Περίληψη
Οι αυτόματες διαπραγματεύσεις που διεξάγονται στα πλαίσια των Ηλεκτρονικών Αγορών αποτελούν ερευνητικό αντικείμενο με αρκετό ενδιαφέρον τα τελευταία χρόνια. Το σενάριο που απεικονίζει πραγματικές καταστάσεις υποδεικνύει πως οι οντότητες λειτουργούν κάτω από πλήρη άγνοια για τα χαρακτηριστικά των υπολοίπων. Αυτό σημαίνει πως οι συμπεριφορές που πρόκειται να αναπτυχθούν πρέπει να ενσωματώνουν μηχανισμούς διαχείρισης της αβεβαιότητας που δημιουργεί η άγνοια αυτή αλλά και έξυπνες μεθόδους για τη μοντελοποίηση της κάθε πτυχής του εξεταζόμενου σεναρίου. Στην παρούσα διατριβή υιοθετούμε τεχνικές υπολογιστικής νοημοσύνης ώστε να προτείνουμε αποδοτικούς μηχανισμούς καθορισμού της συμπεριφοράς των οντοτήτων που συμμετέχουν σε διαπραγματεύσεις. Καλύπτουμε όλο το φάσμα μιας αγοράς προτείνοντας μεθόδους για τον καθορισμό των βασικών παραμέτρων αλλά και μοντέλα λήψης αποφάσεων σε κάθε γύρο των διαπραγματεύσεων. Λαμβάνουμε υπόψιν μας την αβεβαιότητα στις ενέργειες των οντοτήτων ταυτόχρονα με το στόχο ...
Οι αυτόματες διαπραγματεύσεις που διεξάγονται στα πλαίσια των Ηλεκτρονικών Αγορών αποτελούν ερευνητικό αντικείμενο με αρκετό ενδιαφέρον τα τελευταία χρόνια. Το σενάριο που απεικονίζει πραγματικές καταστάσεις υποδεικνύει πως οι οντότητες λειτουργούν κάτω από πλήρη άγνοια για τα χαρακτηριστικά των υπολοίπων. Αυτό σημαίνει πως οι συμπεριφορές που πρόκειται να αναπτυχθούν πρέπει να ενσωματώνουν μηχανισμούς διαχείρισης της αβεβαιότητας που δημιουργεί η άγνοια αυτή αλλά και έξυπνες μεθόδους για τη μοντελοποίηση της κάθε πτυχής του εξεταζόμενου σεναρίου. Στην παρούσα διατριβή υιοθετούμε τεχνικές υπολογιστικής νοημοσύνης ώστε να προτείνουμε αποδοτικούς μηχανισμούς καθορισμού της συμπεριφοράς των οντοτήτων που συμμετέχουν σε διαπραγματεύσεις. Καλύπτουμε όλο το φάσμα μιας αγοράς προτείνοντας μεθόδους για τον καθορισμό των βασικών παραμέτρων αλλά και μοντέλα λήψης αποφάσεων σε κάθε γύρο των διαπραγματεύσεων. Λαμβάνουμε υπόψιν μας την αβεβαιότητα στις ενέργειες των οντοτήτων ταυτόχρονα με το στόχο της μεγιστοποίησης του επιδιωκόμενου κέρδους. Προτείνουμε μοντέλα λήψης απόφασης τα οποία βασίζονται σε διαφορετικές πτυχές του σεναρίου μιας διαπραγμάτευσης ώστε να αναδείξουμε ποιο από αυτά είναι το βέλτιστο για να υιοθετηθεί. Μελετήσαμε τη συμπεριφορά των αγοραστών όπως επίσης και των πωλητών. Οι προτεινόμενοι μηχανισμοί λήψης αποφάσεων για κάθε ένα από τους δύο βασίζονται στην Ασαφή Λογική, τη Θεωρία Παιγνίων, τη Θεωρία του Σμήνους και τη Θεωρία Βέλτιστης παύσης.Περιγράψαμε μεθόδους επιλογής ενδιάμεσων οντοτήτων και προϊόντων ώστε αυτά να ανταποκρίνονται πλήρως στις απαιτήσεις των αγοραστών. Στις προτεινόμενες μεθόδους λάβαμε υπόψιν μας Quality of Service χαρακτηριστικά ώστε να αυξήσουμε την απόδοση της τελικής επιλογής που τελικά εξάγεται από το κάθε ένα μοντέλο. Μελετήσαμε ένα εύρος διαπραγματεύσεων τόσο ανάμεσα σε ένα αγοραστή και ένα πωλητή όσο και ανάμεσα σε ένα αγοραστή και πολλαπλούς πωλητές. Για τη μεν πρώτη περίπτωση, βασιστήκαμε στις αρχές της Θεωρίας Παιγνίων ώστε να καταλήξουμε στη λύση που μεγιστοποιεί το κέρδος των οντοτήτων. Για τη δεύτερη περίπτωση, προτείναμε τη χρήση της Θεωρίας του Σμήνους ώστε εντελώς αυτόνομα τα νήματα που χρησιμοποιεί ένας αγοραστής να καταλήξουν στη βέλτιστη λύση μέσα από μια ομαδική προσπάθεια. Επιπλέον, η Θεωρία Βέλτιστης Παύσης μας έδωσε τα κατάλληλα εργαλεία ώστε να αλλάξουμε τη θεώρηση μας για το πρόβλημα της διαπραγμάτευσης κάτω από πλήρη άγνοια και να προτείνουμε μοντέλα που στοχεύουν στην εύρεση του κατάλληλου χρόνου για τη λήψη μιας απόφασης.
