Transcript Intelligent Agent in Electronic Commerce Applications

Intelligent Agent in Electronic
Commerce Applications
1998. 11/26 목
이정철
Content
• Part 1: 에이전트(Agent)란?
• Part 2: 에이전트 기반 애플리케이션의 예
– “Kasbah: An Agent Marketplace for Buying and Selling Goods”.
• Part 3: 에이전트를 고려한 전자 상거래에 관한 제안
– Agent-mediated Integrative Negotiation for Retail Electronic
Commerce
2
에이전트(Agent)란?
• 사전적 의미: 대행자, 대리인
• 컴퓨터 분야: 작업을 대행해 주는 프로그램
– Dead Program + knowledge  Living Program
• 연구 그룹마다 다른 정의
– AI 분야: 분산 환경에서 작업을 수행하는 지적인 특성을 갖는
하나의 응용 프로그램
– 사회과학 분야: 하나의 일을 상호 협력해 해결하는 응용 프로
그램
– HCI 분야: 사람의 생각을 인지해 사람이 요구하는 사항을 처
리해 주는 프로그램
• 특성: 자율성(autonomy), 사회성(통신), 반응성
3
다중 에이전트 시스템 (1/2)
• 분산환경에서 상호 협력을 통해 수행하는 컴퓨터 프로
그램
• 협력 에이전트(Coordinated Agent, cooperation agent)
• 에이전트 간 대화 기능: 내부적 통신 규약 필요
• ACL(Agent Communication Language): 에이전트 통신
규약
– 어휘(Ontology): 에이전트끼리 서로 이해하는 단어
– 내부 언어(KIF; Knowledge Interchange Format): 지식을 표현하
기 위한 규칙으로 확장된 first-order predicate calculus.
– 외부 언어(KQML; Knowledge Query and Manipulation
Language): 에이전트 간 통신을 지원하기 위한 언어
4
다중 에이전트 시스템(2/2)
• 에이전트 간 통신 구조
– ARCHON: QMW(Queen Mary and Westfield) 대학에서 개발, 다
른 에이전트에게 원하는 서비스를 직접 요청하는 구조
– EMAF: 한국 전자통신연구소에서 개발, 조정자 역할을 하는
조정 에이전트(Broker, Coordinating Agent)를 통해 에이전트들
이 서비스를 주고 받는 구조
• 장점
– 독립적인 응용 프로그램의 집합에서 제공하지 못하는 복잡한
서비스를 에이전트 간의 협력을 통해 제공
– 존재나 사용법을 모르는 에이전트를 사용하는 효과가 있음
– 기능 확장이 용이함
5
이동 에이전트(Mobile Agent)
• 프로그램 자체가 네트웍을 돌아다니며 수행되는 프로
그램
• 네트웍 에이전트, 순회 에이전트 (Itinerant Agent)
• 자바 애플릿과의 유사점과 차이점
• 이동 에이전트의 수행 예- 비행기표 예약
• 이동 에이전트 수행 환경
– 이동 에이전트 서버: 수행 엔진, 장소, API
• 응용 분야
– 전자상거래, 정보 검색, 네트웍 관리
• 해결해야 할 문제: 보안, 이동 에이전트 서버의 보급
6
보조 에이전트(Assistant Agent)
• 능동적인 특성을 갖고 사용자의 작업을 돕는 프로그램
• Marvin Minsky의 에이전트에 대한 정의 : 어떤 문제를
해결하기 위한 블랙박스와 같은 것으로 인간을 대신해
일을 처리해 주는 프로세스
• 로봇(Robot)
– MailBot: 사용자의 지식을 기반으로 전자우편 정리, 자동 답장
기능
– Softbot: ftp, 아키, netfind 등과 같은 인터넷 관련 작업을 도와줌
– Web Robot : 웹에 있는 정보를 찾아 주는 웹 에이전트
7
사용자 인터페이스 에이전트
• 사용자가 컴퓨터를 쓰기 편리하도록 지원하는 에이전
트
• MS 연구소의 Persona 프로젝트의 페디(Peedy)- 사람의
말을 알아듣고 그에 따라 3차원 동영상으로 반응하며
음성으로 대답하기도 함
• 학습 능력을 가짐- 전자우편 에이전트
• 사용자 인터페이스 기술(3차원 애니메이션, 음성인식,
자연어 처리, 음성 합성, 멀티모달 입력 및 멀티미디어
출력 등) 과 인공지능 기술(학습 능력 등)의 결합
8
지능형 에이전트
• 학습 능력이나 추론 능력, 계획 능력과 같은 지능적인
특성을 갖는 에이전트
– 학습(Learning) 에이전트: 사용자의 프로그램 사용 경향을 파
악해 같은 작업을 반복하지 않도록 지원
– 추론(Reasoning) 에이전트: 사용자가 원하는 작업에 대해 기존
처리 방법이나 다른 시스템에 있는 에이전트의 경험과 지식을
바탕으로 작업 처리 방법을 파악하고 그에 따라 문제를 해결
– 계획(Planning) 에이전트: 여러 에이전트가 협력해 하나의 작
업을 처리하기 전에 에이전트 간의 통신과 에이전트의 작업
수행을 어떤 방식으로 진행할 것인가에 대해 미리 계획하고
그 계획에 따라 통신, 작업을 수행.
