Đề tài Thương lượng tự động trong thương mại điện tử

Th­¬ng l­îng tù ®éng trong th­¬ng m¹i ®iÖn tö TS.TrÇn §×nh QuÕ, SV. NguyÔn M¹nh Hïng Khoa C«ng nghÖ th«ng tin 1 Tãm t¾t: Trong nh÷ng n¨m gÇn ®©y th­¬ng l­îng tù ®éng ®ang trë thµnh chñ ®Ò ®­îc quan t©m nghiªn cøu m¹nh mÏ trong th­¬ng m¹i ®iÖn tö. Trong hÖ thèng th­¬ng l­îng, c¸c thµnh phÇn phÇn mÒm (agent) sÏ thay mÆt ng­êi b¸n vµ ng­êi mua t×m kiÕm hµng ho¸, lùa chän ®èi t¸c vµ tiÕn hµnh th­¬ng l­îng mét c¸ch chñ ®éng mµ kh«ng cã sù can thiÖp cña con ng­êi. Bµi b¸o nµy nh»m tr×nh bµy m« h×nh th­¬ng l­îng song ph­¬ng víi chiÕn l­îc th­¬ng l­îng dùa trªn quyÕt ®Þnh mê cho nhiÒu thuéc tÝnh vµ nhiÒu mÆt hµng. ChiÕn l­îc nµy ®· ®­îc ¸p dông ®Ó ph¸t triÓn hÖ dÞch vô du lÞch, trong ®ã c¸c agent thay mÆt ng­êi sö dông tiÕn hµnh th­¬ng l­îng ®Æt mua vÐ tµu vµ ®Æt chç kh¸ch s¹n. Tõ kho¸: Th­¬ng m¹i ®iÖn tö, hÖ ®a agent, th­¬ng l­îng song ph­¬ng, m« h×nh rµng buéc mê. 1. Më ®Çu Th­¬ng m¹i ®iÖn tö ®­îc hiÓu lµ c¸c ho¹t ®éng giao dÞch th­¬ng m¹i ®­îc thùc hiÖn víi sù trî gióp cña c«ng nghÖ th«ng tin vµ c«ng nghÖ truyÒn th«ng. Tuy nhiªn, ®©y lµ mét ®Þnh nghÜa mang tÝnh tæng qu¸t. Trong thùc tÕ, cã thÓ hiÓu th­¬ng m¹i ®iÖn tö lµ c¸c giao dÞch th­¬ng m¹i ®­îc thùc hiÖn trªn m«i tr­êng Internet. Th­¬ng m¹i ®iÖn tö thÕ hÖ thø nhÊt ®­îc biÕt ®Õn th«ng qua c¸c giao dÞch trùc tuyÕn [5] trªn m¹ng Internet (kh«ng tù ®éng) trong ®ã ng­êi b¸n giíi thiÖu tÊt c¶ c¸c mÆt hµng cña m×nh trªn mét website nhÊt ®Þnh vµ ng­êi mua cã thÓ truy cËp c¸c website nµy ®Ó xem xÐt, lùa chän mÆt hµng theo nhu cÇu cña m×nh. NÕu muèn mua mét mÆt hµng nµo ®ã, ng­êi mua cã thÓ tiÕn hµnh tr¶ gi¸ mét c¸ch trùc tiÕp trªn website vµ viÖc thanh to¸n cã thÓ b»ng thÎ tÝn dông qua m¹ng Internet hoÆc t¹i nhµ khi ng­êi mua ®­îc bµn giao s¶n phÈm. H×nh thøc nµy cã hai h¹n chÕ [8]: thø nhÊt lµ tèn thêi gian cña kh¸ch hµng; thø hai lµ trong tr­êng hîp kh¸ch hµng kh«ng cã hiÓu biÕt ®Çy ®ñ vÒ mÆt hµng cÇn mua th× kh«ng thÓ tù m×nh t×m kiÕm vµ mua hµng trùc tuyÕn. Trong nh÷ng n¨m gÇn ®©y, h×nh thøc th­¬ng l­îng tù ®éng ®· ®­îc quan t©m nghiªn cøu m¹nh mÏ ([1], [4-9]) vµ ®­îc coi lµ mét cuéc c¸ch m¹ng trong th­¬ng m¹i ®iÖn tö thÕ hÖ thø hai so víi thÕ hÖ thø nhÊt. Theo c¸ch tiÕp cËn nµy, c¸c thµnh phÇn phÇn mÒm th«ng minh (gäi lµ agent) thay mÆt ng­êi sö dông t×m kiÕm hµng ho¸, lùa chän ®èi t¸c vµ tiÕn hµnh th­¬ng l­îng mét c¸ch chñ ®éng theo yªu cÇu ban ®Çu cña kh¸ch hµng. C¸c agent th­¬ng l­îng tù ®éng dùa trªn hai yÕu tè: c¸c giao thøc vµ c¸c chiÕn l­îc. C¸c giao thøc ®¶m b¶o cho c¸c agent ho¹t ®éng tù chñ theo c¸c luËt th­¬ng l­îng, trong khi ®ã c¸c chiÕn l­îc hç trî viÖc th­¬ng l­îng thµnh c«ng vµ t×m kiÕm hµng ho¸ phï hîp víi ng­êi dïng trong thêi gian h¹n ®Þnh nµo ®ã. Tuú theo c¸c d¹ng t­¬ng t¸c, c¸c m« h×nh th­¬ng l­îng ®­îc chia thµnh ba ph¹m trï chÝnh: Ph¹m trï thø nhÊt bao gåm c¸c m« h×nh ®a ph­¬ng-®¬n ph­¬ng hay ®a ph­¬ng-®a ph­¬ng trong ®ã nhiÒu agent th­¬ng l­îng víi mét hay nhiÒu agent kh¸c. C¸c m« h×nh nµy ®­îc sö dông réng r·i cho mét sè website nh­ eBay ( Ph¹m trï thø hai bao gåm c¸c m« h×nh ®¬n ph­¬ng-®¬n ph­¬ng theo ®ã tõng cÆp agent th­¬ng l­îng trùc tiÕp víi nhau. C¸c m« h×nh nµy sö dông c¸c ph­¬ng h¸p heuristic ®Ó xö lý th«ng tin kh«ng ch¾c ch¾n (xem vÝ dô [4]). Ph¹m trï thø ba bao gåm c¸c m« h×nh dùa trªn lËp luËn/thuyÕt phôc theo ®ã c¸c agent sö dông nh÷ng kiÓu lËp luËn kh¸c nhau nh­ ®e do¹, khuyÕn m·i ®Ó thuyÕt phôc ®èi thñ chÊp nhËn viÖc mua b¸n [6]. Trong c¸c ph¹m trï nµy, lÜnh vùc th­¬ng l­îng cã thÓ lµ ®¬n thuéc tÝnh (nh­ gi¸) hay ®a thuéc tÝnh (nh­ gi¸, chÊt l­îng, kiÓu hµng, b¶o hµnh,...). Bµi b¸o nµy tËp trung xem xÐt m« h×nh th­¬ng l­îng song ph­¬ng víi nhiÒu thuéc tÝnh vµ ®a chñng hµng ho¸. ViÖc th­¬ng l­îng ®­îc tiÕn hµnh víi chiÕn l­îc ­íc l­îng dùa trªn m« h×nh rµng buéc mê ®Ó quyÕt ®Þnh chän lùa hµng ho¸ theo së thÝch cña ng­êi