KONCEPCJA GENERATORA DSS DLA SYSTEMÓW AGENTOWYCH RYNKU ELEKTRONICZNEGO

Transkrypt

1 KONCEPCJA GENERATORA DSS DLA SYSTEMÓW AGENTOWYCH RYNKU ELEKTRONICZNEGO RYSZARD BUDZI SKI JAROSŁAW BECKER Politechnika Szczeci ska ANETA BECKER Akademia Rolnicza w Szczecinie Streszczenie W artykule zaprezentowano koncepcj budowy generatora DSS (ang. Decision Suport Systems) na potrzeby inteligentnych agentów programowalnych rynku elektronicznego. Do skonstruowania standaryzowanych zada WPL zwi zanych z wyborem najlepszych ofert zastosowano formuł modelow. Poprawnie zdefiniowane i zweryfikowane zadanie stanowi punkt wyj cia do automatycznego generowania rzeczywistej postaci modeli matematycznych (motoru decyzyjnego agenta), odpowiednich struktur informacyjnych i szablonów formularzy dla komunikacji z agentem programowym (definiowanie warunków ograniczaj cych i preferencji wyboru oraz parametrów zgłaszanych wniosków ofertowych). Słowa kluczowe: generator DSS, inteligentne agenty, wybór najlepszych ofert 1. Wst p Rozwój Internetu spowodował wzrost liczby dost pnych informacji wykorzystywanych przez dynamicznie rozrastaj cy si e-biznes. W konsekwencji klienci poszukuj cy dostawców konkretnego produktu oraz przedsi biorstwa chc ce nawi za współprac z partnerami, przy u yciu ogólnodost pnych wyszukiwarek, napotykaj na zbyt du liczb mo liwych odpowiedzi (tzw. linków), z których tylko zaledwie kilka rzeczywi cie spełnia po dane kryteria. Do rozwi zania (mi dzy innymi) tego typu problemu zastosowano programy nazywane inteligentnymi agentami (ang. intelligence agent)[1]. Termin inteligentny agent obejmuje zarówno proste makra, w których u ytkownik okre la tylko kilka najistotniejszych parametrów oraz programy pełni ce rol prawdziwych agentów posiadaj cych zdolno ci uczenia si i wykorzystuj cych sztuczn inteligencj. Agenty mog zautomatyzowa powtarzaj ce si zadania, zapami tywa rzeczy, które ulatuj ludzkiej pami ci, inteligentnie podsumowywa zło one dane oraz uczy si od u ytkownika, a nawet czyni mu pewne sugestie.[2] Jedna z definicji inteligentnego agenta mówi, e jest to oprogramowanie, które asystuje ludziom i funkcjonuje w ich imieniu. Jego praca polega na wykonywaniu zada, które człowiek mógłby zrobi sam, ale powierza je agentowi. W systemie rynku elektronicznego funkcjonuj ju prototypy handlowych agentów programowych (elektronicznych po redników handlowych), które reprezentuj interesy sprzedaj cych lub kupuj cych. Przemierzaj Internet w poszukiwaniu danych produktów o okre lonej cenie oraz automatycznie je zamawiaj, wykorzystuj c do tego numery kart kredytowych. Ich funkcjonalno, jako przedmiot wielu bada in yniersko-

