대부분의 자동협상시스템은 협상의 진행과정에 있어 협상자의 제안에 의존적이라 할 수 있다. 특히 협상속성에 대한 선호도, 평가함수 그리고 협상전략 등은 협상자에 의해 협상라운드마다 다양하게 변화하게 되고 이러한 특징은 협상의 수정제안 생성에 영향을 미치게 된다. 따라서 본 연구에서는 협상자의 참여를 최소화하는 자동협상방법론 및 협상 모델을 제안하였다. 협상자의 참여를 최소화하기 위하여, 협상자의 속성에 대한 선호도는 판매자와 구매자의 제안값에 대한 비율에 의해 예측되었으며, 협상자의 평가함수는 각 협상라운드마다 최소자승법을 통하여 예측한 후, 결정계수($R^2$)값에 의해 평가함수가 선택되도록 하였다. 또한 본 연구에서는 예측된 속성에 대한 선호도와 평가함수를 이용하여 최적 수정 제안을 유전알고리즘을 이용하여 생성하였다.
대부분의 자동협상시스템은 협상의 진행과정에 있어 협상자의 제안에 의존적이라 할 수 있다. 특히 협상속성에 대한 선호도, 평가함수 그리고 협상전략 등은 협상자에 의해 협상라운드마다 다양하게 변화하게 되고 이러한 특징은 협상의 수정제안 생성에 영향을 미치게 된다. 따라서 본 연구에서는 협상자의 참여를 최소화하는 자동협상방법론 및 협상 모델을 제안하였다. 협상자의 참여를 최소화하기 위하여, 협상자의 속성에 대한 선호도는 판매자와 구매자의 제안값에 대한 비율에 의해 예측되었으며, 협상자의 평가함수는 각 협상라운드마다 최소자승법을 통하여 예측한 후, 결정계수($R^2$)값에 의해 평가함수가 선택되도록 하였다. 또한 본 연구에서는 예측된 속성에 대한 선호도와 평가함수를 이용하여 최적 수정 제안을 유전알고리즘을 이용하여 생성하였다.
The most of automated negotiation systems are dependent upon negotiators' offers, as negotiation is going on. Particularly, the preference, evaluation function and negotiation strategy are variously changed at every negotiation round by the negotiator and have an effect on the counter offers. Theref...
The most of automated negotiation systems are dependent upon negotiators' offers, as negotiation is going on. Particularly, the preference, evaluation function and negotiation strategy are variously changed at every negotiation round by the negotiator and have an effect on the counter offers. Therefore, this study proposed the automated negotiation methodology or negotiation model which makes the negotiator's participation minimize. To minimize negotiator's participation, the preference of negotiator was predicted by the ratio of seller and buyer's count offers and the evaluation function of negotiator was also predicted by least squares approximation method at every negotiation round. The predicted evaluation function was evaluated and selected by $R^2$ value, coefficient of determination. Finally the optimal counter offers were generated by the genetic algorithm using the predicted preference and value function.
The most of automated negotiation systems are dependent upon negotiators' offers, as negotiation is going on. Particularly, the preference, evaluation function and negotiation strategy are variously changed at every negotiation round by the negotiator and have an effect on the counter offers. Therefore, this study proposed the automated negotiation methodology or negotiation model which makes the negotiator's participation minimize. To minimize negotiator's participation, the preference of negotiator was predicted by the ratio of seller and buyer's count offers and the evaluation function of negotiator was also predicted by least squares approximation method at every negotiation round. The predicted evaluation function was evaluated and selected by $R^2$ value, coefficient of determination. Finally the optimal counter offers were generated by the genetic algorithm using the predicted preference and value function.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
첫 번째는 단지 선형적인 형태로 이루어져 온협상자의 제안값에 대한 평가를 비선형적인 방법으로 고려하기 위하여 협상자의 협상전략을파악하는 방법으로 라운드 진행에 따라 제안값에 대한 상대적 기대치를 표현하는 평가함수를최소자승법으로 추정하고, 추정된 결과를 협상자의 전략함수로 취하여 협상자 특히 판매자의협상전략과정에 반영하고자 하였다. 두 번째는구매자에 대해 협상 속성에 대한 최대값, 최소값 그리고 가중치 값을 요구하도록 하는 기존의방법과 달리 단지 협상속성에 대한 제안값만 제시하도록 하여 협상자의 참여를 최소화하고자하였다. 마지막으로 유전알고리즘을 적용하여협상안 생성에 대한 효율을 높여 협상 능력을향상시키고자 하였다.
따라서 본 연구에서는 이러한 협상지원시스템의 일환으로 협상자의 참여를 최소로 하면서 협상대안들을 제공해 줄 수 있는 협상시스템 방법론 및 모델을 개발하고자 하였다. 협상자의 참여를 최소하기 위하여 우선적으로 고려되어야학는 부분이 협상자의 선호도, 협상구간 및 평가함수이며, 본 연구에서는 협상자의 선호도의경우 Choi[5] 등이 제시한 주정 방법을 활용하였으며, 평가함수에 있어서는 최소자승법(least squares approximation method)을 이용한 추정식을 협상라운드진행에 따라 추정 회귀식의! 결정계수(coefficient of determination) 값에 따라선택적으로 취함으로써 각 협상자의 효용함수를증대시킬 수 있는 방안을 제시하였다.
