Negociación automática en mercados electrónicos

Abstract

Existen varias etapas al tiempo de comprar productos en aplicaciones de comercio electrónico. La etapa más interesante es el proceso de negociación. Este proceso se considera el momento más importante en la compra y venta de productos, pero también es una tarea muy compleja y que requiere de tiempo y pericia para conseguir un buen precio, tanto del comprador como del vendedor. El presente estudio responde a un objetivo principal, el cual es investigar el mercado electrónico de los negocios y sus características, además de identificar el algoritmo de Aprendizaje Automático aplicable al proceso de negociación electrónica. En este contexto y basados en el trabajo de Kasbah [7], en este proyecto se ha desarrollado un prototipo de Sistema de Aprendizaje de Negociación Electrónica (SANE) donde existe un mercado electrónico en el que un agente comprador y un agente vendedor negocian el precio de un producto para conseguir el “mejor precio posible”. Los agentes se comunican usando un lenguaje simbólico de negociación diseñado para este fin e incluyen parámetros de tiempo de negociación y cantidad dinero como restricciones a la hora de negociar. El aprendizaje del agente comprador se concreta a través del Razonamiento Basado en Casos, para que pueda aprender de experiencias pasadas cómo calcular el nuevo valor a ofertar y conseguir el mejor precio. Los resultados obtenidos son alentadores porque se demuestra que los agentes software que incluyen Razonamiento Basado en Casos negocian de mejor forma que los no la tienen. Aunque aún quedan muchas tareas que realizar, se cree que en un futuro cercano se puede conseguir implantar la negociación automática en el comercio electrónico Business to Consumer.