dïng. PhÇn cßn l¹i cña bµi b¸o ®­îc cÊu tróc nh­ sau: PhÇn 2 giíi thiÖu m« h×nh chiÕn l­îc cña c¸c bªn tham gia trong mét phiªn th­¬ng l­îng tù ®éng; PhÇn 3 giíi thiÖu mét ¸p dông cho hÖ dÞch vô ®Æt chç du lÞch; PhÇn 4 lµ kÕt luËn. 2. M« h×nh ho¸ th­¬ng l­îng tù ®éng Th­¬ng l­îng lµ mét tiÕn tr×nh ®ù¬c t¹o ra bëi hai hay nhiÒu bªn tham gia, mçi bªn tham gia tiÕn hµnh ®Ò nghÞ c¸c yªu cÇu vµ tr¶ lêi c¸c yªu cÇu cho ®èi t¸c nh»m ®i ®Õn mét tho¶ thuËn chung tho¶ m·n tÊt c¶ c¸c bªn [4]. Th­¬ng l­îng tù ®éng ®­îc hiÓu lµ qu¸ tr×nh th­¬ng l­îng ®­îc diÔn ra gi÷a c¸c agent ®¹i diÖn cho c¸c bªn tham gia, chóng tiÕn hµnh ®Æt yªu cÇu vµ tr¶ lêi c¸c yªu cÇu mét c¸ch tù ®éng mµ kh«ng cÇn tíi sù trî gióp cña con ng­êi. Khi nãi ®Õn th­¬ng l­îng tù ®éng, ng­êi ta quan t©m ®Õn hai khÝa c¹nh ([5], [6]): thø nhÊt lµ giao thøc th­¬ng l­îng ®­îc sö dông (t­¬ng tù nh­ luËt th­¬ng l­îng, b¾t buéc c¸c bªn ph¶i tu©n theo); thø hai lµ chiÕn l­îc nµo ®­îc sö dông ®Ó th­¬ng l­îng tù ®éng cã hiÖu qu¶. PhÇn tiÕp theo sÏ tr×nh bµy hai vÊn ®Ò nµy trªn m« h×nh th­¬ng l­îng song ph­¬ng. 2.1 Giao thøc th­¬ng l­îng Giao thøc th­¬ng l­îng qui ®Þnh c¸c luËt giao tiÕp gi÷a c¸c bªn tham gia th­¬ng l­îng [5]. Ch¼ng h¹n víi giao thøc th­¬ng l­îng kiÓu ®Êu gi¸ (Auction), ng­êi mua chØ ®­îc quyÒn tr¶ gi¸ cao h¬n gi¸ hiÖn t¹i cña hµng ho¸ ®· ®­îc tr¶. §èi víi c¸c giao thøc th­¬ng l­îng kiÓu song ph­¬ng (Bilateral) hay ®a ph­¬ng (Multilateral) th× ng­êi mua cã thÓ ®Ò nghÞ ng­êi b¸n cã nh÷ng nh­îng bé vÒ gi¸ c¶ hay chÊt l­îng hµng ho¸ th«ng qua c¸c thuéc tÝnh… C¸c giao thøc th­¬ng l­îng cã thÓ ®­îc ph©n chia thµnh c¸c líp nh­ H×nh 1. Riªng giao thøc ®Êu gi¸ cã nhiÒu kiÓu kh¸c nhau [5]: kiÓu cña ng­êi Anh (English) cã gi¸ khëi ®iÓm thÊp, ng­êi mua tr¶ gi¸ cao dÇn lªn; kiÓu cña ng­êi Hµ lan (Dutch) cã gi¸ khëi ®Çu rÊt cao vµ ®­îc h¹ dÇn xuèng trong qu¸ tr×nh th­¬ng l­îng; kiÓu gi¸ ban ®Çu (First bid) chØ diÔn ra trong mét buæi vµ chÊm døt khi ng­êi tæ chøc ®· gâ triÖn ®Ó kÕt thóc; kiÓu Vickrey t­¬ng tù nh­ kiÓu gi¸ ban ®Çu nh­ng ng­êi th¾ng cuéc cã thÓ tr¶ gi¸ cao nhÊt hoÆc cao thø nh× trong cuéc ®Êu gi¸. H×nh 1: Ph©n lo¹i c¸c giao thøc th­¬ng l­îng Mét ¸p dông ®­îc giíi thiÖu trong Môc 3 sö dông giao thøc th­¬ng l­îng song ph­¬ng. Trong ®ã, hai bªn tham gia th­¬ng l­îng ®Òu cã thÓ cã c¸c yªu cÇu ®Ò nghÞ ®èi t¸c ph¶i ®¸p øng vµ cã nh÷ng nh­îng bé ®Ó ®¸p øng l¹i yªu cÇu cña ®èi t¸c. ChiÕn l­îc ®­a ra c¸c yªu cÇu vµ c¸c nh­îng bé sao cho nhanh chãng t×m ®­îc tho¶ thuËn chung ®ång thêi ®¹t ®­îc lîi Ých cao nhÊt ®èi víi mçi bªn sÏ ®­îc th¶o luËn trong môc tiÕp theo. 2.2 ChiÕn l­îc th­¬ng l­îng M« h×nh th­¬ng l­îng song ph­¬ng quan t©m tíi chiÕn l­îc th­¬ng l­îng cña c¶ bªn b¸n lÉn bªn mua. Môc nµy sÏ giíi thiÖu c¸c m« h×nh chiÕn l­îc th­¬ng l­îng cho mçi bªn tham gia dùa trªn m« h×nh bµi to¸n rµng buéc mê. 2.2.1 Agent b¸n Mçi agent b¸n hµng n¾m gi÷ mét tËp c¸c tri thøc bao gåm: tËp G = {g1,...,gm} lµ c¸c ®¬n vÞ hµng ho¸ mµ nã cã thÓ cung cÊp, mçi ®¬n vÞ hµng ho¸ gi cã mét tËp ni thuéc tÝnh {}, c¸c thuéc tÝnh nµy ®Òu cã thÓ th­¬ng l­îng ®­îc vµ mçi mÆt hµng gi cã mét gi¸ trÞ lîi Ých ui ®­îc coi lµ lîi nhuËn thu ®­îc nÕu b¸n ®­îc mÆt hµng nµy. TËp R = {r1, r2,...,rk}c¸c rµng buéc ®èi víi ng­êi mua cña mçi mÆt hµng, c¸c rµng buéc nµy lµ tuú chän ®èi víi mçi mÆt hµng nªn cã gi¸ trÞ Boolean. TËp C = {c1,c2,...,ct} c¸c khuyÕn m¹i ®èi víi c¸c mÆt hµng, c¸c phÇn tö cña tËp nµy còng cã gi¸ trÞ Boolean do h×nh thøc khuyÕn m¹i cã thÓ cã hoÆc kh«ng ®èi víi mçi mÆt hµng. TËp O = {o1,o2,...,ol} c¸c kh¸ch hµng ®ang th­¬ng l­îng víi nã, mçi kh¸ch hµng oi bao gåm ®Þa chØ, c¸c yªu cÇu vµ c¸c hµng ho¸ ®· giíi thiÖu cho kh¸ch hµng t­¬ng øng. Khi ®ã, tiÕn tr×nh th­¬ng l­îng cña agent b¸n ®èi víi mçi kh¸ch hµng cã thÓ cã c¸c tr¹ng th¸i ®­îc minh ho¹ nh­ H×nh 2. H×nh 2: S¬ ®å tr¹ng th¸i th­¬ng l­îng cña agent b¸n Khëi ®Çu: B¾t ®Çu