• COACH의 예: LISP 프로그래머에게 적절한 도움말 제시
9
Kasbah: An Agent Marketplace
for Buying and Selling Goods
Anthony Chavez and Pattie Maes
MIT Media Lab
Proceedings of the first International Conference on the
Practical Application of Intelligent and Multi-Agent
Technology(PAAM’96). London, UK, April 1996
Introduction
• Kasbah는 사용자가 자신을 위하여 자발적으로 물건을 사고 팔 수
있는 에이전트를 생성할 수 있는 웹 상의 가상의 시장이다.
• 다중 에이전트 시스템
• 시장은 적절한 프로토콜을 지원하는 특정 타입의 에이전트를 다
룰 수 있도록 설계됨.
• 연구동기: “Classified ad” 의 개선
• 구매자와 판매자의 가격 협상과정을 에이전트를 통해 수행하게
함.
• AI 혹은 Machine Learning 기술은 사용되지 않음(연구 중)
11
Selling and Buying Agents(1/3)
• 수동적인 Classified ad  능동적인 에이전트
– 스스로 거래를 하려고 노력(시장에 들어가서 다른 관심 있는
에이전트와 접촉하고 최상의 거래를 위해 협상)
• 판매 에이전트의 퍼라미터
– 희망 판매 기한
– 희망 판매 가격
– 최소 판매 가격
• 구매 에이전트의 퍼라미터
– 희망 구매 기간
– 희망 구매 가격
– 최대 구매 가격
12
에이전트의 가격 협상 전략 (1/2)
• 판매 에이전트의 전략: 희망 판매 가격으로 물건을 팔
려고 행동한다. 희망 판매 기간이 다가옴에 따라 가격
을 최소 판매 가격 쪽으로 내린다.
• 구매 에이전트의 전략: 희망 구매 가격으로 물건을 구
매하려고 행동한다. 희망 구매 기간이 다가옴에 따라
가격을 최대 구매 가격 쪽으로 올린다.
• 에이전트의 협상 전략
– 판매 에이전트: decay function
– 구매 에이전트: raise function
13
에이전트의 가격 협상 전략(2/2)
Anxious S.A.
가
격
Cool-headed S.A.
가
격
시간
가
격
시간
Anxious B.A.
가
격
시간
Cool-headed B.A.
가
격
시간
Greedy S.A.
Greedy S.A.
가
격
시간
시간
14
사용자의 에이전트 통제
• 거래를 완성하기 전에 사용자의 승인 과정 필요
• 판매자 구매자 간의 합의에 이르렀을 때 전자 메일로
사용자에게 통지를 보냄
• 현재 상품의 실제 거래는 사용자의 몫
• 앞으로 정보나 지식과 같은 무형의 상품은 electronic
cash를 이용하여 거래할 수 있음
15
에이전트가 공급하는 서비스와 이익
• 유용하다고 생각되는 대상: everyday end-user
• 거래에 수반되는 수 많은 작업들을 줄여 줌으로써 시간
의 절약 효과
• 낯선 사람과의 대화를 피할 수 있음
• 언어의 장벽과 오해 문제 해결
• 에이전트가 수집한 정보를 에이전트를 생성시킨 사용
자가 언제든지 검색 가능함. 자신의 잠재적인 판매자
(구매자)가 누구인지 알 수 있음
• 더 많은 정보를 가지고 더 좋은 가격으로 거래 가능
16
시장의 기능
• 시장에 참여하는 에이전트들이 공통의 언어로 통신하
는 것을 보장함.
• 같은 종류의 물건에 대해 관심 있는 판매 에이전트와
구매 에이전트를 연결함.
