基于信任和K臂赌博机问题选择多问题协商对象

• 作者: 柴玉梅 王黎明 黄厚宽
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: Agent 协商 K臂赌博机问题 信任 声誉 效用
• 年，卷（期）: 2006,（12）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 2537-2546
• 页数: 10页
• 分类号: TP18
• 字数: 7912字
• 语种: 中文

摘要

Agent之间的多问题协商(multi-issue negotiation)是一个复杂的动态交互过程.解决协商之前的对象选择问题在电子商务中有着重要的应用价值.为了提高多问题协商的准确性和购物Agent的效用,主要解决协商前的销售Agent的选择问题.为了充分利用协商历史,实现探索(exploration)和利用(exploitation)的折衷,把销售Agent的选择问题转变成K臂赌博机问题(K-armed bandit problem)来求解.提出了信任和声誉的度量模型,结合K臂赌博机问题的求解技术,采用学习机制,提出了几个确定奖励分布的改进算法.最后,以模拟协商过程为基础,将改进算法、信任和声誉有机地结合起来,提高了选择销售Agent的准确性和实用性.几个实验都说明了该工作在应用中的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄厚宽	北京交通大学计算机与信息技术学院	139	2476	26.0	44.0
2	王黎明	郑州大学信息工程学院	81	602	14.0	20.0
3	柴玉梅	郑州大学信息工程学院	71	900	17.0	28.0