cuéc th­¬ng l­îng, Agent b¸n chuyÓn vµo tr¹ng th¸i chê ®îi c¸c kÕt nèi tõ ng­êi mua ngay sau khi ®· hoµn tÊt c¸c thñ tôc cÇn thiÕt ®Ó ®¨ng kÝ vµo hÖ thèng. Chê ®îi: Tr¹ng th¸i nµy chê ®îi c¸c ph¶n øng tõ phÝa kh¸ch hµng. Tuú vµo néi dung c¸c th«ng ®iÖp tõ kh¸ch hµng mµ agent b¸n chuyÓn vµo nh÷ng tr¹ng th¸i cÇn thiÕt. CËp nhËt: tr¹ng th¸i nµy b¾t ®Çu khi agent b¸n nhËn ®­îc th«ng ®iÖp “find” tõ kh¸ch hµng. Khi ®ã, nã cËp nhËt c¸c yªu cÇu cña kh¸ch hµng vµo biÕn oi t­¬ng øng (cã thÓ lµ yªu cÇu thªm hoÆc nh­îng bé) vµ chuyÓn sang tr¹ng th¸i T×m kiÕm. T×m kiÕm: tr¹ng th¸i nµy ®­îc b¾t ®Çu khi agent b¸n nhËn ®­îc th«ng ®iÖp “refind” hoÆc chuyÓn tõ tr¹ng th¸i CËp nhËt. T¹i ®©y, agent b¸n t×m kiÕm mÆt hµng tho¶ m·n c¸c yªu cÇu cña kh¸ch hµng trong biÕn kh¸ch hµng oi t­¬ng øng, nÕu cã nhiÒu h¬n mét mÆt hµng tho¶ m·n, nã chän mÆt hµng nµo cã gi¸ trÞ lîi nhuËn ui cao nhÊt vµ chuyÓn sang tr¹ng th¸i Rµng buéc. NÕu kh«ng t×m thÊy mÆt hµng nµo tho¶ m·n, nã chuyÓn sang tr¹ng th¸i KhuyÕn m¹i. Rµng buéc: NÕu t×m thÊy mÆt hµng tho¶ m·n yªu cÇu cña kh¸ch hµng, agent b¸n vµo tr¹ng th¸i nµy ®Ó kiÓm tra xem mÆt hµng võa t×m ®­îc cã rµng buéc nµo ®èi víi ng­êi mua hay kh«ng (ch¼ng h¹n ng­êi mua ph¶i lµ vÞ thµnh niªn, lµ nam hoÆc n÷, ®éc th©n hoÆc cã gia ®×nh…), c¸c rµng buéc nµy n»m trong tËp R. Sau khi bæ sung c¸c rµng buéc vµo mÆt hµng, agent b¸n sÏ göi th«ng ®iÖp “check” kÌm theo mÆt hµng nµy ®Ó hái xem ng­êi mua cã chÊp nhËn ®­îc mÆt hµng nµy kh«ng. KhuyÕn m¹i: NÕu kh«ng t×m thÊy mÆt hµng n¸o tho¶ m·n kh¸ch hµng, agent b¸n sÏ chuyÓn vµo tr¹ng th¸i khuyÕn m¹i. T¹i ®©y, nã kiÓm tra xem ®· cã mÆt hµng nµo ®­îc giíi thiÖu cho kh¸ch hµng hay ch­a (t×m trong tËp O phÇn tö oi t­¬ng øng). NÕu ch­a cã, nã sÏ göi th«ng ®iÖp “relax” ®Ò nghÞ ng­êi mua gi¶m bít mét møc ®é cña thuéc tÝnh võa yªu cÇu. NÕu ®· cã, nã l¹i kiÓm tra tiÕp xem mÆt hµng ®ã ®· ®­îc giíi thiÖu kÌm khuyÕn m·i tr­íc ®©y hay ch­a. NÕu ®· giíi thiÖu th× b©y giê nã kh«ng cßn g× míi nªn ph¶i göi th«ng ®iÖp “relax” nh­ trªn. NÕu ch­a giíi thiÖu, nã sÏ giíi thiÖu mÆt hµng nµy kÌm theo h×nh thøc khuyÕn m·i víi th«ng ®iÖp “check” yªu cÇu kh¸ch hµng xem cã chÊp nhËn ®­îc hay kh«ng. Qu¸ tr×nh trªn cã thÓ lÆp l¹i nhiÒu lÇn víi c¸c thay ®æi tõ phÝa kh¸ch hµng vµ chØ kÕt thóc khi agent b¸n nhËn ®­îc th«ng ®iÖp “deal” b¸o chÊp nhËn cña kh¸ch hµng hoÆc th«ng ®iÖp “fail” b¸o kÕt thóc thÊt b¹i khi kh¸ch hµng kh«ng thÓ gi¶m yªu cÇu cña m×nh thªm n÷a. Trong tr­êng hîp kÕt thóc thµnh c«ng, agent b¸n ph¶i cËp nhËt l¹i sè l­îng mÆt hµng t­¬ng øng trong tËp G vµ l­u th«ng tin ng­êi mua l¹i cho c«ng t¸c thèng kª sau nµy. NÕu kÕt thóc thÊt b¹i, nã chØ lo¹i bá th«ng tin vÒ kh¸ch hµng tõ phÇn tö oi t­¬ng øng. 2.2.2 Agent mua M« h×nh chóng ta quan t©m lµ th­¬ng l­îng kiÓu song ph­¬ng nªn mét agent mua chØ ®­îc th­¬ng l­îng víi mét agent b¸n (nh­ng mét agent b¸n cã thÓ th­¬ng l­îng ®ång thíi víi nhiÒu agent mua). Do ®ã, mçi agent mua cÇn cã c¸c tri thøc nh­ sau: tËp P = {p1,...,pn} c¸c rµng buéc t­¬ng øng víi c¸c thuéc tÝnh cña hµng ho¸, c¸c rµng buéc nµy cã thÓ lµ rµng buéc ®èi víi mét thuéc tÝnh hoÆc cã thÓ lµ rµng buéc ®èi víi nhiÒu thuéc tÝnh, vµ mçi rµng buéc pi cã mét ®é ­u tiªn tho¶ m·n ui kh¸c nhau; nÕu mét thuéc tÝnh cã nhiÒu gi¸ trÞ th× mçi gi¸ trÞ còng cã ®é ­u tiªn vÒ møc ®é tho¶ m·n kh¸c nhau. Mét gi¸ trÞ gäi lµ ng­ìng chÊp nhËn ®èi víi kh¸ch hµng, nghÜa lµ mÆt hµng chØ ®­îc chÊp nhËn khi ®é tho¶ m·n tÝnh ®­îc kh«ng v­ît qu¸ ng­ìng nµy. TÊt c¶ c¸c th«ng tin nµy ®­îc thu thËp th«ng qua mét giao diÖn trùc tiÕp víi kh¸ch hµng. C¸c tr¹ng th¸i th­¬ng l­îng cña agent mua ®­îc minh ho¹ nh­ h×nh 3. H×nh 3: S¬ ®å tr¹ng th¸i th­¬ng l­îng cña agent mua Lùa chän: ®­îc coi nh­ tr¹ng th¸i khëi ®Çu cho th­¬ng l­îng. T¹i ®©y, agent mua khëi ®éng mét phiªn th­¬ng l­îng b»ng c¸ch chän mét trong c¸c rµng buéc pi cã ®é ­u tiªn tho¶ m·n ui lín nhÊt. Sau ®ã, nã göi c¸c rµng buéc nµy ®Õn agent b¸n víi th«ng ®iÖp “find” víi mong muèn agent b¸n t×m kiÕm mÆt hµng tho¶ m·n rµng buéc pi nµy. KiÓm tra: sau khi nhËn ®­îc th«ng ®iÖp “check” tõ agent b¸n, agent mua sÏ chuyÓn vµo tr¹ng th¸i nµy ®Ó kiÓm tra xem mÆt hµng nhËn ®­îc cã tho¶ m·n c¸c rµng buéc cßn l¹i trong tËp P hay kh«ng. ViÖc kiÓm tra nµy chØ ®¬n thuÇn xem gi¸ trÞ c¸c thuéc tÝnh cña mÆt hµng cã n»m trong tËp gi¸ trÞ rµng buéc cña c¸c thuéc tÝnh t­¬ng øng hay kh«ng. NÕu cã Ýt nhÊt mét rµng buéc bÞ vi ph¹m, nã chuyÓn sang tr¹ng th¸i Rµng buéc. NÕu kh«ng cã rµng buéc nµo bÞ vi ph¹m, nã chuyÓn sang tr¹ng th¸i DuyÖt. DuyÖt: mÆt hµng nhËn ®­îc kh«ng vi ph¹m c¸c rµng buéc cña kh¸ch hµng, nh­ng kh«ng thÓ ch¾c ch¾n r»ng mÆt hµng ®ã ®­îc kh¸ch hµng chÊp nhËn. §Ó kiÓm tra kh¶ n¨ng nµy, agent mua sö dông c¸c kü thuËt mê ®Ó tÝnh to¸n ®é tho¶ m·n cña mÆt hµng t­¬ng øng ®èi víi yªu cÇu cña kh¸ch hµng theo c¸c b­íc nh­ sau. - TÝnh ®é phï hîp t­¬ng ®­¬ng bi cña tõng rµng buéc pi dùa trªn ®é ­u tiªn t­¬ng ®èi ui’ vµ ®é phï hîp ai: bi = G(ui’, ai). Trong ®ã, ui’ = , umax = max{ui} vµ ai ®­îc ­íc l­îng mê tõ gi¸ trÞ thuéc tÝnh cña mÆt hµng so víi giíi h¹n rµng buéc cña thuéc tÝnh t­¬ng øng. Hµm G: [0, 1][0, 1][0, 1] ®­îc gäi lµ hµm chuyÓn ®æi ®é phï hîp t­¬ng ®­¬ng nÕu nã tho¶ m·n c¸c ®iÒu kiÖn [8]: 1. G(u1, a) G(u2, a) nÕu u1 u2; 2. G(u, a1) G(u, a2) nÕu a1 a2; 3. G(1, a) = a; 4. G(0, a) = 1. Trong ¸p dông tr×nh bµy ë PhÇn 3, hµm chuyÓn ®æi ®é quan träng ®­îc sö dông lµ hµm . - TÝnh ®é phï hîp tæng thÓ cña mÆt hµng so víi c¸c rµng buéc pi: = min{bi}, víi bi lµ c¸c gi¸ trÞ phï hîp t­¬ng ®­¬ng trªn tõng thuéc tÝnh ®· x¸c ®Þnh ë b­íc trªn. Khi ®ã, ®­îc gäi lµ ®é tho¶ m·n rµng buéc tæng thÓ cña mÆt hµng. §Ó tÝnh ®­îc ®é chÊp nhËn mÆt hµng cña agent mua, cÇn ph¶i tÝnh c¸c gi¸ trÞ tho¶ m·n rµng buéc ®èi víi bªn b¸n vµ ®é tho¶ m·n khuyÕn m·i. - TÝnh ®é tho¶ m·n rµng buéc ®èi víi agent b¸n: v× bªn b¸n cã thÓ cã mét sè rµng buéc ®èi víi ng­êi mua. Khi ®ã, ®é phï hîp cña ng­êi mua ®­îc ­íc l­îng tõ kh¶ n¨ng cña ng­êi mua so víi rµng buéc cña ng­êi b¸n (xem chi tiÕt [8]). T­¬ng tù, cã thÓ ­íc l­îng ®­îc ®é tho¶ m·n khuyÕn m·i cña ng­êi dïng ®èi víi mÆt hµng. - TÝnh ®é chÊp nhËn ad cña agent mua ®èi víi mÆt hµng tõ c¸c gi¸ trÞ ®· x¸c ®Þnh ®­îc trong c¸c b­íc trªn: ad = F(). Hµm F: [0, 1][0, 1][0, 1][0, 1] ®­îc gäi lµ mét hµm chÊp nhËn ®èi víi agent mua nÕu nã tho¶ m·n c¸c ®iÒu kiÖn sau [8]: 1. vµ = 0; 2. nÕu ; 3. dÊu “=” x¶y ra khi ; 4. NÕu th× víi lµ ng­ìng chÊp nhËn cña agent mua. Trong ¸p dông ë PhÇn 3, hµm F ®­îc chän lµ: . Trong ®ã, lµ ng­ìng chÊp nhËn cña agent mua vµ lµ to¸n tö ®ång nhÊt víi phÇn tö ®¬n vÞ lµ . Mét to¸n tö : [0, 1][0, 1][0, 1]®­îc gäi lµ to¸n tö ®ång nhÊt víi phÇn tö ®¬n vÞ nÕu nã tho¶ m·n c¸c ®iÒu kiÖn sau [8]: 1. víi ; 2. víi ; 3. víi ; 4. víi ; 5. víi . Trong ¸p dông ë PhÇn 3, to¸n tö ®ång nhÊt ®­îc sö dông lµ: . Khi ®ã, nÕu ®é chÊp nhËn mÆt hµng ad lín h¬n ng­ìng chÊp nhËn cña kh¸ch hµng th× agent mua chÊp nhËn mÆt hµng b»ng c¸ch göi ®i th«ng ®iÖp “deal” vµ kÕt thóc giai ®o¹n th­¬ng l­îng. NÕu ng­îc l¹i, ®é tho¶ m·n cña mÆt hµng nhá h¬n ng­ìng th× mÆt hµng bÞ lo¹i bá vµ agent mua yªu cÇu agent b¸n t×m mÆt hµng kh¸c theo c¸c rµng buéc cò víi th«ng ®iÖp “refind” (kh«ng bæ sung thªm rµng buéc míi). Rµng buéc: khi mÆt hµng nhËn ®­îc cã Ýt nhÊt mét vi ph¹m ®èi víi c¸c rµng buéc trong P, agent mua chuyÓn vµo tr¹ng th¸i nµy. T¹i ®©y, nã bæ sung c¸c rµng buéc bÞ vi ph¹m vµo tËp c¸c yªu cÇu göi ®i agent b¸n cïng víi th«ng ®iÖp “find” ®Ó yªu cÇu t×m kiÕm mÆt hµng tho¶ m·n c¸c yªu cÇu ®· ®­îc bæ sung nµy. DuyÖt l¹i: nÕu nhËn ®­îc th«ng ®iÖp “relax”, agent mua sÏ chuyÓn vµo tr¹ng th¸i nµy. Th«ng ®iÖp “relax” cã ý nghÜa yªu cÇu agent mua gi¶m bít møc ®é ®èi víi rµng buéc bæ sung sau cïng tr­íc ®ã. Do vËy, agent mua sÏ kiÓm tra l¹i xem rµng buéc ®ã cã thÓ gi¶m ®­îc n÷a