Plan du cours

1. Définition

2. Les agents dans le processus d’achat

3. AI sur le site du Vendeur

4. AI de négociation multi-agents

5. Les enchères

6. AI et apprentissage

7. Techniques utilisées

8. Pour aller plus loin

Définition : AGENT ELECTRONIQUE

« Une entité logicielle capable

d’agir de manière autonome dans le but d’accomplir

un certain nombre de tâches au nom de son utilisateur

et en fonction de ses intérêts »

Caractéristiques d’un AI

AutonomieAI doit pouvoir prendre des initiatives et agir sans

intervention de l'utilisateur final. Communication

AI doit pouvoir échanger des informations et se coordonner avec d'autres agents, avec des serveurs ou avec des humains.

Apprentissage / réactivitéAI doit être capable de s'adapter à son

environnement et aux évolutions de celui-ci.

COLLABO- COLLABO- -RATION -RATION

AGENTS INTELLIGENTS

AUTONOMIEAUTONOMIE

APPRENTISSAGEAPPRENTISSAGE

Autres caractéristiques d’un AI

MobilitéRelative : par envoie de requête (ex: copernic)http://www.copernic.com/fr/Réelle : AI se déplacent d’une machine à l’autre. Pour

migrer, un AI transfère son code et ses données sur le nouveau site puis continue son exécution sur ce site.

Capacité socialeLes agents sociables "apprennent" les goûts des

utilisateurs en même temps qu'ils leur fournissent des informations

Capacité de compétition entre agents

Plan du cours

1. Définition

2. Les agents dans le processus d’achat

3. AI sur le site du Vendeur

4. AI de négociation multi-agents

5. Les enchères

6. AI et apprentissage

7. Techniques utilisées

8. Pour aller plus loin

AI et étapes du processus d’achat en ligne

1. Identification du besoin2. Recherche (produit, service, vendeur)3. Négociation4. Transaction5. Livraison6. Service après-vente7. Evaluation

Achat : Recherche du produit

Agents de recommandation :Sur la base de critères fournis par un

consommateur l’agent évalue différents produits et regroupe ceux qui correspondent le plus aux préférences du consommateur

Exemples : Firefly, PersonaLogic …

Achat : Recherche du vendeur

Agents de rechercheSur la base de critères fournis par un consommateur l’agent compare les offres de différents vendeurs

Exemples : BargainFinder, Jango, CNET, Kelkoo, Shopper…

Achat : Négociation

Agents de négociationSur la base de contraintes fournies par un

consommateur l’agent négocie en son nom les termes d’une transaction

Exemples : BAuctionBot, Kasbah, Tete-a-Tete …

Plan du cours

1. Définition

2. Les agents dans le processus d’achat

1. Agents de recherche

2. Agents de recommandations

3. Agents de négociations

3. AI sur le site du Vendeur

4. AI de négociation multi-agents

5. Les enchères

6. AI et apprentissage

7. Techniques utilisées

8. Pour aller plus loin

12

AI : sur le site du vendeur

AGENTS de RECOMMANDATION :» Collaborative filtering

» Feature-based filtering

» Constraint filtering

13

Collaborative filtering

Sélection effectuée

dans une BDD consommateurs

Achats passés : BookMatcher (Amazon)

Evaluation de produits : Firefly, MovieCritic

14

Achats passés

+ Pas de participation

exigée du consommateur

- Base de prédiction

pouvant être inappropriée

Ne tient pas compte du niveau

de satisfaction des consommateurs

15

Evaluation des produits

+ Tient compte des

préférences

Adapté pour l’achat de biens à faible implication

- Inadapté pour

l’achat de biens complexes à forte implication

16

feature-based filtering

Sélection effectuée à partir

d’un questionnaire rempli par le

consommateur

17

Feature-based filtering : Dell, HP

+ Personnalisation

de l’offre

- Sélection limitée au

catalogue du vendeur

Niveau d’expertise exigé du consommateur

18

Constraint filtering

Sélection à partir de la reproduction du

processus de choix :

- étape de communication

- étape de recommandation

19

Constraint filtering : communication

Questionnaire, type feature-based, mais plus complexe»Exemple : PersonaLogic

»6 catégories de questions

»3 à 4 questions par catégorie

20

Constraint filtering : recommandation

Calcul d’une fonction d’utilité tenant compte

des choix et des contraintes

21

Constraint filtering

+ Facilitation des

possibilités d’arbitrage

Préférence du consommateur plus représentative

- Nombre de

questions à poser

22

AI de RECHERCHE : sites informédiaires

Sur le site d’infomédiaires (type Kelkoo)1. Spécifications du consommateur

2. Recherche par AI sur e-catalogues

3. Affichage d’un tableau comparatif

23

Agents de recherche

BargainFinder : Accenture

Compare prix d’un CD sur 9 sites marchands

Jango, CNET & Kelkoo couvrent une gamme très large de produits

Shopper compare plus d’1 million de prix pour plus de cent mille produits informatiques

www.smartbots.com

24

Agents de recherche

+ Réduction de l’effort

de recherche du consommateur

- Blocage des sites

marchands Pas de conseil

véritable Limitation des critères

de préférences Mots clés non intuitifs Pas de

contextualisation de l’utilisation

Plan du cours

1. Définition

2. Les agents dans le processus d’achat

1. Agents de recherche

2. Agents de recommandations

3. Agents de négociations

3. AI sur le site du Vendeur

4. AI de négociation multi-agents

5. Les enchères

6. AI et apprentissage

7. Techniques utilisées

8. Pour aller plus loin

26

AI de négociation Multi-agents

les marchés électroniques

» Système multi-agents échangeant des offres et des contre-offres en vue de parvenir à un accord

