Plan du cours

1. Plan du cours • Définition • Les agents dans le processus d’achat • AI sur le site du Vendeur • AI de négociation multi-agents • Les enchères • AI et apprentissage • Techniques utilisées • Pour aller plus loin

2. 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 »

3. Caractéristiques d’un AI • Autonomie • AI 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 / réactivité • AI doit être capable de s'adapter à son environnement et aux évolutions de celui-ci.

4. AGENTS INTELLIGENTS APPRENTISSAGE COLLABO- -RATION AUTONOMIE

5. Autres caractéristiques d’un AI • Mobilité • Relative : 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 sociale • Les agents sociables "apprennent" les goûts des utilisateurs en même temps qu'ils leur fournissent des informations • Capacité de compétition entre agents

6. Plan du cours • Définition • Les agents dans le processus d’achat • AI sur le site du Vendeur • AI de négociation multi-agents • Les enchères • AI et apprentissage • Techniques utilisées • Pour aller plus loin

7. AI et étapes du processus d’achat en ligne • Identification du besoin • Recherche (produit, service, vendeur) • Négociation • Transaction • Livraison • Service après-vente • Evaluation

8. 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 …

9. Achat : Recherche du vendeur Agents de recherche Sur la base de critères fournis par un consommateur l’agent compare les offres de différents vendeurs Exemples : BargainFinder, Jango, CNET, Kelkoo, Shopper…

10. Achat : Négociation Agents de négociation Sur 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 …

11. Plan du cours • Définition • Les agents dans le processus d’achat • Agents de recherche • Agents de recommandations • Agents de négociations • AI sur le site du Vendeur • AI de négociation multi-agents • Les enchères • AI et apprentissage • Techniques utilisées • 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. + Pas de participation exigée du consommateur - Base de prédiction pouvant être inappropriée Ne tient pas compte du niveau de satisfaction des consommateurs Achats passés

15. + Tient compte des préférences Adapté pour l’achat de biens à faible implication - Inadapté pour l’achat de biens complexes à forte implication Evaluation des produits

16. feature-based filtering Sélection effectuée à partir d’un questionnaire rempli par le consommateur

17. + Personnalisation de l’offre - Sélection limitée au catalogue du vendeur Niveau d’expertise exigé du consommateur Feature-based filtering : Dell, HP

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. + Facilitation des possibilités d’arbitrage Préférence du consommateur plus représentative - Nombre de questions à poser Constraint filtering

22. AI de RECHERCHE : sites informédiaires • Sur le site d’infomédiaires (type Kelkoo) • Spécifications du consommateur • Recherche par AI sur e-catalogues • 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. + 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 Agents de recherche

25. Plan du cours • Définition • Les agents dans le processus d’achat • Agents de recherche • Agents de recommandations • Agents de négociations • AI sur le site du Vendeur • AI de négociation multi-agents • Les enchères • AI et apprentissage • Techniques utilisées • 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

28. Plan du cours • Définition • Les agents dans le processus d’achat • Agents de recherche • Agents de recommandations • Agents de négociations • AI sur le site du Vendeur • AI de négociation multi-agents • Les enchères • AI et apprentissage • Techniques utilisées • 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 • Anglaises • Sous plis scellés • À la Vickrey • Hollandaises • 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

37. 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-fonctionnent-les-encheres-a-la-baisse • Souvent une inscription payante pour déposer une offre

38. Plan du cours • Définition • Les agents dans le processus d’achat • AI sur le site du Vendeur • AI de négociation multi-agents • Les enchères • AI et apprentissage • Techniques utilisées • Pour aller plus loin

39. Agents de négociation : apprentissage Améliorer les stratégies de négociation • Bayésien • Génétique

40. Agents de négociation : apprentissage Utilisation du théorème de Bayes pour réviser les croyances d’un agent au cours d’une négociation • probabilités à priori sur les valeurs d’un paramètre • Observation par l’agent du comportement de son opposant • Transformation des probabilités à priori en probabilités à posteriori Exemple : Bazzar

41. Agents de négociation : apprentissage Génétique : faire évoluer les règles au cours du temps • Ensemble de stratégies de négociation générées de manière aléatoire pour un agent • L’agent utilise au moins une fois chacune d’entre elles dans une négociation avec un autre agent • Il évalue une génération • Il transforme les stratégies pour construire une nouvelle génération… Exemple : ADEPT

42. Plan du cours • Définition • Les agents dans le processus d’achat • AI sur le site du Vendeur • AI de négociation multi-agents • Les enchères • AI et apprentissage • Techniques utilisées • Pour aller plus loin

43. 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

44. Plan du cours • Définition • Les agents dans le processus d’achat • AI sur le site du Vendeur • AI de négociation multi-agents • Les enchères • AI et apprentissage • Techniques utilisées • Pour aller plus loin

45. Pour aller plus loin « 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