MétaCan
Menu
Retour à la cohorte
Enregistrement W2478740390 · doi:10.4018/978-1-60566-014-1.ch037

Contract Negotiation in E-Marketplaces

2009· book-chapter· en· W2478740390 sur OpenAlexaff
Larbi Esmahi, Elarbi Badidi

Notice bibliographique

RevueIGI Global eBooks · 2009
Typebook-chapter
Langueen
DomaineComputer Science
ThématiqueMulti-Agent Systems and Negotiation
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésNegotiationBiddingComputer sciencePaymentService (business)Software agentKnowledge managementBusinessWorld Wide WebMarketingArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The advancement in distributed and intelligent computing has facilitated the use of software agents for implementing e-services; most electronic market places offer their customers virtual agents that can do their bidding (i.e., eBay, onSale). E-transactions via shopping agents constitute a promising opportunity in the e-markets (Chen, Vahidov, & Kersten, 2004). It becomes relevant what kind of information and what kinds of bargain policies are used both by agents and by the market place. There are several steps for building e-business: (1) attracting the customer, (2) knowing how they buy, (3) making transactions, (4) perfecting orders, (5) giving effective customer service, (6) offering customers recourse for problems such as breakage or returns, and (7) providing a rapid conclusion such as electronic payment. In the distributed e-market paradigm, these functions are abstracted via agents representing both contractual parts. In recent years, many researchers in intelligent agents’ domain have focused on the design of market architectures for electronic commerce (Fikes, Engelmore, Farquhar, & Pratt, 1995; Schoop & Quix, 2001; Zwass, 1999), and on protocols governing the interaction of rational agents engaged in such transactions (Hogg & Jennings, 1997; Kersten & Lai, 2005). While providing support for direct agent interaction, existing architectures for multiagent virtual markets usually lack explicit facilities for handling negotiation protocols, since they do not provide such protocols as an integrated part of the framework. In this article we will discuss the problem of contract negotiation in e-marketplaces. In the next section, we will present related models commonly used to implement negotiation in e-markets, game theory models, auction models, and contract-net protocols. Then the following section continues with the presentation of a negotiation protocol based on dependency relations. We then present a negotiation strategy based on risk evaluation. The conclusion summarizes the article and paves the further way concerning the truth in the negotiation strategy and the use of temporal aspects on commitments and executions of contracts.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,890
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,244
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooksMême sujetMulti-Agent Systems and NegotiationTravaux en français237 207