두 번째는구매자에 대해 협상 속성에 대한 최대값, 최소값 그리고 가중치 값을 요구하도록 하는 기존의방법과 달리 단지 협상속성에 대한 제안값만 제시하도록 하여 협상자의 참여를 최소화하고자하였다. 마지막으로 유전알고리즘을 적용하여협상안 생성에 대한 효율을 높여 협상 능력을향상시키고자 하였다.
가설 설정
먼저 구매자의 견적의뢰에 따라 판매자는 가격 및 납기의 최대 . 촤소 범위를각각 {30000, 1000아과 (16, 1}로 가정하고, 각속성에 대해 최대값을 구매자에게 최초로 제시하도록 하였다. 구매자는 판매자의 제안에 따라대응을 하게 되는데 본 연구에서는 구매자가 3 라운드까지 협상을 진행하도록 하였다.
제안 방법
구매자는 판매자의 제안에 따라대응을 하게 되는데 본 연구에서는 구매자가 3 라운드까지 협상을 진행하도록 하였다. 각 속성에 대한 가중치는 최초 제안에서는 판매자의 가중치를 구매자에게 동일하게 적용하게 되며, 라운드가 진행됨에 따라 판매자의 가중치는 동일하게 구매자의 가중치는 주정치를 사용하도록하였다. 본 연구에서는 이러한 수치 실험을 위하여 구매자의 대안을 미리 난수를 통해 랜덤하게 발생 시킨 자료를 이용하여 판매 자에 게 제 공하도록 하였으며, 그에 따라 평가함수의 생성은 1차 평가함수와 n차 평가함수로 각각 생성하여 3라운드까지 5회 반복하여 수정제안을 구하였으며, 그 평균값을 표 1과 표 2에 나타내었다.
결정계수(coefficient of determination) 값에 따라선택적으로 취함으로써 각 협상자의 효용함수를증대시킬 수 있는 방안을 제시하였다. 또한 수정제안(count offerX 생성하기 위하여 협상 시스템의 해 공간에서 좋은 탐색 효율을 보여주는유전 알고리즘을 적용하였다[6][7].
촤소 범위를각각 {30000, 1000아과 (16, 1}로 가정하고, 각속성에 대해 최대값을 구매자에게 최초로 제시하도록 하였다. 구매자는 판매자의 제안에 따라대응을 하게 되는데 본 연구에서는 구매자가 3 라운드까지 협상을 진행하도록 하였다. 각 속성에 대한 가중치는 최초 제안에서는 판매자의 가중치를 구매자에게 동일하게 적용하게 되며, 라운드가 진행됨에 따라 판매자의 가중치는 동일하게 구매자의 가중치는 주정치를 사용하도록하였다.
따라서 위의 식에 의해 얻어진 평가함수는 협 상 속성과 협상 라운드에 따라 각기 다른 다수 의 평가함수를 가지게 되며, 협상라운드에 있어 1라운드 이하에서는 속성에 따른 협상 범위를 고려할 경우 1차, 2차 그리고 지수 및 로그형태의 평가함수가 2라운드 이상 진행되는 협상에는 2차 이상의 평가함수를 평가하도록 하였다.
협상자의 참여를 최소하기 위하여 우선적으로 고려되어야학는 부분이 협상자의 선호도, 협상구간 및 평가함수이며, 본 연구에서는 협상자의 선호도의경우 Choi[5] 등이 제시한 주정 방법을 활용하였으며, 평가함수에 있어서는 최소자승법(least squares approximation method)을 이용한 추정식을 협상라운드진행에 따라 추정 회귀식의! 결정계수(coefficient of determination) 값에 따라선택적으로 취함으로써 각 협상자의 효용함수를증대시킬 수 있는 방안을 제시하였다. 또한 수정제안(count offerX 생성하기 위하여 협상 시스템의 해 공간에서 좋은 탐색 효율을 보여주는유전 알고리즘을 적용하였다[6][7].
또한 최소자승법을 통한 평가함수생성에 있어 협상라운드에 따라 평가함수가 1차또는 2차 등의 다양한 함수의 특성을 가질 수있는 있으므로, 일차, 이차, 지수, 로그 평가 함수뿐만 아니라 n차, 즉 다항식 평가 함수를 동시에 적용하였다. n차 다항식의 적용은 협상 과정에서 다중 속성에 따른 변화를 반영하기 위해서 예측되었다.
본 연구에서 기존의 협상시스템에서 적용해온 협상 라운드에 따른 평가 함수 및 협상 전략을 미리 설정한 방식과 본 연구에서 제안한 평가함수의 추정과 유전알고리즘을 통한 방식을수치 실험을 통하여 생성된 수정제안 값을 비교 . 분석하였다.