2 14 Ryszard Budzi ski, Jarosław Becker, Aneta Becker Koncepcja generatora DSS dla systemów agentowych rynku elektronicznego naukowych[3], zmierza w kierunku pełnej automatyzacji negocjacji handlowych, które maj zaowocowa wi ksz liczb zawieranych transakcji. Celem artykułu jest zaprezentowanie koncepcji systemu generuj cego motor decyzyjny (generatora DSS) dla inteligentnych agentów programowych, których przeznaczeniem jest realizacja zada zwi zanych z wyborem oferty lub zbioru ofert najlepszych z punktu widzenia preferencji dysponenta rodków finansowych (zleceniodawcy agenta programowego). 2. Znaczenie inteligentnych agentów programowych Inteligentne agenty s programami, które pozwalaj u ytkownikowi na du e oszcz dno ci czasu i pieni dzy po wi conych na przeszukiwanie Internetu. W odró nieniu od standardowych wyszukiwarek, które po wpisaniu słów kluczowych zwracaj list odno ników prowadz cych do dokumentów zawieraj cych dane słowa, agent sprawdza te dokumenty i gromadzi potrzebne dane bez adnej interwencji u ytkownika. Drug zalet, pozwalaj c na redukcj kosztów, jest samodzielno agenta, co oznacza, e u ytkownik loguje si do sieci, zleca zadanie agentowi, po czym mo e si wylogowa. Program sam przeszukuje zasoby sieci, a zebrane informacje mo e przesła na podany adres u ytkownik musi je jedynie pó niej odebra, bez konieczno ci pozostawania on-line w trakcie działania agenta. Wymienione zalety agentów, poparte dodatkowo bardzo przyjaznymi i prostymi w obsłudze interfejsami tych programów, powoduj bardzo szybko wzrastaj c popularno tego nowego rozwi zania w zastosowaniach mi dzy innymi e-biznesu. Głównym odbiorc (i propagatorem) idei inteligentnych agentów s organizacje wirtualne (ang. virtual organizations), którym zale y na mobilnej komunikacji internetowej w biznesie. W literaturze przedmiotu agenty definiowane s jako pół-niezale ne programy komputerowe, które w sposób inteligentny asystuj u ytkownikowi przy pracy z aplikacjami komputerowymi. Wykorzystuj one tak e techniki sztucznej inteligencji, pomagaj c eksploatatorowi w codziennych zadaniach, takich jak: odbieranie poczty elektronicznej, zarz dzaniem kalendarzem czy wyszukiwanie danych. Ponadto dysponuj zdolno ciami uczenia si poprzez przykłady, przez co z czasem poprawiaj swoje działanie.[4] Agenty posiadaj nast puj ce cechy: autonomiczno, która wynika z tego, e działaj one bez bezpo redniej interwencji człowieka lub innych programów oraz maj zdolno kontroli wykonywanych przez siebie działa i swojego stanu wewn trznego, zdolno komunikowania, która polega na tym, e wchodz w interakcje z innymi agentami lub człowiekiem przez pewien j zyk komunikacji, zdolno reakcji, czyli umiej tno okre lenia przez agentów otoczenia (u ytkownika, Internet, inne agenty lub kombinacj tych elementów) i reagowania na jego zmiany, aktywno przejawiaj ca si posiadaniem zdolno ci osi gania celu przez przej cie inicjatywy.[5] Ponadto w swojej pracy V. Galant i M. Paprzycki [6] wymienili pewien zbiór cech przypisywanych agentom i systemom agentowym, który znacznie poszerza wymienione ju własno ci, np. o umiej tno : uczenia si, przewidywania, rozumowania, przemieszczania si. Zarówno teoria jak i praktyka nie wypracowały wspólnej, jednoznacznej definicji inteligentnych agentów programowalnych. Jest to obszar, który w dalszym ci gu ewoluuje i rozszerza zakres znaczeniowy.

3 POLSKIE STOWARZYSZENIE ZARZ DZANIA WIEDZ Seria: Studia i Materiały, nr 8, Agentów programowych mo na zlokalizowa w szerokiej palecie projektów badawczych oraz we wst pnych próbach implementacji, a tak e w praktycznych działaniach. Ogólnie sfer istniej cych zastosowa agentów mo na podzieli na obszary, w których agenty s wykorzystywane: jako narz dzia personalizacji, zwi zane z tworzeniem oprogramowania dla systemów rozproszonych (szczególnie w powi zaniu z Internetem) i do modelowania systemów zło onych.[7] W przypadku zarz dzania informacj agenci s wykorzystywani do: wspomagania u ytkownika poprzez inteligentne doradzanie u ytkownikowi systemu (np. animowani doradcy w bankowo ci elektronicznej, stronach WWW lub w sklepach internetowych), zarz dzania poczt elektroniczn (np. sortowanie folderów poczty, nadawanie priorytetów, automatyczne odpowiedzi na rutynowe pytania), zarz dzania organizacj dnia u ytkownika, w tego rodzaju działaniach mog bra udział agenci reprezentuj cy ró nych uczestników np. planowanego spotkania, indywidualnego dostarczania informacji poprzez filtrowanie informacji i dostarczanie tylko kompletnych, wymaganych i potrzebnych zasobów; agenci tego typu mog współpracowa z agentami: poszukuj cymi i przegl daj cymi, monitorowania i administrowania, przykładem agenta monitoruj cego jest agent ledz cy ceny akcji i informuj cy u ytkownika w momencie wyst pienia oczekiwanego zdarzenia, z kolei agent zarz dzaj cy nie tylko obserwuje ceny akcji ale w odpowiednim momencie dokonuje ich zakupu lub sprzeda y. Według M. Paprzyckiego [3] rola agentów w systemach rozproszonych koncentruje si na: poszukiwaniu sprecyzowanej informacji na podstawie okre lonej sekwencji słów kluczowych lub te pyta zadawanych w j zyku naturalnym; ten typ agenta mo e by wywołany lub wydelegowany przez agenta osobistego; przeszukiwaniu Internetu w celu uzyskania informacji przydatnej dla u ytkownika; w tym przypadku agent równie mo e by wywołany lub wydelegowany przez agenta osobistego; zwi zku z e-biznesem i m-biznesem; zadania agentów zwi zane s z ró norodnymi funkcjami systemów handlu elektronicznego polegaj ce np. na poszukiwaniu najlepszej ceny towaru, negocjowaniu ceny zakupów, zarz dzaniu zawarto ci magazynów; zarz dzaniu sieci ; w tym przypadku rola agentów polega na wykonywaniu zada zwi zanych z administrowaniem komputerami poł czonymi w sie, przykładem takiej działalno ci mo e by zarz dzanie aktualizacj oprogramowania, wykrywanie zagro e lub optymalizacja przepływu informacji. Wykorzystywanie agentów w procesie kształtowania zjawisk zło onych polega na zastosowaniu ich do modelowania: zachowania w czasie negocjacji cenowych; agenci reprezentuj ró norodne strategie składania zlece i u ywani s jako narz dzia wspomagaj ce modelowanie rzeczywistych zachowa uczestników licytacji; procesu zarz dzania produkcj, a wła ciwie opracowanie skutecznych strategii zarz dzania kompleksow struktur przedsi biorstwa. Mo na spotka tak e propozycje zastosowania agentów do modelowania skomplikowanych procesów społecznych i biologicznych.

