基于Agent的情感劝说的合作主体选择模型

基于Agent的情感劝说是在基于Agent的劝说式辩论谈判的基础上加入了情感成分,使得劝说更加符合人的思维,劝说结果更加符合实际。其中的合作主体选择模型更为重要,而该模型的构建建立在有效的合作主体评价模型基础之上。针对现有研究不足,首先对基于Agent的情感劝说的情感进行分类,依据该分类提出了相应的情感产生的形式化模型,并结合心理学的情感第一定律,对Agent情感进行量化,提出了Agent情感强度的计算方法;其次,将基于Agent的情感劝说的评价归纳为对Agent主体的提议和信度的评价,随后运用多属性效用函数建立了相应的Agent主体提议评价模型,运用模糊隶属度函数建立了相应的Agent主体信度评价模型;再次,在以上基础上,将情感作为新的评价因素,建立了其中关于Agent主体情感的评价模型,并综合提出的三个评价模型,构建了相应的基于Agent的情感劝说的合作主体选择模型;最后,通过算例仿真证明了该模型的合理性和有效性,得出了相应的管理启示。

基于Agent的情感劝说的信任识别模型研究

由于Agent系统的分布式特征,使得传统的安全手段已经不适用于新的应用需求,而解决该问题最重要的思路是信任管理,其基础之一就是信任识别。本文在Agent情感劝说的背景下,利用多维度评价信息和Agent关系网络,运用Dempter-Shafer证据理论,提出基于Agent的情感劝说的信任识别模型,引入动态权重因子,将直接交互信息和推荐信息进行组合,计算出各合作伙伴的综合信任度值,从中寻找出适合的合作伙伴,为Agent的决策提供大力的支持。

基于Agent的情感劝说的舆情交互及产生模型

针对基于Agent的情感劝说的舆情量化研究不足的问题,构建了基于Agent的情感劝说的舆情交互及产生模型。首先结合社会影响理论,识别了Agent的社会影响力和情感是影响舆情交互及产生的两个最重要因素;其次,通过提出基于Agent的前景值的情感劝说提议评价算法来求取劝说提议的评价值,并考虑Agent的社会影响力、情感及个性,提出了基于Hegselmann-Krause模型的情感劝说舆情更新算法;最后,通过煤炭采购算例、仿真比较及信任阈值、关系度阈值和说服力的参数敏感性分析,说明所构建模型比Hegselmann-Krause模型更符合情感劝说环境下舆情交互及产生特征,更好发挥了Agent的智能化优势,从而验证了所提模型的有效性。

基于Agent的情感劝说交互的口碑更新模型

基于Agent的情感劝说能较好地提高商务谈判智能性,针对其中口碑更新动态及量化研究的不足,分析了口碑更新机制,并绘制了相应的机制图。采用直觉模糊数构建了交互评价向量,并结合二分法和前景理论中的价值函数,构建了相应的算法及伪代码。在构建口碑评价值的分段函数算法的同时,考虑了口碑随时间衰减的动态性,并运用指数分布逆形式对其权重进行设定。最后,在构建基于Agent的情感劝说交互的口碑更新模型及相应伪代码后,结合情感强度第一定律,设计了相应的情感劝说强度函数和提议更新算法。为验证以上研究的合理性和有效性,采用相应算例进行分析,并归纳总结了相应结论、管理启示和不足之处。

基于Agent的情感劝说的决策过程及模型研究

Agent具有情感后进行的劝说决策会更加理性,而现有研究还不够全面深入。针对此问题,首先结合形式逻辑理论,定义了基于Agent的情感劝说及其决策过程,并将基于Agent的情感劝说的决策过程划分为评价情感劝说行为、更新情感劝说状态、调整情感劝说目标、产生情感劝说行为四个阶段;其次针对这四个阶段,结合OCC情感模型和PAD心情模型,运用多属性效用理论,引入情感淡化因子和情感评价因子,定义了Agent情感触发函数,建立了八种Agent基本情感与劝说目标的映射关系,将Agent的情感劝说行为分为奖励型、申辩型、威胁型和反辩型四类,分别构建了相应的决策模型,从而构成了更加完整和合理的基于Agent的情感劝说的决策过程模型;最后通过算例证明了模型的合理性和有效性。

基于Agent的情感劝说舆论评价模型

本文从舆论的情感倾向评价入手,首先利用算法计算舆论的情感值,进而判别舆论的情感倾向。其次,综合考虑性格因素及的OCC模型对情感进行量化,最后在不同情况下,制定恰当的劝说策略,促进合作进行。