hay kh«ng. Mét rµng buéc pi cã thÓ gi¶m thªm ®­îc khi ®é tho¶ m·n (gi¶m lÇn thø j) vÇn cßn lín h¬n ng­ìng nh­îng bé . Sau khi kiÓm tra, nÕu cßn gi¶m ®­îc, agent mua sÏ chuyÓn sang tr¹ng th¸i Nh­îng bé. NÕu kh«ng cßn gi¶m ®­îc n÷a, agent mua sÏ göi ®i th«ng ®iÖp “fail” ®Ó th«ng b¸o huû bá cuéc th­¬ng l­îng víi agent b¸n. Nh­îng bé: t¹i ®©y, agent mua sÏ gi¶m rµng buéc ®­îc ®Ò nghÞ pi xuèng mét møc theo ®¬n vÞ cña thuéc tÝnh t­¬ng øng (khi ®ã, ®é ­u tiªn còng gi¶m theo). Sau ®ã, göi rµng buéc ®­îc thay ®æi nµy ®Õn agent b¸n víi th«ng ®iÖp “find” yªu cÇu agent b¸n t×m kiÕm mÆt hµng theo c¸c rµng buéc ®· thay ®æi. V× viÖc th­¬ng l­îng cã thÓ diÔn ra trªn nhiÒu thuéc tÝnh, cã nghÜa lµ cã thÓ cã nhiÒu thuéc tÝnh cÇn nh­îng bé. Tuy nhiªn, agent mua ph¶i ­íc l­îng ®Ó chän ra mçi lÇn chØ nh­îng bé trªn mét thuéc tÝnh sao cho gi¸ trÞ lîi Ých cña m×nh bÞ gi¶m lµ nhá nhÊt. Khi ®ã, agent mua tÝnh gi¸ trÞ lîi Ých bÞ mÊt dùa trªn ®é tho¶ m·n bÞ gi¶m ®i vµ ®é ­u tiªn t­¬ng ®èi ui’ cña thuéc tÝnh ®ã. Hµm T:[0, 1][0, 1][0, 1] ®­îc gäi lµ hµm tÝnh gi¸ trÞ lîi Ých bÞ mÊt nÕu nã tho¶ m·n c¸c ®iÒu kiÖn: 1. nÕu 2. nÕu 3. 4. Trong ¸p dông ë PhÇn 3, hµm tÝnh gi¸ trÞ lîi Ých bÞ mÊt ®­îc sö dông lµ . Nh­ vËy, víi mçi bªn tham gia th­¬ng l­îng, ®Òu cã hai tr¹ng th¸i kÕt thóc: thµnh c«ng hoÆc thÊt b¹i. ViÖc quyÕt ®Þnh thµnh c«ng hay thÊt b¹i ®Òu do bªn agent mua chÊp nhËn hay kh«ng chÊp nhËn mÆt hµng cña agent b¸n. §iÒu nµy lµ phï hîp víi thùc tÕ khi th­¬ng l­îng kÕt thóc lµ do ng­êi mua quyÕt ®Þnh cã mua hay kh«ng. 3. ¸p dông hÖ dÞch vô du lÞch 3.1 KiÕn tróc cña hÖ thèng Bµi to¸n ®Æt ra nh­ sau: Mét ng­êi muèn ®i du lÞch (hoÆc c«ng t¸c) ng¾n ngµy t¹i mét thµnh phè trong n­íc. Do h¹n chÕ thêi gian nªn thay v× t×m kiÕm vµ ®Æt chç trùc tiÕp vÐ tµu ®i vÒ vµ kh¸ch s¹n sÏ ë trong thêi gian ®ã, ng­êi nµy sö dông dÞch vô ®Æt chç trän gãi qua m¹ng. Khi ®ã, ng­êi nµy chØ ph¶i khai b¸o c¸c th«ng tin yªu cÇu vÒ lo¹i vÐ tµu vµ phßng ë trong kh¸ch s¹n, sau mét thêi gian h¹n ®Þnh, ng­êi ®ã sÏ nhËn ®­îc ®Çy ®ñ th«ng tin vÒ c¸c dÞch vô t­¬ng øng theo yªu cÇu. HÖ thèng nµy ®­îc ph©n tÝch vµ thiÕt kÕ dùa trªn ph­¬ng ph¸p luËn MaSE vµ agentTool. MaSE (Multiagent Systems Engineering) lµ ph­¬ng ph¸p luËn cho ph¸t triÓn c¸c hÖ ®a agent vµ agentTool lµ bé c«ng cô hç trî ph­¬ng ph¸p luËn nµy (xem chi tiÕt [2]). HÖ thèng ®­îc thiÕt kÕ gåm bèn líp agent: UserAgent lµ líp agent ®¹i diÖn cho ng­êi mua, HotelAgent lµ líp agent qu¶n lý vµ cung cÊp phßng ë kh¸ch s¹n, TrainAgent lµ agent qu¶n lý vµ cung cÊp th«ng tin vÐ cho c¸c chuyÕn tµu vµ MidAgent lµ agent m«i giíi th­¬ng l­îng gi÷a UserAgent víi c¸c agent b¸n lµ HotelAgent vµ TrainAgent. KiÕn tróc hÖ thèng ®­îc minh ho¹ nh­ h×nh 4. H×nh 4: KiÕn tróc hÖ thèng Ho¹t ®éng cña hÖ thèng ®­îc tãm t¾t nh­ sau: Mçi agent b¸n kiÓu HotelAgent vµ TrainAgent ®¹i diÖn cho nhµ cung cÊp c¸c dÞch vô kh¸ch s¹n vµ tµu ho¶ t­¬ng øng t¹i mçi thµnh phè. Khi tham gia vµo hÖ thèng, chóng ph¶i ®¨ng kÝ víi MidAgent c¸c th«ng tin bao gåm ®Þa chØ vµ kh¶ n¨ng cung cÊp dÞch vô cña m×nh. Mçi UserAgent ®¹i diÖn cho mét kh¸ch hµng, khi tham gia vµo hÖ thèng ph¶i ®¨ng kÝ víi MidAgent ®Ó nhËn ®­îc ®Þa chØ c¸c nhµ cung cÊp dÞch vô kh¸ch s¹n vµ tµu ho¶ t¹i thµnh phè nã ®Þnh ®Õn, ®Ó tiÕn hµnh th­¬ng l­îng. Sau khi nhËn ®­îc ®Þa chØ HotelAgent vµ TrainAgent, UserAgent sÏ tiÕn hµnh th­¬ng l­îng víi c¸c agent b¸n nµy theo chiÕn l­îc vµ giao thøc ®· ®­îc giíi thiÖu trong PhÇn 2. Tr­íc hÕt UserAgent sÏ th­¬ng l­îng víi TrainAgent theo yªu cÇu nh­ ngµy ®i, chuyÕn tµu, lo¹i vÐ,...®Ó chän vÐ tµu mong muèn; sau ®ã nã tiÕp tôc tiÕn hµnh th­¬ng l­îng víi HotelAgent ®Ó chän chç ë kh¸ch s¹n mong muèn. UserAgent cßn cã nhiÖm vô tÝch hîp th«ng tin vµ göi l¹i cho ng­êi sö dông (xem chi tiÕt trong [10]). PhÇn tiÕp theo dµnh tr×nh bµy qu¸ tr×nh th­¬ng l­îng gi÷a c¸c agent. 