| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 自动协商的研究现状 | 第10-11页 |
| 1.2.2 自动协商的研究方法 | 第11-13页 |
| 1.2.3 基于agent在电子商务中的应用 | 第13-14页 |
| 1.3 本文主要研究内容 | 第14页 |
| 1.4 本文主要组织 | 第14-17页 |
| 第2章 相关理论简介 | 第17-27页 |
| 2.1 Agent技术 | 第17-19页 |
| 2.1.1 Agent技术的特征与概念 | 第17-18页 |
| 2.1.2 Agent体系结构 | 第18页 |
| 2.1.3 多Agent系统 | 第18-19页 |
| 2.2 基于agent的电子商务理论 | 第19-21页 |
| 2.2.1 电子商务的概念 | 第19-20页 |
| 2.2.2 基于agent的电子商务 | 第20页 |
| 2.2.3 电子商务中的协商 | 第20-21页 |
| 2.2.4 电子商务中运作流程 | 第21页 |
| 2.3 自动协商理论 | 第21-24页 |
| 2.3.1 自动协商框架 | 第22页 |
| 2.3.2 协商的适用的范围 | 第22-23页 |
| 2.3.3 自动的协商好处 | 第23-24页 |
| 2.4 基于机器学习的自动协商 | 第24-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第3章 基于强化学习的多议题相关的协商模型 | 第27-45页 |
| 3.1 基于中介Agent的强化学习双边多议题相关的并行协商框架 | 第27-30页 |
| 3.1.1 模型描述 | 第28页 |
| 3.1.2 效用函数 | 第28-29页 |
| 3.1.3 协商协议 | 第29-30页 |
| 3.2 基于强化学习的协商策略 | 第30-36页 |
| 3.2.1 强化学习的简介 | 第30-32页 |
| 3.2.2 信念的概念介绍 | 第32-33页 |
| 3.2.3 协商策略介绍 | 第33-36页 |
| 3.3 算法的流程 | 第36-38页 |
| 3.4 验设计和分析 | 第38-43页 |
| 3.4.1 实验设计 | 第38页 |
| 3.4.2 实验结果与分析 | 第38-42页 |
| 3.4.3 实验小结 | 第42-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第4章 基于对手分类的强化学习双边多议题的协商模型 | 第45-53页 |
| 4.1 基于对手分类的类型 | 第45-48页 |
| 4.1.1 信念调整过程 | 第47-48页 |
| 4.2 协商算法 | 第48-49页 |
| 4.3 实验设计 | 第49-51页 |
| 4.3.1 实验结果与分析 | 第49-51页 |
| 4.3.2 实验小结 | 第51页 |
| 4.4 本章小结 | 第51-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-61页 |
| 攻读硕士期间发表的文章和取得的科研成果 | 第61-63页 |
| 致谢 | 第63页 |