基于Agent的提议修正的情感劝说交互模型

基于Agent的情感劝说是商务智能中基于Agent的自动谈判发展到目前为止相对智能和高级的形式,交互模型是保障自动谈判顺利完成的关键,针对现有研究中对该模型量化研究不足,导致Agent情感等人工智能优势利用不够的现状,对基于Agent的情感劝说交互过程进行分析,绘制了交互流程图,并设计了交互规则;以买方Agent为主体,引入情感劝说修正因子和目标修正因子,构建了提议修正函数和交互函数,并采用多属性效用理论和期望效用理论给出情感劝说修正因子算法,综合运用目标冲突理论和后悔理论给出目标修正因子算法,进而给出交互函数算法;综合所提交互规则和交互函数给出基于Agent提议修正的情感劝说交互模型,并以煤炭行业供应链管理中的采购商与供应商为例进行算例分析和敏感性分析,验证了模型的合理性和有效性,而且通过归纳结论得出了相应的管理启示。

基于Agent的情感映射的劝说模型及系统

基于Agent的情感劝说处于商务智能前沿研究领域,针对其中对Agent的情感劝说等动态变化因素研究不够的现状,首先利用情感理论中典型的OCEAN-PAD-OCC层次映射模型,建立了Agent的性格、心情和情绪与情感的转换矩阵及相应的映射关系,构建了基于Agent的情感映射模型;其次,对Ekman情感分类进行改进,提出了新的Agent情感分类和基于Agent的情感映射的劝说产生模型,并对Agent的劝说策略、主导情感和情感阈值进行定义,提出了劝说策略模型;再次,根据情感强度第三定律,对Agent的情感强度进行了定义,研究得出其关键影响因素为劝说策略和情感衰减,在对后者定义的基础上,利用马尔可夫无后效应,适用于随机过程的优势,提出了相应的评价模型,并通过对让步步长算法的构建,提出了相应的让步模型;最后,综合以上模型,构建了相应的框架流程图,并以煤炭行业供应链管理中采购商和销售商的自动谈判为例,通过算例和系统实现验证了以上研究的合理性和有效性,得出了相应的管理启示。

消极情感对agent劝说的影响研究

由于agent的非人工智能特性,使其在模拟人类劝说的过程中经常会陷入僵局,影响合作。为解决该问题,结合其作为人工智能工具的情感特性,对agent劝说中的情感进行了分类;运用形势逻辑理论,构建了agent劝说中的消极情感影响模型,并举例阐述;基于该模型,在提出agent劝说的消极情感变化度的概念后,给出了相应的比较方法,并通过算例进行了验证。与已有研究相比,该研究能更进一步发挥agent的理性优势,减轻系统负担,同时促进agent之间更好地合作。

基于Agent的映射的情感劝说行为产生模型

针对既有研究中对基于Agent的情感劝说过程中的动态变化因素量化不足的现状,将情感引入基于Agent的劝说行为产生模型。首先定义基于Agent的情感映射,结合层次分析法和Agent个性参数,建立基于个性化高斯混合模型(P-GMM)的Agent“个性—心情”映射模型;利用三维心情空间(PAD)和OCC模型,通过距离归一化获得修正矩阵,构建基于修正矩阵的Agent“心情—情绪”映射模型;然后结合上述两个情感映射模型,并根据Ekman情感分类,构建基于Agent的映射的情感产生模型;继而划分基于Agent的情感劝说行为,考虑Agent的心情更新和情绪衰减,构建基于Agent的映射的情感劝说行为产生模型;最后采用相应的算例,通过对比实验和灵敏度分析,检验了模型的效果,并讨论了蕴含的管理启示。

Agent情感劝说模型及其在高校图书采购中的应用

文章在对Agent情感分类已有研究的基础上，将Agent在劝说中的情感分为正面情感、负面情感和中性情感三类，在建立相应的形式化模型后对正面情感变化程度进行量化计算，应用于高校图书采购中并给出相应的评价。该模型应用于高校图书采购中可使其更加科学化和理性化，使采访人员更能作出有效的采购决策，真正实现图书馆的效益原则，即以最低的成本为最多的读者提供最好的服务。

基于Agent的综合信任评价的情感劝说模型

针对目前Agent模拟人的信任评价研究不够深入的现状,首先根据情绪认知模型(ortony clore&collins,OCC),将基于Agent的情感细分为5个等级,引入情感度量因子,采用模糊隶属度函数对其算法进行构建;其次,采用灰色关联分析法评价各信任指标,并通过熵权法计算相应权重,构建了综合信任评价算法;综合以上研究,提出了基于Agent的综合信任评价的情感劝说模型,并以北京市碳排放权交易为背景,设计了相应算例,对以上研究进行了验证和分析;最后对结论进行了归纳和梳理,并给出了下一步研究方向。

