Tecnologias de Negócio Electrónico

Janeiro 2004Janeiro 2004 MEI-LEIC / Eugénio OliveiraMEI-LEIC / Eugénio Oliveira

Tecnologias de Negócio ElectrónicoTecnologias de Negócio Electrónico

Proposta de Trabalho:

Sistema Multi-Agente para Broker Electrónico para a Indústria Seguradora


Tecnologias de Negócio ElectrónicoTecnologias de Negócio ElectrónicoBIAS BIAS

BBrokerage in rokerage in IInsurance – an nsurance – an AAgent-based gent-based SSystemystem

IA

Comunidades de Clientes

Estereótipos

Negociação

Ontologia

Broker

CA

Descrição das característicasE necessidades

do cliente

Propostas de produtos

Interacçãopor delegação do

cliente

reacçõesOfertas

personalisadas

...

IA

IA



Vantagens:

Cliente acede a uma maior gama de Produtos possíveis

Seguradoras não necessitam de normalizar os produtos

Seguradoras mantém flexibilidade sendo donas dos seus Agentes

Intermediários (Brokers) mantém o seu papel e ajudam Clientes e Seguradoras



Desafios:

• Especificar uma Arquitectura Multi-Agentee escolher uma Plataforma

• Criar uma Ontologia do domínio

• Representar produtos de Seguros

• Funções de Avaliação multi-critério dos produtos

• Especificar protocolos de interacção do Broker com o Cliente

• Especificar protocolos de interacção do Broker com Seguradoras

Aprender as preferências dos Clientes



Protocolo de Negociação:

Multi-atributodistância entre uma proposta específicae as preferências do Cliente

PrivacidadeReacções qualitativas exprimindo as diferençasentre os atributos de uma proposta específicae a melhor proposta até ao momento

Inter-dependenciasAdaptativo

Usar Aprendizagem pelo Reforço sendo a Recompensadependente das Reacções (“feedback”)


Tecnologias de Negócio ElectrónicoTecnologias de Negócio ElectrónicoProtocolo de Negociação:

Negociação-Q “Agents advanced features for negociation in Electronic Commerce and Virtual Organisations formation process” , Ana Paula Rocha, Eugénio Oliveira, in Lecture Notes in Artificial Intelligence, V. 1991 pp.77-96, Springer

2001

Protocolo de Negociação:Cliente Intermediário Seguradoras

(1)pedido(2) Anúncio

(3) Propostas(4) Propostas

(5) Contra-propostas(6) Comentário qualitativo

(7) Propostas(8) Comentário qualitativo

(9) Propostas finais múltiplas rondas

(10) propostas seleccionadas(11) Selecção / Rejeição



Criação de Comunidades de Utilizadores pelo Broker:

COBWEB (Fisher, 1987) usa o conceito Utilidade da Categria (Gluck & Corter, 1985) para criar Agrupamentos Conceptuais

Algoritmo incremental para o agrupamento Conceptual Hierárquico

Maximiza a Utilidade da Categoria:


Tecnologias de Negócio ElectrónicoTecnologias de Negócio ElectrónicoComunidades de UtilizadoresComunidades de Utilizadores

U1 U2 U3

C1

UserUser Marital Marital statusstatus

ChildreChildrenn

UU11 SingleSingle NoNo

UU22 MarrieMarriedd

NoNo

UU33 MarrieMarriedd

YesYes

UU44 MarrieMarriedd

YesYes

U1 U2

C1

C2

U3 U4

juntando U4

Agrupamentos com características comuns criados Incrementalmente representando comunidades de clientes


Tecnologias de Negócio ElectrónicoTecnologias de Negócio ElectrónicoComunidades de UtilizadoresComunidades de Utilizadores

Aplica um de quatro possíveis Operadores:Aplica um de quatro possíveis Operadores:

Inclusão em Agrupamento existenteInclusão em Agrupamento existente

Criação de novo AgrupamentoCriação de novo Agrupamento

DivisãoDivisão

FusãoFusão

Tal que Maximize a Utilidade da CategoriaTal que Maximize a Utilidade da Categoria

P(CP(Ckk)) [[i i jj P(A P(Aii=V=Vijij|C|Ckk))22 - - i i jj P(A P(Aii=V=Vijij))22] / n] / n



similaridade Intra-Classessimilaridade Intra-ClassesQuanto maior P(Ai=Vij|Ck) tanto maior a proporção de Quanto maior P(Ai=Vij|Ck) tanto maior a proporção de

membros da Classe partilhando o valor Vij para o membros da Classe partilhando o valor Vij para o atributo Aiatributo Ai

dissimilaridade Inter-Classesdissimilaridade Inter-ClassesQuanto maior P(Ck|Ai=Vij) menos elemento em Quanto maior P(Ck|Ai=Vij) menos elemento em

diferentes classes partiham esse valor (é específico diferentes classes partiham esse valor (é específico de uma classe)de uma classe)



