基于相关向量机的协商决策模型

为了进一步提高电子商务中对手协商偏好估计的精度,该文提出了一种基于相关向量机(Relevance vector machine,RVM)算法的对手协商偏好(Preference)学习方法。在该方法中,将协商过程看作是协商议题的报价序列,把报价序列映射到新的特征空间,形成出价轨迹。用相关向量机学习出价轨迹,得到协商对手的协商偏好。以双方协商偏好为基础,通过一个优化过程产生双赢的最优反建议。实验数据表明,新方法能够减少协商回合数,增加协商总效用。