1 / 5
文档名称:

基于多Agent的个性化电子商务解决方案.doc

格式:doc   大小:17KB   页数:5页
下载后只包含 1 个 DOC 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

文档介绍:基于多Agent的个性化电子商务解决方案
  [摘要]伴随电子商务的迅速开展,电子商务的个性化效劳研究已经成为一个热点。本文提出了一种将多agent技术引入电子商务的解决方案,从而使电子商务系统到达了个性化的效劳和智能化的特点。
  [  将多agent技术应用于电子商务系统中,具有以下明显的优点:
  1.agent的自主性和学习性使得电子商务系统可以在不受用户监控和指导下由系统的决策机制决定采取什么行动,并与用户并发工作,又可以学习记忆用户的兴趣爱好,建立用户兴趣模型来指导自己的决策,使之符合用户的个性化效劳需求。
  2.agent可以从网络中某个结点挪动到其他结点执行来完成一定的任务,挪动agent技术具有动态性和分布计算的特点,进一步扩展了agent处理事物的功能,利用它使得定制效劳和即时效劳成为可能,而且进步了采集用户兴趣和搜索信息的效率。
  3.agent使电子商务系统能主动地分析和获取用户的个性信息并根据用户的兴趣模型理解用户的潜在需求,采取主动的行为,从而到达主动为用户效劳的目的。
  二、基于多agent的个性化电子商务解决方案
  1.根本框架。系统由一个典型的多层eb应用程序和一个运行在分布式环境中的agent系统组成,如图2所示,前者包括一套网页和相关的数据库,后者有多个agent组成。
  图2系统根本框架
  〔1〕顾客agent:每个顾客都对应着一个确定的顾客agent,当顾客发出恳求或任务时,顾客agent就会对顾客的恳求分析和判断,一方面进展自我学习,从而理解顾客的某些特征,分析顾客的兴趣和爱好,并把这些特征记录在用户信息库中;另一方面把活动的详细分析交给决策agent,再由它决定如何将任务分配给as中的各商品推荐agent。另外顾客agent还将商品推荐agent执行的结果记录在用户信息库中,以备下次恳求时使用。顾客agen隔一定时间后,自动检查用户信息库中用户恳求频率较高的几种操作,并自动重新执行,以便及时向顾客反应经常需要得到的新信息。
  (2)顾客模型库:顾客模型库包括两方面的信息,一是顾客的根本信息,用户名、密码等,另外就是顾客的兴趣和爱好等信息,它是商品推荐策略的基矗
  (3)顾客行为记录库:顾客行为记录库记录了顾客购置或经常阅读的商品的行为记录,它们是基于规那么的推荐策略的根据。
  〔4)决策agent:它掌握着所有商品推荐agent的信息、特性和属性以及各自所能完成的任务。它承受顾客agent的任务恳求,并对模糊的信息再次进展分析,根据各个商品推荐agent的自身特性和功能进展分配,使它们完成所分配的任务。
  〔5)商品推荐agent:在本系统中,它由2个商品推荐agent组成,agent1是基于知识的推荐,主要是根据顾客的兴趣、爱好的推荐;agent2是基于规那么的推荐,主要是根据顾客阅读购置记录的推荐。推荐算法很多,可以根据所要处理的问题,增加或减少商品推荐agent的数量。推荐算法的选择是个性化效劳成功的关键。
  整个系统实现的核心是agent的通信、多agent系统与eb效劳器的结合以及推荐算法的选择。在系统中各个agent之间通过fipa—al语言通信以协调协作。为了实现agent与nn-agent局部通信,设计了一个特殊的agent〔即s_agen

分享好友

预览全文

基于多Agent的个性化电子商务解决方案.doc

上传人:卢卡斯6687 2022/7/3 文件大小:17 KB

下载得到文件列表

基于多Agent的个性化电子商务解决方案.doc

相关文档