Qualidade da partição:Qualidade da partição:K=1,nK=1,niijj P(A P(Aii=V=Vijij)P(C)P(Ckk|A|Aii=V=Vijij)P(A)P(Aii=V=Vijij|C|Ckk))

Balanço entre similaridade intra-classe e difença inter-Balanço entre similaridade intra-classe e difença inter-classesclasses

Pela regra de Bayes:Pela regra de Bayes:P(AP(Aii=V=Vijij)P(C)P(Ckk|A|Aii=V=Vijij) =P(C) =P(Ckk)P(A)P(Aii=V=Vijij|C|Ckk))Substituindo na fórmula da Qualidade da Partição:Substituindo na fórmula da Qualidade da Partição:K=1,n K=1,n P(CP(Ckk)) j j jj P(A P(Aii=V=Vijij|C|Ckk))22

Utilidade da Categoria (aumento no número esperado de valores dos atributos correctamente colocados em cada partição {C1…Cn} P(Ck) [j j P(Ai=Vij|Ck)2 - j j P(Ai=Vij)2] / n



Estereótipo: Modelo protótipo de cada Comunidade

Representativo dos seus Elementos (utilizadores, clientes)

Significativamente diferente de outras comunidades



Como extraír um Significado para cada Agrupamento?Estereótipo de uma Comunidade?

Identificando Padrões pelo uso de uma métrica

Métrica medindo o aumento de frequência de uma componente específica fi dentro de uma comunidadeRelativamente à frequência por defeito no número total

FIc = fi 2 – fc2

FIc é considerado relevante se superior a um patamar convencionado


Tecnologias de Negócio ElectrónicoTecnologias de Negócio ElectrónicoEstereótiposEstereótipos (Exemplo) (Exemplo)

UseUserr

PreferenciasPreferencias

UU11 CompComp11, Comp, Comp66

UU22 CompComp11, Comp, Comp66, Comp, Comp88

UU33 CompComp11, Comp, Comp55

UU44 CompComp11, Comp, Comp44, Comp, Comp55, , CompComp66

U1

C1

C2

U3 U4

C2 Esterótipo (ß = 0.05) FIc = fi2 – fc

2

FIComp1 = (2/2)2 – (4/4)2 = 0.0FIComp4 = (1/2)2 – (1/4)2 = 0.185 FIComp5 = (2/2)2 – (2/4)2 = 0.75FIComp6 = (1/2)2 – (3/4)2 = -0.315

U2

Componentes escolhidas quer por demasiado poucos ou Componentes escolhidas quer por demasiado poucos ou muitos utilizadores (clientes) não ficam nos estereótipos:muitos utilizadores (clientes) não ficam nos estereótipos:

No primeiro caso são ignorados pelo algoritmo por No primeiro caso são ignorados pelo algoritmo por irrelevantesirrelevantes

No segundo caso, correspondem a características No segundo caso, correspondem a características generalizadas a todas as comunidades generalizadas a todas as comunidades



Bee-gentBee-gent da Toshiba: plataforma em Java da Toshiba: plataforma em Java Bonding and Encapsulation enhancement AgentBonding and Encapsulation enhancement Agent http://www2.toshiba.co.jp/beegent/index.htmhttp://www2.toshiba.co.jp/beegent/index.htm

Informação comunicada entre os Agentes no formato Informação comunicada entre os Agentes no formato XML XML (e(e ACL ACL))

L.Nogueira, Eugénio Oliveira, L.Nogueira, Eugénio Oliveira, ““Brokering in Electronic Insurance Markets”. Brokering in Electronic Insurance Markets”. Luis Nogueira Luis Nogueira

and Eugénio Oliveira,and Eugénio Oliveira, in "Multi-Agent Systemsand in "Multi-Agent Systemsand Applications III, Eds V.Marik, Jorg Muller, M.Pechoucek, Applications III, Eds V.Marik, Jorg Muller, M.Pechoucek, pgs.574-584,pgs.574-584, Proceedings of the 3rd International Proceedings of the 3rd International CEEMAS 2003)CEEMAS 2003), , Lecture Notes in Artificial Intelligence Lecture Notes in Artificial Intelligence 2691, Springer 2003.2691, Springer 2003.

http://www2.toshiba.co.jp/beegent/index.htm

Documents

Tecnologias de Negócio Electrónico