4 16 Ryszard Budzi ski, Jarosław Becker, Aneta Becker Koncepcja generatora DSS dla systemów agentowych rynku elektronicznego 3. Idea generatora DSS dla inteligentnego agenta programowego Ogólnie agent handlowy (kupuj cy lub sprzedaj cy) składa si z trzech modułów, które działaj współbie nie i porozumiewaj si wzajemnie przez wewn trzn wymian komunikatów. 1. Moduł komunikacyjny agenta handlowego jest odpowiedzialny za współdziałanie agenta z jego rodowiskiem tj. innymi agentami i u ytkownikiem. Moduł ten wysyła i odbiera komunikaty, podczas gdy wewn trznie współdziała z modułem koordynacji. Jego funkcjonalno sprowadza si do konwersji i kolejkowania odbieranych i wysyłanych komunikatów. 2. Moduł koordynacyjny współdziała z pozostałymi dwoma modułami: komunikacji i podejmowania decyzji oraz baz danych, która przechowuje mi dzy innymi zapisy dotycz ce specyfikacji produktów, informacje o potencjalnych klientach, preferencje kupuj cego itp. Moduł ten nadzoruje zadania wykonywane przez pozostałe moduły, realizuj c w ten sposób cele agenta. 3. Moduł podejmowania decyzji składa si z: mechanizmu wnioskowania i bazy wiedzy, która najcz ciej ma posta biblioteki strategii handlowych dotycz cych ofert. Problem budowy generatora DSS na potrzeby inteligentnych agentów programowalnych rynku elektronicznego zwi zany jest przede wszystkim z algorytmizacj odpowiedniej formuły modelowej konstruowania standaryzowanych zada WPL zwi zanych z wyborem ofert najlepszych. Poprawnie zdefiniowane i zweryfikowane zadanie stanowi punkt wyj cia do automatycznego generowania rzeczywistej postaci modeli matematycznych (motor decyzyjny agenta), odpowiednich struktur informacyjnych i szablonów formularzy dla komunikacji z agentem programowym (definiowanie warunków ograniczaj cych i preferencji wyboru oraz parametrów zgłaszanych wniosków ofertowych). W praktyce, podstawowym problemem sprawnego wykorzystania modeli WPL jest ich poprawna budowa i mo liwo wielokrotnego wykorzystywania. U ytkownicy, którym nie s znane zasady pracy w tego rodzaju strukturach nie b d akceptowali nawet najlepszych rozwi za przedstawianych przez projektantów (naukowców). Zatem, istnieje potrzeba konstruowania wyspecjalizowanych systemów informatyczny klasy DSS, które w sposób samodzielny na podstawie zgłaszanych wniosków ofertowych b d generowały zadania WPL i przeprowadzały wszystkie konieczne procedury optymalizacyjne. Wzoruj c si na opublikowanym przez R. Budzi skiego i J. Beckera [8] systemie podziału funduszy na inwestycje (dotacje), proces komunikacji u ytkowników z inteligentnym agentem programowym mo na sprowadzi do wypełnienia okre lonych formatek wej cia (formularzy). Po stronie organizatora instytucji odpowiedzialnej za rozdział rodków z odpowiednich funduszy strukturalnych wprowadza si globalne warunki finansowania oraz precyzuje konkretne rygory przyznania dopłat. W kolejnym kroku definiuje si zbiór kryteriów oceny wniosków i w formie dialogu procedury AHP [9] okre la si ich preferencje. W efekcie wprowadzenia wszystkich informacji zostaje zdefiniowany szablon (rygory walidacji) dla wprowadzania danych przez wnioskodawców. Po wprowadzeniu tych danych (wniosków o dotacje), w kroku trzecim automatycznie budowany jest wielokryterialny model matematyczny. Nast pnie, wykonywane s obliczenia optymalizacyjne i wielokierunkowo edytowane wyniki rozwi zania decyzyjnego. Trzeba przy tym podkre li, e organizacj rozwi za decyzyjnych zorganizowano w taki sposób, aby po przeprowadzeniu oblicze, zwrotnie dostarczy u ytkownikowi jego wniosek wraz z wynikami rozwi zania pozytywnego. W przypadku uzyskania wyniku negatywnego wniosek nie wszedł do puli