• 사용되는 용어를 결정함.
• 사악한 에이전트에 대한 대처- 법의 제정 및 강화.
• 단속(regulator) 에이전트 - 시장을 돌아다니며 불법 활
동의 발생을 막음.
17
Kasbah 프로토타입(1/2)
• 판매 에이전트, 구매 에이전트에 구현된 메소드
– accept-offer?(agent, from-agent, offer) - return either “accepted” or
“rejected”
– what-is-price?(agent, from-agent) - 현재의 가격
– what-is-item?(agent, from-agent) - 거래하는 물품
– add-potential-customers(sell-agent, potential-customers)
– add-potential-sellers(buy-agent, potential-sellers)
– remove-potential-sellers
– remove-potential-customers
– do_thing : 시장 사이클의 slice 시간에 에이전트를 실행시킴.
18
Kasbah 프로토타입(2/2)
• 시장 객체에 구현된 메소드
–
–
–
–
add-buy-agent : 새로운 구매 에이전트의 생성
add-sell-agent : 새로운 판매 에이전트의 생성
agent-terminated(marketplace, agent)
deal-made(marketplace, sell-agent, buy-agent, item, price)
• Harlequin Lisp을 사용하여 CLOS(Common Lisp Object
System)에서 구현.
• 개념적으로 판매, 구매 에이전트 간에 지속적으로 서로
대화하고 있으나 실제로는 시장의 사이클 타임의 작은
부분에 각 에이전트를 실행.
19
실험 결과
•
•
•
•
•
실험대상: Kasbah에 대한 사전 지식이 없는 사람들.
상품: playing card
goal: poker에서 같이 점수를 최대화하는 것
교환물: 가상의 “play” money
결과
– 일반적으로 피드백은 긍정적(재미있다고 여김)
– 그들의 에이전트가 명백하게 어리석은 행동은 하지 않을 것이
라고 기대함. 첫 번째 제공한 가격이 희망가격과 같을 때 거래
를 받아들이는 것은 문제가 있음.
– 에이전트가 보다 더 사람과 같이 pro-active하기를 바람. 사실
보통 사람이 판매나 구매의 전략을 명백하게 기술하지 못함.
20
Agent-mediated Integrative Negotiation for
Retail Electronic Commerce
Robert H. Guttman and Pattie Maes
MIT Media Laboratory
Proceedings of the First International Conference on
Electronic Commerce(ICEC’98), Seoul, Korea, April 1998
Online Retail Sales
• 1996
$600 Million
• 1997
> $2 Billion
$800 Million between Thanksgiving and Christmas
• 2001
$17 Billion
(Note: low because fulfillment/payment not automated yet)
(Source: forrester Research & Yankee Group 1997)
22
Business-Business Sales
• Online Business-Business Sales
– 1997:
$8 Billion  2002: $327 Billion
• Business-Business Sales
– 1997:
– 2000:
51% revenue via phone & fax
15% revenue via internet
42% revenue via internet
32% revenue via phone & fax
23
E-commerce (R)evolution
• today:
– information
– marketing
– order taking
HUMAN INFORMATION
COLLECTION, DECISION
MAKING & BUYING
• tomorrow:
– electronic markets
– agents do bidding
AUTOMATED INFORMATION
COLLECTION,
DECISION MAKING
AND BUYING
24
Key technology: agents
ELECTRONIC MARKET
BUYER
BUY AGENT
buyer purchasing
needs,
criteria &
preferences
negotiation about
transaction
SELL AGENT
SELLER
business
sale &
pricing
rules,
catalog info,
...
… OTHER AGENTS
25
Why? Agents Link Business Goals &
Customer Interests
Business goals:
Customer interests:
•
Increased efficiency
•
Personalized service
•
Sales growth
•
Increased variety
•
Larger market
•
Better prices
•
Understanding customers &
•
Purchase decision support
leveraging customer knowledge
•
Keeping informed
•
Meet similar customers
26
Consumer Buying Behavior Model
agentmediated
27
Need identification: notification agents
CUSTOMER
BUSINESS
AGENT
customer profile
catalog of items
John Grisham
science fiction
book x < $12.00
...
item1
item2
item3
...
profile management
email notifications
matching profile<>catalog
28
Notification Agents
• Examples:
– Amazon.com (new books available)
– Fastparts.com (new bids affecting yours)
– Classifieds 2000 (specific product available at specific price)
• Products:
– Firefly, Microsoft, Oracle, ...