각 속성에 대한 가중치는 최초 제안에서는 판매자의 가중치를 구매자에게 동일하게 적용하게 되며, 라운드가 진행됨에 따라 판매자의 가중치는 동일하게 구매자의 가중치는 주정치를 사용하도록하였다. 본 연구에서는 이러한 수치 실험을 위하여 구매자의 대안을 미리 난수를 통해 랜덤하게 발생 시킨 자료를 이용하여 판매 자에 게 제 공하도록 하였으며, 그에 따라 평가함수의 생성은 1차 평가함수와 n차 평가함수로 각각 생성하여 3라운드까지 5회 반복하여 수정제안을 구하였으며, 그 평균값을 표 1과 표 2에 나타내었다.
진행되었다. 첫 번째는 단지 선형적인 형태로 이루어져 온협상자의 제안값에 대한 평가를 비선형적인 방법으로 고려하기 위하여 협상자의 협상전략을파악하는 방법으로 라운드 진행에 따라 제안값에 대한 상대적 기대치를 표현하는 평가함수를최소자승법으로 추정하고, 추정된 결과를 협상자의 전략함수로 취하여 협상자 특히 판매자의협상전략과정에 반영하고자 하였다. 두 번째는구매자에 대해 협상 속성에 대한 최대값, 최소값 그리고 가중치 값을 요구하도록 하는 기존의방법과 달리 단지 협상속성에 대한 제안값만 제시하도록 하여 협상자의 참여를 최소화하고자하였다.
협상 라운드 진행에 따라 추정된 다수의 평가 함수들의 선택은 매 협상 라운드에 따라 식 (6) 과 같이 결정 계수(coefficient of determination) 를 비교함으로써 가장 설명정도가 높은 평가함 수를 선택하도록 하였다.
이론/모형
본 연구에서 사용된 협상 모델은 bargaining 형태의 판매자와 구매자가 1 : 1 인 양자간 협상(bilateral negotiation)으로 협상속성은 가격 (price)과 납기(delivery)의 두 종류의 속성을 사용하는 다속성 (multi-attributes) 협상으로 하였다. 협상 전략(strategy)은 상대방 구매자의 평가함수 형태에 따른 동적인 맞대응 전략의 형태를 취하도록 하였다.
본 연구에서는 협상 진행에 따른 협상자의 각속성에 대한 협상안의 변화 추이를 최소자승법 (least-square approximation method)을 통하여예측하고 이를 각 협상안에 대한 평가함수로서사용하였다. 또한 최소자승법을 통한 평가함수생성에 있어 협상라운드에 따라 평가함수가 1차또는 2차 등의 다양한 함수의 특성을 가질 수있는 있으므로, 일차, 이차, 지수, 로그 평가 함수뿐만 아니라 n차, 즉 다항식 평가 함수를 동시에 적용하였다.
성능/효과
본 연구의 수치실험 결과는 판매자가 협상 속성에 대한 수정제안을 생성할 수 있는 더 넓은협상 범위를 가지는 것으로 나타났으며, 라운드진행에 따른 구매자의 협상전략에 대하여 선형, 비선형을 동시에 고려함으로써 판매자의 대응전략이 동시에 반영되고 있음을 보였다. 이러한결과는 현재 많은 분야에서 이루어지고 있는 에이전트를 통한 협상시스템에 적용가능 할 것으로 보인다.
이상의 결과를 살펴보면, 1차 평가함수의 경우 가격에 대하여 N차 평가함수를 적용한 경우보다 판매자의 수정제안이 낮은 값의 범위에서생성됨을 알 수 있다. 이는 그림 3과 같이 1차평가함수를 사용할 경우 구매자의 가격 상승 만큼에 비례하여 판매자의 평가함수도 그에 비례하여 감소하는 반면, n차 평가 함수를 적용할경우 라운드 진행에 따라 각기 다른 평가 함수들이 취해지는 결과로 보인다.
후속연구
이러한결과는 현재 많은 분야에서 이루어지고 있는 에이전트를 통한 협상시스템에 적용가능 할 것으로 보인다. 따라서 향후 연구 과제로 협상자의위험 선호, 중립, 기피의 특성을 사전에 조사하고 이를 바탕으로 실제 실험을 통하여 협상 과정에서의 협상자의 특성이 반영되는지에 대한파악이 필요하며 또한 각 협상자들의 제안-수정제안에 대한 만족도를 선형, 비선형에 따라 비교, 분석하는 필요하다.
이러한결과는 현재 많은 분야에서 이루어지고 있는 에이전트를 통한 협상시스템에 적용가능 할 것으로 보인다. 따라서 향후 연구 과제로 협상자의위험 선호, 중립, 기피의 특성을 사전에 조사하고 이를 바탕으로 실제 실험을 통하여 협상 과정에서의 협상자의 특성이 반영되는지에 대한파악이 필요하며 또한 각 협상자들의 제안-수정제안에 대한 만족도를 선형, 비선형에 따라 비교, 분석하는 필요하다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.