推荐Agent的商品与服务进行优化，以使推荐的商品与服务更加符合消费者的需求。如果未找到满足约束条件和目标的商品，系统提示用户是否愿意改变相关目标和约束条件。若不愿意，则失败退出；若愿意，则返回至（2）。

6）如果系统找到满足消费者需求的可能商品组合，则由消费者确认是否达到其目标；若不满足，则通过协商型Agent和其余相关Agent谈判协商，系统最后给出尽可能满足消费者需求的商品。

7）协商Agent学习个体消费者的行为，以调整协商策略。

8）需求代理Agent与其余Agent如银行Agent等相互通信，完成电子交易的其余过程。

9）需求代理Agent与环境的交互作用。

2.2 刻画消费者特征的描绘型Agent

描绘型Agent[6]利用消费者网上登记的静态信息和动态信息例如基于用户阅读的电子文档以及网页、发送或者接收的电子邮件、超级链接等消费者特征文件对个体消费者特征进行刻画。消费者描绘型Agent是指对特定消费者行为的准确描述，是消费者需求代理系统的重要构成部分。通过对消费者特征的刻画能够更加准确地推测消费者的需求、偏爱或未来的行为，从而更加有效地满足网上消费者的需求，同时挖掘其潜在需求。消费者刻画的过程如图3所示。

图3 消费者刻画过程Fig.3 Depicts the process of consumer

2.3 推荐型Agent

推荐Agent通过描绘Agent对消费者的购买历史数据进行分析，形成消费者个人偏好，再通过这些偏好，推荐Agent可以推荐与消费者兴趣相似的商品或服务，或者根据与消费者偏好相近的其他消费者的兴趣记录，推荐消费者可能感兴趣的产品，从而挖掘出消费者的潜在需求。电子商务的发展虽然没有使企业生产更多的产品，但是给予消费者更多的选择权。而推荐Agent的使用可以说是电子商务背景下的一种重要的个性化定制方法或者说满足消费者个性化需求的方法。

消费者需求代理系统中的推荐Agent是提供消费者信息，帮助消费者确定可以购买的产品与服务，推荐的信息是基于消费者的个性化偏好、网上最畅销的商品与服务偏好类似的消费者购买行为以及消费者的过去购买行为预测。

2.4 协商Agent

协商是指在交易过程中双方或多方就价格、数量、质量、式样等方面达到一致的过程。在一个多Agent系统中，系统通过学习或进化过程来适应环境，学习或进化的目的是为了预测其余Agent的行为。在电子商务环境下，提高Agent的协商能力是赋予其结构以学习能力。现在考虑只有a和b两个Agent的情况，在t时间两个Agent的协商过程可以表示为[7]：

2.5 优化Agent

在推荐Agent根据用户的确切需求和潜在需求推荐给用户可能感兴趣的产品与服务后，销售商和用户对所推荐产品与服务的相关属性进行协商，最后将协商过程与效果提交给优化Agent，优化Agent通过协商后的结果数据来改变推荐Agent中的效用函数，从而使得再次向消费者进行推荐时，提交给更加满足消费者已知和潜在需求的提案，同时用于改变消费者偏好库中消费者模型资料。

3 结束语

不同于以前对所有的消费者采用同样方式进行产品与服务推荐系统或者充当消费者导购的系统，本系统采用信息过滤技术和消费者描绘技术结合的混合消费者刻画方法，非线性回归的协商策略、相邻提议比较策略以及基于效用阈值的推荐方法，设计了消费者刻画、协商、优化与推荐为主体的需求代理工作流程。

[1]Kim N.Consumer decision-making in a multi-generational choice set context[J].Journal of Business Research，2001（53）:16-35.

[2]Andrews，Rick L，Srinivasan T C.Studying consideration effects in empirical choice models using scanner panel data[J].Journal of Marketing Research，1995（32）:30-41.

[3]Fenech.Using perceived ease ofuse and perceived usefulness to predict acceptance of the world wide web[J].Computer Networks&ISDN systems，1998（30）:629-640.

[4]Heilman C M，Bowman D.Evolution of brand preference and choice behaviors[J].Journal of Marketing Research.2000（5）:141-154.

[5]Yang S，Allenby G M.Modeling interdependent customer Preferences[J].Journal of Marketing Research，2002（5）:78-96.

[6]Hara S U O，Stagl S.Endogenous preferences and sustainable development[J].Journal of Socio-Economics，2002（4）:511-527.

[7]Bertles K.Agent-based Social Simulation in Markets[J].Electronic Commerce Research，2001（1）:149-158.

Consumer demand for agent system based on multi-Agent analysis and research

YIN Feng-she
（Shanxi Polytechnic Institute，Xianyang712000，China）

Consumer e-commerce environment different from the life-cycle stage of the characteristics of consumer demand，full account of the consumer’s personal preferences，in order to set up consumer demand agent system based on Multi-Agent for consumer demand-driven to fully meet the different life cycle stages individual needs of consumers and made a demand proxies.

e-commerce environment； multi-Agent； demand agent system； individual needs

TP3-05

A

1674－6236（2012）03-0017-03

2011-11-24 稿件编号：201111119

陕西工业职业技术学院课题（ZK11-21）

殷锋社（1976—），男，陕西乾县人，硕士，副教授。研究方向：个性化仿真系统研究。