%0 Journal Article
%T 对手偏好主动学习驱动的协商框架
%A 彭艳斌
%A 艾解清
%A 李吉明
%J 北京邮电大学学报
%P 22-25
%D 2012
%R 10.13190/jbupt.201205.22.pengyb
%X 针对自动化协商问题,提出一种基于主动学习算法的对手协商偏好学习方法.在该方法中,协商过程表示为建议序列,将建议序列映射到出价轨迹特征空间,建立训练样本集.在激烈竞争的电子商务环境中,样本标记的成本较高,引入主动学习算法后,在预算范围内,提高了对手协商偏好预测的精度.实验数据表明,该方法能在少量有标记训练样本下获得良好的预测能力,减少了协商回合数,提高了协商总效用.
%K 电子商务
%K 协商框架
%K 主动学习
%K 协商偏好
%U http://www.buptjournal.cn/CN/abstract/abstract1308.shtml