5 POLSKIE STOWARZYSZENIE ZARZ DZANIA WIEDZ Seria: Studia i Materiały, nr 8, dotacyjnej u ytkownik otrzymuje komentarz z towarzysz cej optymalizacji metody DEA (ang. Data Envelopment Analysis). Najogólniej metoda ta informuje, jakie mankamenty posiada niazaakceptowany wniosek. W procedurze dialogowego post powania przetargowego ma to istotne znaczenie; bowiem wiadomo, co nale y poprawi w nast pnym zgłoszeniu. Rys. 1. Schemat przetwarzania danych w informatycznym systemie wyboru zbioru najlepszych wariantów (na przykładzie wniosków o dotacje, ródło: [8])

6 18 Ryszard Budzi ski, Jarosław Becker, Aneta Becker Koncepcja generatora DSS dla systemów agentowych rynku elektronicznego Uzyskane, w toku prac badawczych nad systemem wyboru najlepszych wniosków, rozwi zania metodyczne posłu yły do budowy algorytmu automatycznego konstruktora systemów DSS. Jego podstawowym zadaniem jest generowanie systemów DSS dla całej gamy problemów decyzyjnych zwi zanych z wyborem oferty lub zbioru ofert najlepszych z punktu widzenia preferencji dysponenta rodków finansowych. Nale y pami ta, e z jednej strony skala problemu wyboru decyzji mo e by ogromna. Na przykład, gdy dotyczy podziału funduszy z Unii Europejskiej przyznawanych organizacjom (np. gminom) w formie dotacji potrzebnych na realizacj okre lonych inwestycji gospodarczych. Z drugiej strony mo e odnosi si do organizacji przetargu na zakup usługi lub produktu (np. samochodu, komputera, kredytu, ubezpieczenia itd.) przez podmioty prawne lub osoby fizyczne. Generator DSS składa si z pi ciu głównych elementów (Rys. 2): 1) kreatora szablonu zadania decyzyjnego, 2) edytora warto ci parametrów modelu (dla celów weryfikacji), 3) metabazy i bazy danych modelu, 4) modułu testuj cego poprawno modelu z wykorzystaniem motoru optymalizacyjnego Solver), 5) automatycznego konstruktora systemu DSS. Proces konstruowania zadania wyboru najlepszej oferty (b d jej okre lonej liczby) w generatorze DSS mo na podzieli na trzy etapy. 1. Sformułowanie problemu przez inicjatora sesji (dysponenta rodków finansowych). W etapie tym nale y okre li zmienne, zale no ci oraz opisa metadane modelu matematycznego w szablonie generatora DSS według nast puj cej kolejno ci. A. Blok decyzji okre lenie zmiennych decyzyjnych opisuj cych pojedyncz ofert (atrybuty obiektu, który jest przedmiotem wyboru). B. Blok oferty wprowadzenie ogranicze i parametrów indywidualnych (stałych lub zmiennych) oferty. C. Blok wspólnych bilansów ustalenie wspólnych ogranicze i parametrów (stałych lub zmiennych) dla wszystkich rywalizuj cych ofert. D. Blok kryteriów okre lenie w zapisie funkcji u yteczno ci celów cz stkowych wraz z parametryzacj preferencji decydenta lub sprowadzeniem ich do postaci ogranicze progowych (w celu wymuszenia na układzie konkretnych warto ci docelowych). 2. Praktyczna weryfikacja (test) poprawno ci modelu matematycznego przeprowadzona w odpowiedniej kolejno ci: na jednym, dwóch lub trzech wnioskach ofertowych. 3. Uruchomienie automatycznego konstruktora, który generuje wyspecjalizowany system DSS: A. jako w pełni funkcjonalny serwis internetowy oferowany na platformie handlowej lub B. w postaci modułu decyzyjnego i schematów komunikacji dla inteligentnego agenta programowego. W pierwszym przypadku trzeciego etapu (3.A.) generator DSS zakłada na serwerze wymagane struktury informacyjne (tabele), nast pnie zapisuje opracowany szablon modelu matematycznego i doł cza niezb dne biblioteki oprogramowania (motor optymalizacyjny, zbiór metod i skryptów steruj cych) w ostatniej fazie automatycznie konstruuje: formularz warunków wyboru (dla dysponenta rodków inicjatora sesji) zwi zany z definiowaniem zbioru kryteriów oceny wniosków oraz okre leniem ich preferencji (dialog procedury AHP), oraz formularz wniosku ofertowego (dla potencjalnych graczy).