Agent劝说中的积极舆论模型及其评价

Agent劝说中的舆论能发挥其人工智能优势,同时节约谈判成本和提高谈判效率。为此,给出Agent劝说中舆论的定义,并将Agent劝说中的舆论分为积极舆论和消极舆论,在定义和分类的基础上,结合形式逻辑理论,提出Agent劝说中的积极舆论模型,并通过相应的举例对模型进行解释。针对该模型,提出相应的评价体系,并通过相应的算例对该体系进行验证。结果表明,该模型和评价体系能促使Agent劝说进一步快速高效完成。

一种基于Agent劝说分类的让步模型及实现

随着电子商务的迅速发展以及Agent理论和方法的引入,出现了关于Agent自动谈判等方面的研究。Agent劝说由于能节约商务谈判成本,提高商务谈判效率,使谈判过程更加理性,解决谈判中出现的许多问题,受到了广泛的关注。本文结合人际劝说理论,对Agent劝说进行了分类;结合形式化理论,构建了相应的形式化表述模型和交互机制;然后将两者相结合,在让步影响幅度的基础上,构建了基于Agent劝说分类的让步模型;最后,通过算例和系统实现对模型的可行性、有效性进行了验证。

基于情感组织Agent的联盟形成研究

情感Agent通过同动态环境(包括人)的交互,能够感知周围环境,自治运行以实现特定的目标,同时也能影响和改变环境。把EBDI中的情感Agent引入到组织和联盟中,提出情感因子,对形成联盟的Agent的能力贡献多少进行评估,能充分体现了动态环境中情感Agent的各个情感分量的变化及这种变化对Agent行为的影响。因此,提出基于情感组织Agent的联盟形成策略,引入组织Agent的情感因子对形成联盟过程中的能力贡献进行评估,体现额外效用分配方法有效性、简单性、动态性、时效性,也使整个系统更趋于人性化,显示出协商机制的公平合理性。

基于BDI Agent技术的情感机器人语音识别技术研究

介绍了BDIAgent技术在情感机器人实现中的应用。通过基于Agent技术的语音识别网络的构建,实现让机器人对外界语音输入能够正确地识别和理解,这样才能为进一步进行情感上的交流奠定基础。主要讨论了如何在BDIAgent技术的基础上建立识别器和解释器。

基于Agent的人机情感交互系统研究

该文在软件Agent技术基础上,提出具有识别真实人情感,同时又能够表达虚拟人个性情感的Multi-AgentSystem体系结构。在系统的感知Agent中,采用隐马尔可夫(HMM)数学模型通过表情(视觉)和语言(声音)对六种基本情感状态进行识别。实验结果说明基于视觉和听觉的多模态识别算法能提高计算机对人的情感识别率。文章最后指出面向Agent技术实现人机情感交互系统的开发是一种行之有效的方法。

基于情感识别的自适应多Agent虚拟ICAI系统的研究

传统的虚拟智能计算机辅助教学系统(ICAI)未考虑学习者在学习过程中的情感和教学过程中的交互。针对这个问题,提出一种基于情感识别的自适应多Agent虚拟ICAI系统,并给出了其模型框架图,用多Agent技术实现各模块的主要功能,结合微表情识别技术和适应性教学理论,提出识别学习者的微表情来诊断情感状态,并对学习者的情感状态做出适应性的反应,从而实现辅助虚拟教学中的情感交流和自动交互。

基于情感计算的情感Agent模型构建与应用

人机交互研究是一个非常广大的领域,涉及多个学科的多项内容,本文通过调查已有的情感交互方面研究的理论和文献,综合计算机科学和心理学的相关知识,提出了情感Agent这一实现人机情感交互的技术模型;分析了情感Agent的基本特征和其情感模型,构建了一个情感Agent模型的基本框架,并从导游、玩家第三只手、语言训练者等角度分析了情感Agent的应用。

Agent建模的情感集成研究(英文)

缺少个体特色的agent在行为模式上往往比较"呆板",而且其行为可以被预测,导致系统的真实性和有效性降低。情感是能够影响人类行为的重要因素,在人类决策中发挥着重要作用。为构建行为更为真实的agent,提出了一种将情感产生机制嵌入到一个成熟的agent体系结构中的方法,依照该方法构建的agent以Soar为基础实现推理和决策,以基于OCC模型的情感模块实现agent情感的生成与更新。同时,文章认为agent的情感状态受其个性、情感历史以及外部刺激决定,并给出了agent情感产生模型,同时分析了情感对agent决策过程的影响机理。最后通过一个具体的仿真实例,验证了基于该框架建立的agent情感和决策的相互影响作用。