3.2 Qu¸ tr×nh th­¬ng l­îng Do khu«n khæ h¹n chÕ cña bµi b¸o nªn phÇn nµy sÏ chØ tËp trung minh ho¹ qu¸ tr×nh th­¬ng l­îng ®Æt chç kh¸ch s¹n gi÷a bªn mua lµ UserAgent vµ bªn b¸n lµ HotelAgent. Gi¶ sö UserAgent ®¹i diÖn cho mét kh¸ch hµng muèn ®i c«ng t¸c t¹i Thµnh phè Hå ChÝ Minh trong 3 ngµy. C¸c yªu cÇu cña kh¸ch hµng ®èi víi kh¸ch s¹n bao gåm 5 tiªu chÝ lµ {Sè sao kh¸ch s¹n, gi¸ phßng kh¸ch s¹n, sè gi­êng trong phßng, kho¶ng c¸ch tõ kh¸ch s¹n ®Õn trung t©m thµnh phè, vµ kÕt nèi Internet}, ®é ­u tiªn víi c¸c tiªu chÝ nµy t­¬ng øng lµ {2, 4, 1, 3, 5}. Ng­ìng chÊp nhËn vµ ng­ìng nh­îng bé lµ cho tÊt c¶ c¸c tiªu chÝ trªn. §é tho¶ m·n víi c¸c gi¸ trÞ kh¸c nhau cña tõng thuéc tÝnh ®­îc cho trong c¸c b¶ng 1 ®Õn 5. B¶ng 1: §é tho¶ m·n thuéc tÝnh “gi¸ phßng” B¶ng 2: §é tho¶ m·n thuéc tÝnh “kho¶ng c¸ch” B¶ng 3: §é tho¶ m·n thuéc tÝnh “Sè sao” B¶ng 4: §é tho¶ m·n thuéc tÝnh “Sè gi­êng” B¶ng 5: §é tho¶ m·n thuéc tÝnh “Internet” §é tho¶ m·n ®èi víi c¸c h×nh thøc khuyÕn m¹i “MiÔn phÝ ®iÖn tho¹i néi h¹t” vµ “TÆng quµ may m¾n” lÇn l­ît lµ 80% vµ 20%. HotelAgent qu¶n lÝ kh¸ch s¹n khu vùc Thµnh phè HCM cã c¸c kh¸ch s¹n víi c¸c thuéc tÝnh nh­ b¶ng 6. Sau khi ®­îc MidAgent m«i giíi, UserAgent b¾t ®Çu tiÕn tr×nh th­¬ng l­îng víi HotelAgent thee c¸c vßng lÆp nh­ sau. Vßng 1 UserAgent: chän rµng buéc cã ®é ­u tiªn cao nhÊt lµ “cã Internet”, göi ®i cïng víi th«ng ®iÖp kiÓu “find”. HotelAgent: Khi nhËn ®­îc th«ng ®iÖp “find”. Nã cËp nhËt yªu cÇu {internet} vµo tri thøc cña m×nh vµ tiÕn hµnh t×m kiÕm kh¸ch s¹n tho¶ m·n yªu cÇu nµy. Theo b¶ng 6, cã c¸c kh¸ch s¹n {k2, k3, k6, k7, k8} tho¶ m·n. Nh­ng k2 cã gi¸ trÞ lîi Ých cao h¬n (trong øng dông nµy, gi¸ trÞ lîi Ých ®­îc tÝnh lµ 2% gi¸ phßng kh¸ch s¹n m«i giíi ®­îc). Do ®ã, HotelAgent sÏ göi th«ng ®iÖp “check” kÌm víi kh¸ch s¹n k2 bao gåm c¸c th«ng tin {sè sao = 5, gi¸ phßng = 400, sè gi­êng = 2, kho¶ng c¸ch = 4, cã internet}. B¶ng 6: C¸c kh¸ch s¹n cã thÓ phôc vô Vßng 2 UserAgent: NhËn ®­îc th«ng ®iÖp “check”, nã kiÓm tra xem cã bÞ vi ph¹m rµng buéc nµo kh«ng. Ph¸t hiÖn cã vi ph¹m gi¸ phßng = 400 > 300. Nã bæ sung yªu cÇu {gi¸ phßng 300} vµ göi ®i cïng víi th«ng ®iÖp “find”. HotelAgent: NhËn th«ng ®iÖp “find”, nã cËp nhËt l¹i yªu cÇu vµ t×m kiÕm l¹i theo yªu cÇu {cã Internet, gi¸ phßng 300}. Cã c¸c kh¸ch s¹n {k6, k8} tho¶ m·n, nh­ng k6 cã lîi Ých lín h¬n nªn nã göi k6 {sè sao = 3, gi¸ phßng = 300, sè gi­êng = 2, kho¶ng c¸ch = 2, cã Internet} kÌm th«ng ®iÖp “check”. Vßng 3 UserAgent: kiÓm tra thÊy vi ph¹m: sè sao = 3 <4. Bæ sung yªu cÇu {sè sao 4} vµ göi theo th«ng ®iÖp “find”. HotelAgent: cËp nhËt l¹i yªu cÇu, t×m kiÕm theo yªu cÇu míi {cã Internet, gi¸ phßng 300, sè sao 4}. Nh­ng kh«ng cã kh¸ch s¹n nµo tho¶ m·n. V× tr­íc ®©y ch­a cã kh¸ch s¹n nµo bÞ göi l¹i víi th«ng ®iÖp “refind” nªn nã göi th«ng ®iÖp “relax” mµ kh«ng ph¶i vµo tr¹ng th¸i khuyÕn m¹i. Vßng 4 UserAgent: NhËn th«ng ®iÖp “relax”, nã duyÖt l¹i xem cã thÓ nh­îng bé nh÷ng thuéc tÝnh nµo ®· göi ®i ®ång thêi kiÓm tra gi¸ trÞ lîi Ých bÞ mÊt nÕu nh­îng bé trªn tõng thuéc tÝnh. C¸c thuéc tÝnh cã thÓ nh­îng bé: 1. Internet: nh­îng bé tõ 1 xuèng 0: T= (1 - 0)*(5/5) = 1 2. Gi¸ phßng: nh­îng bé tõ 300 lªn 310: T = (1 – 0.9)*(4/5) = 0.08 3. Sè sao: nh­îng bé tõ 4 xuèng 3: T = (1 - 0.7)*(2/5) = 0.12 Do ®ã, nã chän nh­îng bé lµ gi¸ phßng do gi¸ trÞ lîi Ých bÞ mÊt lµ nhá nhÊt. Nã bæ sung yªu cÇu {gi¸ phßng } vµ göi ®i th«ng ®iÖp “find”. HotelAgent: cËp nhËt l¹i yªu cÇu vµ t×m kiÕm theo yªu cÇu míi lµ {cã Internet, gi¸ phßng , sè sao 4}. V× chØ cã kh¸ch s¹n k7 tho¶ m·n nªn nã giíi thiÖu k7 {sè sao = 4, gi¸ phßng = 310, sè gi­êng = 1, kho¶ng c¸ch = 6, cã Internet} kÌm theo th«ng ®iÖp “check”. Vßng 5 UserAgent: kiÓm tra thÊy cã hai vi ph¹m: sè gi­êng = 1 5. Nã bæ sung yªu cÇu {sè gi­êng 2, kho¶ng c¸ch 5} vµ göi kÌm th«ng ®iÖp “find”. HotelAgent: cËp nhËt yªu cÇu, yªu cÇu hiÖn t¹i lµ {cã Internet, gi¸ phßng 310, sè sao 4, sè gi­êng 