27

Protocole de négociation multi-agents:

Nombre des parties Durée de l’interaction Type de messages échangés Ordre des offres et des contre-

offres

Plan du cours

1. Définition

2. Les agents dans le processus d’achat

1. Agents de recherche

2. Agents de recommandations

3. Agents de négociations

3. AI sur le site du Vendeur

4. AI de négociation multi-agents

5. Les enchères

6. AI et apprentissage

7. Techniques utilisées

8. Pour aller plus loin

29

AGENTS de négociation : enchères

Mécanisme de transaction déterminant l’allocation & le prix des ressources sur la base des différentes offres faites par les parties

Mécanisme de transaction bien adapté pour les produits rares ou d’occasion

Mécanisme se développant pour tous les produits

30

Les types d’enchères

AnglaisesSous plis scellésÀ la VickreyHollandaises Inversées

31

Enchères anglaises

Le vendeur fixe un prix initial, Les acheteurs surenchérissent Le commissaire priseur adjuge Le gagnant est l’acheteur ayant fait

l’offre la plus élevée (le prix payé) eBay, Onsale, iBazar

32

Enchères sous plis scellés

Chaque acheteur envoie une offre secrète non modifiable,

Le commissaire priseur ouvre les différentes offres

Le gagnant est l’acheteur ayant fait l’offre la plus élevée (prix payé)

Timeshare Resale International

33

Enchères à la Vickrey

Le vendeur fixe un prix initial, Les acheteurs surenchérissent Le commissaire priseur adjuge Le gagnant est l’acheteur ayant fait

l’offre la plus élevée Le prix payé correspond au montant

de la seconde offre la plus élevée majoré d’un incrément

34

Enchères à la Vickrey

Antebellum Covers

Nauck’s Vintage

35

Enchères hollandaises

Le vendeur fixe un prix initial élevé Le commissaire priseur fait diminuer

le prix à intervalle de temps régulier Le gagnant est le premier acheteur

acceptant l’offre proposée Le montant correspondant à l’offre

proposée

36

Enchères hollandaises

Klik-Klok Department store

Bid.com

Enchères inversées

Pour les entreprises : dépose d’une demande de prestation ou de service» Les fournisseurs proposent leur service» L’offre la plus basse l’emporte» PB pour les offres d’emplois !

Pour les particuliers : l’offre la plus basse unique l’emporte» http://www.enchereclic.com/Comment-fonctionn

ent-les-encheres-a-la-baisse» Souvent une inscription payante pour déposer

une offre

Plan du cours

1. Définition

2. Les agents dans le processus d’achat

3. AI sur le site du Vendeur

4. AI de négociation multi-agents

5. Les enchères

6. AI et apprentissage

7. Techniques utilisées

8. Pour aller plus loin

39

Agents de négociation : apprentissage

Améliorer les stratégies de négociation

Bayésien

Génétique

40

Utilisation du théorème de Bayes pour réviser les croyances d’un agent au cours d’une

négociation

1. probabilités à priori sur les valeurs d’un paramètre

2. Observation par l’agent du comportement de son opposant

3. Transformation des probabilités à priori en probabilités à posteriori

Exemple : Bazzar

Agents de négociation : apprentissage

41

Génétique : faire évoluer les règles au cours du temps

1. Ensemble de stratégies de négociation générées de manière aléatoire pour un agent

2. L’agent utilise au moins une fois chacune d’entre elles dans une négociation avec un autre agent

3. Il évalue une génération 4. Il transforme les stratégies pour construire une

nouvelle génération…Exemple : ADEPT

Agents de négociation : apprentissage

Plan du cours

1. Définition

2. Les agents dans le processus d’achat

3. AI sur le site du Vendeur

4. AI de négociation multi-agents

5. Les enchères

6. AI et apprentissage

7. Techniques utilisées

8. Pour aller plus loin

Techniques utilisées

Principes des systèmes experts langages de programmation :

» Java / C, C++ / Python / PROLOG / PHP

Le langage de communication utilisé entre agents:» KQML (Knowledge Query and Manipulation Language).

Transfert des agents mobiles entre plusieurs ordinateurs» ATP ( Agent Tranfert Protocol protocole de niveau

application couche 7 du modèle OSI

Plan du cours

1. Définition

2. Les agents dans le processus d’achat

3. AI sur le site du Vendeur

4. AI de négociation multi-agents

5. Les enchères

6. AI et apprentissage

7. Techniques utilisées

8. Pour aller plus loin

45

« Les agents intelligents pour un nouveau commerce électronique » C. PARASCHIV Hermés Lavoisier 2004http://www.agentintelligent.com/index.htmlhttp://www.agentland.fr/http://fr.wikipedia.org/wiki/Agent_intelligenthttp://multiagent.com/http://www.agentbuilder.com/Documentation/whyAgents.html

Pour aller plus loin