摘 要：本文就電子商務(wù)中談判的偏好獲取問題進(jìn)行了分析。首先探討了偏好獲取的困難，然后給出了三種獲取偏好的方法并進(jìn)行了分析，最后給出了對這幾種方法的評價。
關(guān)鍵詞：電子商務(wù) 偏好獲取 層次分析法
電子談判已是電子商務(wù)中重要的研究問題。談判過程中，方案的選擇是在假設(shè)談判者偏好已知的前提下進(jìn)行的。偏好通常用效用函數(shù)來衡量，談判者偏好哪個方案，那么這個方案的效用就高。然而，談判者的偏好如何獲取成為一個問題。本文對此進(jìn)行了初探。
一、偏好獲取的困難
1.偏好獲取的限制性。 偏好獲取模型，可以追溯到von Neumann and Morgenstern的期望效用的討論，并且在這些模型中都必須面偏好的測量困難。談判中決策是理性的方法，要求獲得決策涉及的實體的效用函數(shù)的完備知識。西蒙提出了有限理性的概念，并且宣稱認(rèn)知是稀缺的資源。這樣在許多情況中，由于結(jié)果空間的尺寸和效用獲取過程的復(fù)雜性，獲取偏好的任務(wù)是者是不可行的或者有困難和有成本的。這個成本可以視為偏好獲取機(jī)制的計算復(fù)雜性。
2.偏好的動態(tài)變化性。 傳統(tǒng)決策者的理性的前提指決策者考慮到了決策的所有費用和他們的概率分布。在這樣的假設(shè)下，決策者的偏好是明顯的和穩(wěn)定的。如果是在有限理性的假設(shè)前提下，這不再是正確的。Von Wright強(qiáng)調(diào)，忽視了具體時間、具體人物的偏好，談?wù)撈檬菦]有意義的。特別是在具有強(qiáng)烈信息不對稱得的復(fù)雜的自動談判中，談判主體在談判過程中不斷需要新的信息。這樣談判系統(tǒng)必須針對決策者的偏好變化做準(zhǔn)備。
3.談判過程中新議題。 在傳統(tǒng)的談判分析中在談判各方確切開始談判時假設(shè)談判議題已考慮完全。同導(dǎo)致決策者偏好變化的理由一樣，顯然在真實的談判中議題的結(jié)構(gòu)在談判過程中可能會改變。談判者在談判過程中需要新的信息和發(fā)現(xiàn)新的可選擇方案。這可能導(dǎo)致需要討論增加以前沒有涉及的議題。談判系統(tǒng)將必須考慮支持這種情況。
二、電子商務(wù)中偏好（權(quán)重）獲取的方法
針對消減偏好獲取的認(rèn)知工作，不同的方法被提出。對于這幾個方法，有三個的算法性問題需要考慮：初始偏好獲取、偏好的改變、增加屬性。
1.偏好獲取的自我明示法 獲取偏好信息得最簡單的方法是直接詢問談判者。當(dāng)屬性間的相互依賴性被假設(shè)忽略不計時，可以分別的明確地判定可能替換方法的每個屬性和屬性水平。
2.聯(lián)合評價方法 聯(lián)合評價是多屬性決策中的識別偏好的方法。為了引出偏好信息分解次級步驟模擬簡化購買決策。在1964年它作為一個數(shù)學(xué)方法被提出并且隨后被應(yīng)用到市場研究。它的模型是假設(shè)屬性相互間是獨立的、可加的、可補(bǔ)償?shù)?。?lián)合評價技術(shù)被廣泛的成功地應(yīng)用在消費者研究。后來提出的混合聯(lián)合分析模型降低了該方法的認(rèn)知復(fù)雜性。
3.層次分析法（AHP）層次分析法通過一個層次目標(biāo)或準(zhǔn)則來結(jié)構(gòu)化決策問題，并且根據(jù)這個結(jié)構(gòu)形成簡易等級級別的一種方法。這個等級級別是以附加模型為基礎(chǔ)。第一步是以這個主要目標(biāo)開始建立層次，然后連續(xù)定義次級準(zhǔn)則。針對每一個階層有必要獲得每個標(biāo)準(zhǔn)的偏好（權(quán)重），這個工作是通過成對比較進(jìn)行的，例如準(zhǔn)則a比準(zhǔn)則b有多重要。這可能值是通常限制在集合[1，3，5，7，9]中，妥協(xié)值在[2，4，6，8]中。如果某個準(zhǔn)則的子準(zhǔn)則的數(shù)目為n，那么必須進(jìn)行n(n-1)/2次比較。如果這個比較是一致的（這意味著例如如果a是3倍重要b且b3倍重要c，那么a是9倍重要c）那么僅必要作n-1次判斷，因為其他的可以推導(dǎo)出來。
三、偏好獲取方法的評價
由于人的認(rèn)知是一種稀缺資源，所以根據(jù)計算的復(fù)雜度對這幾個方法進(jìn)行分析評價。偏好獲取自我明示法對于決策者來說是容易理解的，在認(rèn)知的難度具有明顯的優(yōu)勢。顯然他是隨著屬性和水平的數(shù)目呈線行增加，沒有任何換算系數(shù)：Θ(n)。改變偏好和增加屬性對于自我明示法是沒有問題的，因為所有的屬性可以分別估值，這樣可以允許決策者根據(jù)需要修改他們的偏好。所有其它的偏好信息可以繼續(xù)使用。假設(shè)改變了兩個屬性的權(quán)重比率，決策者為了使權(quán)重保持一個常量和必須針對這兩個屬性明確的修改他們的權(quán)重。這一次操作具有確定的認(rèn)知復(fù)雜度為：Θ(2) 。如果一個新議題被引入這個偏好結(jié)構(gòu)，他的權(quán)重必須確定，當(dāng)然為了保持一個常數(shù)和所有的屬性權(quán)重需要自動調(diào)整。然而這就暗示著在已知的屬性之間權(quán)重比率沒有發(fā)生變化：Θ(1)。
依照同樣的分析思路依次分析混合聯(lián)合分析和層次分析法得初結(jié)論看表1。
表1偏好獲取方法在談判支持中努力程度最壞情形
偏好獲取方法
多屬性的排序
偏好改變
新議題
自我明示法
⊙(n)
⊙(2)
⊙(1)
全輪廓聯(lián)合分析
⊙((182n)/5)
⊙(182)
⊙(182)
混合聯(lián)合分析
⊙(n)+c
⊙(2+c)
⊙(1)+c
層次分析法
⊙(1/2(n2-n))
⊙(1)
⊙(n-1)
四、結(jié)論
作為一個瓶頸，偏好獲取的作用對于自動談判是非常明顯的。這幾個偏好獲取的方法，可以根據(jù)我們的應(yīng)用環(huán)境進(jìn)行選擇?；旌下?lián)和分析方法在應(yīng)用上具有優(yōu)越性。