περισσότερα
Περίληψη σε άλλη γλώσσα
Automated negotiations consist an interesting research domain for many years. A scenario, mostly depicting real life negotiations, defines that entities act under no knowledge on the characteristics of the rest of them. This means that their behavior should incorporate mechanisms for handling uncertainty created by the lack of knowledge as well as intelligent methods for modelling every aspect of the discussed scenario. In this PhD Thesis, we adopt computational intelligence techniques in order to propose efficient mechanisms for the definition of the behavior of entities participating in Electronic Markets. We cover the entire framework defined in a marketplace by proposing methodologies for the definition of basic parameters together with decision making models at every step of each negotiation. We take into consideration the uncertainty in such scenarios together with profit maximization. We propose decision making models that are based on different aspects of the discussed scenario ...
Automated negotiations consist an interesting research domain for many years. A scenario, mostly depicting real life negotiations, defines that entities act under no knowledge on the characteristics of the rest of them. This means that their behavior should incorporate mechanisms for handling uncertainty created by the lack of knowledge as well as intelligent methods for modelling every aspect of the discussed scenario. In this PhD Thesis, we adopt computational intelligence techniques in order to propose efficient mechanisms for the definition of the behavior of entities participating in Electronic Markets. We cover the entire framework defined in a marketplace by proposing methodologies for the definition of basic parameters together with decision making models at every step of each negotiation. We take into consideration the uncertainty in such scenarios together with profit maximization. We propose decision making models that are based on different aspects of the discussed scenario in order to reveal the optimal one. We study buyers’ as well as sellers’ behavior. The proposed decision making mechanisms, for every part (buyers and sellers), are based on Fuzzy Logic, Game Theory, Swarm Intelligence and Optimal Stopping Theory.We describe methods for the selection of middle entities and products. The proposed methods result the appropriate middle entity or product that best matches the buyers’ needs. In these methods, we utilize Quality of Service parameters in order to increase the efficiency of the proposed model. We study negotiations between one buyer and one seller as well as concurrent negotiations between a buyer and multiple sellers. In the first case, we are based on the Game Theory principles with the final aim to provide a model that maximizes the expected profit. For the second case, we are based on Swarm Intelligence theory in order to have a framework where threads, used by the buyer, conclude the best solution (the best agreement) through a team work. Additionally, Optimal Stopping Theory gives us the tools to change the view of the problem. Based on Optimal Stopping Theory, we propose models trying to find the best time to take a decision.
περισσότερα