2, kho¶ng c¸ch 5}. V× kh«ng cã kh¸ch s¹n nµo tho¶ m·n, vµ còng ch­a cã kh¸ch s¹n nµo ®­îc tr¶ l¹i kÌm th«ng ®iÖp “refind” nªn HotelAgent sÏ göi ®i th«ng ®iÖp “relax”. Vßng 6 UserAgent: KiÓm tra c¸c kh¶ n¨ng nh­îng bé: 1. Internet, nh­îng bé tõ 1 xuèng 0: T = (1 - 0)*(5/5) = 1 2. Gi¸ phßng, nh­îng bé tõ 310 lªn 320 (®· nh­îng mét lÇn): T = (1 – 0.8)*(4/5) = 0.16 3. Sè sao, nh­îng bé tõ 4 xuèng 3: T = (1 – 0.7)*(2/5) = 0.12 4. Sè gi­êng, nh­îng bé tõ 2 xuèng 1: T = (1 – 0.5)*(1/5) = 0.1 5. Kho¶ng c¸ch, nh­îng bé tõ 5 lªn 6: T = (1 – 0.9)*(3/5) = 0.06 Do ®ã, nã nh­îng bé vÒ kho¶ng c¸ch vµ bæ sung yªu cÇu {kho¶ng c¸ch 6}, göi ®i kÌm th«ng ®iÖp “find”. HotelAgent: cËp nhËt yªu cÇu vÒ kho¶ng c¸ch, nh­ng vÉn kh«ng t×m thÊy kh¸ch s¹n nµo tho¶ m·n. mét lÇn n÷a, nã l¹i göi th«ng ®iÖp “relax”. Vßng 7 UserAgent: kiÓm tra c¸c ®iÒu kÞªn nh­îng bé: 1. Internet, nh­îng bé tõ 1 xuèng 0: T = (1 - 0)*(5/5) = 1 2. Gi¸ phßng, nh­îng bé tõ 310 lªn 320 (®· nh­îng mét lÇn): T = (1 – 0.8)*(4/5) = 0.16 3. Sè sao, nh­îng bé tõ 4 xuèng 3: T = (1 – 0.7)*(2/5) = 0.12 4. Sè gi­êng, nh­îng bé tõ 2 xuèng 1: T = (1 – 0.5)*(1/5) = 0.1 5. Kho¶ng c¸ch, nh­îng bé tõ 6 lªn 7 (®· nh­îng mét lÇn): T = (1 – 0.8)*(3/5) = 0.12 V× vËy nã nh­îng bé sè gi­êng, bæ sung yªu cÇu {sè gi­êng 1} vµ göi kÌm th«ng ®iÖp “find”. HotelAgent: cËp nhËt yªu cÇu míi, trë thµnh {cã Internet, gi¸ phßng 310, sè sao 4, sè gi­êng 1, kho¶ng c¸ch 6}. LÇn nµy, cã kh¸ch s¹n k7 tháa m·n. Nã göi k7 kÌm th«ng ®iÖp “check”. (L­u ý r»ng k7 tr­íc ®©y ®· bÞ tõ chèi do yªu cÇu qu¸ cao, nay l¹i cã thÓ phï hîp do mét sè nh­îng bé tõ UserAgent). Vßng 8 UserAgent: kiÓm tra thÊy c¸c rµng buéc ®Òu tho¶ m·n so víi rµng buéc hiÖn t¹i. Nã chuyÓn sang tr¹ng th¸i duyÖt xem cã chÊp nhËn ®­îc kh¸ch s¹n nµy kh«ng. §é phï hîp c¸c rµng buéc: Sè sao = (1 - 1)*(2/5) + 1 = 1 Gi¸ phßng = (0.9 – 1)*(4/5) + 1 = 0.92 Sè gi­êng = (0.5 - 1)*(1/5) + 1 = 0.9 Kho¶ng c¸ch = (0.9 - 1)*(3/5) + 1 = 0.94 Internet = (1 - 1)*(5/5) + 1 = 1 VËy =0.9 §é ®¸p øng rµng buéc cña kh¸ch s¹n: v× kh¸ch s¹n kh«ng cã rµng buéc nµo nªn . §é tho¶ m·n khuyÕn m¹i: kh¸ch s¹n k6 cã khuyÕn m¹i nh­ng chiÖn ch­a ®­îc giíi thiÖu nªn . VËy ®é chÊp nhËn cña UserAgent lµ ad = min{0.9, 1} ((1 – 0.95)*0 + 0.95) = 0.90.95 = = 0.9 Gi¸ trÞ nµy lín h¬n ng­ìng chÊp nhËn 0.95 nªn kh«ng chÊp nhËn ®­îc ®èi víi UserAgent. Khi ®ã, nã göi ®i th«ng ®iÖp “refind”. HotelAgent: Khi nhËn th«ng ®iÖp “refind”, nã tiÕn hµnh t×m l¹i theo yªu cÇu cò. Nh­ng kh«ng cã kh¸ch s¹n nµo tho¶ m·n ngo¹i trõ kh¸ch s¹n k7 võa ®­îc tõ chèi theo th«ng ®iÖp “refind”. Nã chuyÓn sang tr¹ng th¸i KhuyÕn m¹i, ph¸t hiÖn kh¸ch s¹n k7 cã khuyÕn m¹i §iÖn tho¹i néi h¹t, nã ®Ýnh kÌm th«ng tin nµy vµo kh¸ch s¹n k7 vµ göi ®i víi th«ng ®iÖp “check”. Vßng 9 UserAgent: nhËn ®­îc k7 bæ sung h×nh thøc khuyÕn m¹i. Nã chØ cÇn tÝnh l¹i gi¸ trÞ ®é tho¶ m·n khuyÕn m¹i do ®é tho¶ m·n víi h×nh thøc khuyÕn m¹i nµy lµ 80%, c¸c gi¸ trÞ vµ vÉn kh«ng ®æi do kh¸ch s¹n k7 ®É ®­îc tÝnh trong vßng 8. Khi ®ã, ®é chÊp nhËn ®­îc tÝnh l¹i lµ ad = min{0.9, 1}((1-0.95)*0.8 + 0.95) = 0.90.99 = = 0.98 Gi¸ trÞ nµy lín h¬n ng­ìng 0.95 nªn ®­îc chÊp nhËn. Khi ®ã, UserAgent sÏ göi ®i th«ng ®iÖp “deal” vµ kÕt thóc giai ®o¹n th­¬ng l­îng. HotelAgent: nhËn th«ng ®iÖp “deal”, nã l­u gi÷ th«ng tin nµy cho c¸c b­íc sau vµ còng kÕt thóc giai ®o¹n th­¬ng l­îng vµ nh­ vËy qu¸ tr×nh th­¬ng l­îng hoµn thµnh. 