29
30
Product brokering:
recommendation agents
CUSTOMER
AGENT
customer
profile
profile management
zip, age, gender
purchase history
expressed preferences
implicit preferences
expressed constraints
...
BUSINESS
catalog
of items
item1
item2
item3
...
personalized, high-level service
(decision support, recommendations, …)
31
Recommendation Agents
• Techniques:
– rule-based
– mining customer data:
• patterns related to product features
• patterns among customers
– constraint-based filtering
• Products:
– Firefly, Broadvision, NetPerceptions, ...
32
PersonaLogic
33
PersonaLogic
34
Merchant Brokering: Comparison
shopping agents
3RD PARTY
CUSTOMER
AGENT
user profile
expressed needs
for a product,
constraints &
conditions,
...
extract information from multiple
sites about products user wants
...
BUSINESS
SITE
item1
item2
item3
...
...
35
Merchant Brokering Agents
• Examples:
–
–
–
–
–
bargainfinder
jango (excite)
fido
priceline
…
• Products:
– agentsoft, Israel
– junglee
36
37
38
Excite’s Jango
••
•
(over 50 choices)
39
Limitations comparison shopping
agents
What are the reputations of these merchants? Do they offer extended warranties, service contracts, loan options, or
gift services? Is the product even available? If so, how fast can it be delivered? How much will that cost? What
other goods and services do I need to configure the product appropriately for my needs? A good sales agent would
answer these questions to assist me in making a more educated buying decision and offer more products and options
for consideration.
40
Negotiation:
negotiation agents
BUYER
BUY AGENT
buyer purchasing
needs,
criteria &
preferences
SELL AGENT
SELLER
business
sale &
pricing
rules
negotiation about transaction
41
Automating Negotiation
• research:
–
–
–
–
Kasbah & MarketMaker (MIT Media Lab)
Tete-a-Tete (MIT Media Lab)
AuctionBot (Univ. of Michigan)
...
• commercial products:
–
–
–
–
Moai Technologies, Inc
BusinessBots, Inc
Veo Systems, Inc
Optimark, Inc
42
Kasbah Consumer Agent (MIT
Media Lab)
Buy: Eva Luna by Isabel Allende
–
–
–
–
–
–
–
–
Description: paperback
Condition: new
Deadline: March 10th,1997
Start price: $8.00; Max. price: $15.00
Strategy: tough bargainer
Location: local
Level of Autonomy: check before transaction
Reporting Method: event based
43
Tete-@-Tete (MIT Media Lab)
p1
m1
m2
$
$
...
m1
...
p1
p2
p2
...
...
BF & Jango
m2
Tete-a-Tete (T@T)
44
T@T: Integrative Negotiation
consumer
•
sales
agents
merchants
negotiation protocol
–
–
•
shopping
agent
argumentative negotiation (critiques & counter-proposals)
distributed constraint satisfaction (DCSP)
decision support
–
multi-attribute utility theory (MAUT)
45
AuctionBot (Univ. of Michigan)
46
Integrative Negotiation Agents
• Distribute negotiation, integrative negotiation
• Multi-Objective Decision Analysis: uncertainty analysis,
utility(preference) analysis
• Multi-Attribute Utility Theory
• Distributed Constraint Satisfaction
• Conjoint Analysis and Machine Learning
47
결론
• 우리의 도메인에서 Intelligent Agent를 어디에 적용할
수 있을까?
• Agent를 통한 negotiation 기능의 활용?
• Electronic Commerce와 Manufacturing Planning and
Control System과의 통합 문제
48
References
•
•
•
•
•
•
•
•
Anthony Chavez and Pattie Maes, “Kasbah: An Agent Marketplace for Buying and
Selling Goods”, MIT Media Lab Proceedings of the first International Conference on the
Practical Application of Intelligent and Multi-Agent Technology(PAAM’96). London,
UK, April 1996
Robert H. Guttman and Pattie Maes, “Agent-mediated Integrative Negotiation for Retail
Electronic Commerce”, MIT Media Laboratory, Proceedings of the First International
Conference on Electronic Commerce(ICEC’98), Seoul, Korea, April 1998
서강대학교 인공지능 연구실 홈페이지
URL: <http://ailab7.sogang.ac.kr/MS_Agent.html>
Amazon.com URL: <http://www.amazon.com/>
Firefly Network URL: <http://www.firefly.com/>
PersonaLogic URL: <http://www.personalogic.com/>
Jango URL: <http://www.jango.com/>
Kasbah URL: <http://kasbah.media.mit.edu/>
49