电子商务谈判中的偏好获取问题分析

《电子商务谈判中的偏好获取问题分析》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、电子商务谈判中的偏好获取问题分析摘　要：本文就电子商务中谈判的偏好获取问题进行了分析。首先探讨了偏好获取的困难，然后给出了三种获取偏好的方法并进行了分析，最后给出了对这几种方法的评价。关键词：电子商务偏好获取层次分析法电子谈判已是电子商务中重要的研究问题。谈判过程中，方案的选择是在假设谈判者偏好已知的前提下进行的。偏好通常用效用函数来衡量，谈判者偏好哪个方案，那么这个方案的效用就高。然而，谈判者的偏好如何获取成为一个问题。本文对此进行了初探。一、偏好获取的困难1.偏好获取的限制性。偏好获取模型，可以追溯到vonNeumannandMorgenstern的期望效用的讨论，

2、并且在这些模型中都必须面偏好的测量困难。谈判中决策是理性的方法，要求获得决策涉及的实体的效用函数的完备知识。西蒙提出了有限理性的概念，并且宣称认知是稀缺的资源。这样在许多情况中，由于结果空间的尺寸和效用获取过程的复杂性，获取偏好的任务是者是不可行的或者有困难和有成本的。这个成本可以视为偏好获取机制的计算复杂性。2.偏好的动态变化性。传统决策者的理性的前提指决策者考虑到了决策的所有费用和他们的概率分布。在这样的假设下，决策者的偏好是明显的和稳定的。如果是在有限理性的假设前提下，这不再是正确的。VonWright强调，忽视了具体时间、具体人物的偏好，谈论偏好是没有意义的。特

3、别是在具有强烈信息不对称得的复杂的自动谈判中，谈判主体在谈判过程中不断需要新的信息。这样谈判系统必须针对决策者的偏好变化做准备。3.谈判过程中新议题。在传统的谈判分析中在谈判各方确切开始谈判时假设谈判议题已考虑完全。同导致决策者偏好变化的理由一样，显然在真实的谈判中议题的结构在谈判过程中可能会改变。谈判者在谈判过程中需要新的信息和发现新的可选择方案。这可能导致需要讨论增加以前没有涉及的议题。谈判系统将必须考虑支持这种情况。二、电子商务中偏好（权重）获取的方法针对消减偏好获取的认知工作，不同的方法被提出。对于这几个方法，有三个的算法性问题需要考虑：初始偏好获取、偏好的改变

4、、增加属性。1.偏好获取的自我明示法获取偏好信息得最简单的方法是直接询问谈判者。当属性间的相互依赖性被假设忽略不计时，可以分别的明确地判定可能替换方法的每个属性和属性水平。2.联合评价方法联合评价是多属性决策中的识别偏好的方法。为了引出偏好信息分解次级步骤模拟简化购买决策。在1964年它作为一个数学方法被提出并且随后被应用到市场研究。它的模型是假设属性相互间是独立的、可加的、可补偿的。联合评价技术被广泛的成功地应用在消费者研究。后来提出的混合联合分析模型降低了该方法的认知复杂性。3.层次分析法（AHP）层次分析法通过一个层次目标或准则来结构化决策问题，并且根据这个结构形

5、成简易等级级别的一种方法。这个等级级别是以附加模型为基础。第一步是以这个主要目标开始建立层次，然后连续定义次级准则。针对每一个阶层有必要获得每个标准的偏好（权重），这个工作是通过成对比较进行的，例如准则a比准则b有多重要。这可能值是通常限制在集合[1，3，5，7，9]中，妥协值在[2，4，6，8]中。如果某个准则的子准则的数目为n，那么必须进行n(n-1)/2次比较。如果这个比较是一致的（这意味着例如如果a是3倍重要b且b3倍重要c，那么a是9倍重要c）那么仅必要作n-1次判断，因为其他的可以推导出来。三、偏好获取方法的评价由于人的认知是一种稀缺资源，所以根据计算的复杂

6、度对这几个方法进行分析评价。偏好获取自我明示法对于决策者来说是容易理解的，在认知的难度具有明显的优势。显然他是随着属性和水平的数目呈线行增加，没有任何换算系数：Θ(n)。改变偏好和增加属性对于自我明示法是没有问题的，因为所有的属性可以分别估值，这样可以允许决策者根据需要修改他们的偏好。所有其它的偏好信息可以继续使用。假设改变了两个属性的权重比率，决策者为了使权重保持一个常量和必须针对这两个属性明确的修改他们的权重。这一次操作具有确定的认知复杂度为：Θ(2)。如果一个新议题被引入这个偏好结构，他的权重必须确定，当然为了保持一个常数和所有的属性权重需要自动调整。然而这就暗示

7、着在已知的属性之间权重比率没有发生变化：Θ(1)。依照同样的分析思路依次分析混合联合分析和层次分析法得初结论看表1。表1偏好获取方法在谈判支持中努力程度最坏情形偏好获取方法多属性的排序偏好改变新议题自我明示法⊙(n)⊙(2)⊙(1)全轮廓联合分析⊙((182n)/5)⊙(182)⊙(182)混合联合分析⊙(n)+c⊙(2+c)⊙(1)+c层次分析法⊙(1/2(n2-n))⊙(1)⊙(n-1)　四、结论作为一个瓶颈，偏好获取的作用对于自动谈判是非常明显的。这几个偏好获取的方法，可以根据我们的应用环境进行选择。混合联和分析方法在应用上具有优越