4. KÕt luËn Bµi b¸o nµy lµ kÕt qu¶ nghiªn cøu tiÕp tôc cña chóng t«i [11] nh»m tr×nh bµy mét m« h×nh th­¬ng l­îng tù ®éng song ph­¬ng, ®a thuéc tÝnh vµ ®a chñng hµng dùa trªn bµi to¸n rµng buéc mê. Trong hÖ thèng ®a agent, mçi agent thay mÆt ng­êi sö dông sÏ th­¬ng l­îng víi agent ®¹i diÖn ng­êi b¸n ®Ó chän ra mÆt hµng theo yªu cÇu cña ng­êi sö dông. C¸c kÕt qu¶ t×m kiÕm nµy sÏ ®­îc kÕt hîp l¹i ®Ó cã ®­îc nh÷ng chñng lo¹i mÆt hµng theo yªu cÇu. Th«ng th­êng c¸c yªu cÇu cña ng­êi sö dông lµ nh÷ng th«ng tin kh«ng ch¾c ch¾n hoÆc kh«ng râ rµng. Do ®ã, viÖc sö dông logic mê trong viÖc m« h×nh yªu cÇu ng­êi sö dông vµ x¸c ®Þnh chiÕn l­îc cho agent lµ kh¸ tù nhiªn vµ ®· ®­îc nhiÒu ng­êi quan t©m nghiªn cøu. M« h×nh th­¬ng l­îng song ph­¬ng dùa trªn rµng buéc mê ®­îc tr×nh bµy trong bµi b¸o xuÊt ph¸t tõ c«ng tr×nh nghiªn cøu cña Jennings et al. [8]. Tuy nhiªn, nç lùc cña chóng t«i ®i xa h¬n c«ng tr×nh nµy ë chç th­¬ng l­îng kh«ng nh÷ng lµ ®a thuéc tÝnh mµ cßn lµ ®a chñng hµng ho¸ vµ khi ®ã rµng buéc kh«ng nh÷ng chØ cã trªn mét s¶n phÈm mµ cßn cã trªn nhiÒu s¶n phÈm liªn quan víi nhau. Víi chiÕn l­îc ­íc l­îng vµ ra quyÕt ®Þnh mê, c¸c bªn tham gia th­¬ng l­îng cã thÓ ®­a ra nh÷ng yªu cÇu bæ sung hoÆc c¸c nh­îng bé cÇn thiÕt ®Ó nhanh chãng ®i ®Õn mét tho¶ thuËn chung vµ cã lîi cho c¶ hai bªn. C¸c chiÕn l­îc nµy ®· ®­îc ¸p dông cho thiÕt kÕ hÖ du lÞch víi hai nguån hµng lµ vÐ tµu vµ chç ë kh¸ch s¹n vµ ®­îc cµi ®Æt víi ng«n ng÷ Java. ViÖc th­¬ng l­îng ®ång thêi trªn nhiÒu thuéc tÝnh víi nhiÒu ®èi t¸c lµ vÊn ®Ò ®ang ®­îc quan t©m nghiªn cøu vµ sÏ ®­îc tr×nh bµy trong mét c«ng tr×nh kh¸c cña chóng t«i. Tµi liÖu tham kh¶o [1] Morad Benyoucef, Hakim Alj, Mathieu VÐzeau and Rudolf K. Keller. Combined Negotiation in E-Commerce: Concepts and Architecture, 2001. [2] Scott A. DeLoach. Analysis and design using MaSE and agentTool. Presented at 12nd Midwest Artificial Intelligence and Cognitive Science Conference (MAICS 2001), Miami University, Oxford, Ohio, March 31 – April 1, 2001. [3] Jonathan DiLeo, Timothy Jacobs and Scott A. DeLoach. Integrating Ontologies into Multiagent Systems Enginnering. Fourth International Bi-Conference Workshop on Agent Oriented Information Systems (AOIS 2002), 15th-16th July 2002, Bologna, Italy. [4] P. Faratin, C. Sierra and N. R. Jennings. Using Smilarity Criteria to make Negotiation Trade-offs. Journal of Artificial Intelligence, 142(2), 2002, 205-237. [5] Minghua He, Nicholas R. Jennings and Ho-fung Liung. On Agent-Mediated Electronic Commerce. IEEE Transactions on Knowledge and Data Systems, 15(4), 2003. [6] Sarit Kraus. Automated Negotiation and Decision Making in Multiagent Environments. 2001. [7] X. Luo, J. H. Lee, H. Liung and N. R. Jennings. Prioritised Fuzzy Constraint Saticfaction Problems: Axioms, Instantiation and Validation. Journal of Fuzzy Sets and Systems, 136(2), 2002, 155-188. [8] Xudong Luo, Nicholas R. Jennings, Nigel Shadbolt, Ho-fung Liung anf Jimmy Ho-man Lee. A Fuzzy Constraint Based Model for Bilateral, Multi-issue Negotiations in Semi- competitive Environments. 21st January 2003. [9] Pattie Maes, Robert H. Guttman and Alexandros G. Moukas. Agent that Buy and Sell. Communications of the ACM, March 1999, Vol.42, No.3, . [10] T.D. QuÕ vµ N.M. S¬n. TÝch hîp th«ng tin dùa trªn ontology trong hÖ ®a agent. Kû yÕu Héi nghÞ Khoa häc Häc ViÖn C«ng nghÖ B­u chÝnh ViÔn th«ng, Th¸ng 9 n¨m 2003. [11] T.D QuÕ vµ N.M. Hïng. Agent ra quyÕt ®Þnh theo së thÝch ng­êi dïng. B¸o c¸o t¹i Héi nghÞ Quèc gia “Mét sè vÊn ®Ò chän läc cña c«ng nghÖ th«ng tin”, Th¸i Nguyªn, 8-2003. S¬ l­îc vÒ t¸c gi¶ TrÇn §×nh QuÕ tèt nghiÖp Th¹c sü t¹i Tr­êng §¹i häc Melbourne, Australia n¨m 1998 vµ TiÕn sü t¹i ViÖn C«ng nghÖ Th«ng tin, Hµ néi n¨m 2000. Nh÷ng quan t©m nghiªn cøu cña t¸c gi¶ bao gåm: trÝ tuÖ nh©n t¹o ph©n t¸n, c«ng nghÖ phÇn mÒm h­íng agent, hÖ trî gióp quyÕt ®Þnh, ontology, tÝch hîp th«ng tin vµ th­¬ng m¹i ®iÖn tö. Mét sè c«ng tr×nh cña t¸c gi¶ ®· ®­îc ®¨ng trªn c¸c t¹p chÝ chuyªn ngµnh vµ b¸o c¸o t¹i c¸c Héi nghÞ trong n­íc vµ quèc tÕ. §iÖn tho¹i: 04 8545604, Email: [email protected] NguyÔn M¹nh Hïng hiÖn lµ sinh viªn n¨m cuèi Khoa C«ng nghÖ Th«ng tin, Häc viÖn C«ng NghÖ B­u chÝnh ViÔn th«ng. Nh÷ng quan t©m nghiªn cøu cña t¸c gi¶ bao gåm c«ng nghÖ phÇn mÒm h­íng agent, ontology vµ th­¬ng m¹i ®iÖn tö. Email: [email protected]