7 POLSKIE STOWARZYSZENIE ZARZ DZANIA WIEDZ Seria: Studia i Materiały, nr 8, Rys. 2. Idea generatora DSS W drugim przypadku trzeciego etapu (3.B.) rozwi zania zweryfikowane podczas prac nad prototypem generatora DSS mog stanowi zasadniczy algorytm budowy inteligentnego agenta programowego. Zakłada si, e wygenerowany i odpowiednio zainstalowany motor decyzyjny umo liwi agentowi: negocjowanie warunków, szeregowanie uczestników przetargu, wyja nianie przyczyny zajmowanej pozycji i wyłanianie potencjalnego zwyci zc (lub ich grup ). Mechanizm wyboru opiera si b dzie na zasadzie konfrontacji wniosków ofertowych z preferencjami decydenta (dysponenta rodków finansowych, inicjatora przetargu) w układzie wielu kryteriów. 4. Zako czenie Przypuszcza si, e Internetowi agenci b d reprezentowali przedsi biorstwa na wielkim, ogólno wiatowym rynku elektronicznym. Natomiast zastosowane w nich metody sztucznej inteligencji do wyszukiwania i przetwarzania danych b d wzmacnia mo liwo ci samodzielnego

8 20 Ryszard Budzi ski, Jarosław Becker, Aneta Becker Koncepcja generatora DSS dla systemów agentowych rynku elektronicznego funkcjonowania. Dotyczy to przede wszystkim nowych narz dzi wyszukiwania danych w Internecie (ang. Internet-based data meting) oraz inteligentnych algorytmów negocjacyjnych (ang. negotiation intelligence algorithms). Przez to liczba przeprowadzanych transakcji znacznie wzro nie, poniewa agenci b d aktywnie poszukiwa nowych partnerów do współpracy (i rynków zbytu) w całej sieci. Obecnie mo na wyspecyfikowa obszary, w których efektywnie działaj inteligentne agenty. Elektroniczni agenci lokacyjni i maszyny przegl daj strony WWW, pozwalaj ce na uzyskiwanie odpowiedzi na najcz ciej zadawane pytania (ang. FAQ Agents). Funkcjonuj równie elektroniczni po rednicy handlowi oraz agenci pocztowi, którzy powiadamiaj i czytaj poczt elektroniczn (przypominaj o zdarzeniach z kalendarza i odczytuj zaznaczone informacje). Działaj agenci poszukuj cy odbiorców, zbieraj cy i odczytuj cy informacje: z giełdy, serwisów pogodowych i wybranych stron WWW (np. ostatnie wiadomo ci). Przykładowo, zastosowane po raz pierwszy przez firm General Magic agenci s w stanie reprezentowa interesy sprzedaj cych i kupuj cych. Oznacza to, e mog spotyka si w sieci i zawiera mi dzy sob transakcje, a tak e przemierza Internet w poszukiwaniu danych produktów o okre lonej cenie, a nawet automatycznie je zamawia, wykorzystuj c do tego numery kart kredytowych. Bibliografia 1. Do O., March E., Rich J., Wolff T.: Intelligent Agents & The Internet: Effects On Electronic Commerce and Marketing ( 2. Cunningham P., Green S., Hurstv L., Nangle B., Evans R., Somers F.: Software Agents: A review, 27 May 1997 ( 3. Paprzycki M.: Agenci programowi jako metodologia tworzenia oprogramowania, Artykuł opublikowany w portalu e-informatyka.pl ( 4. Jansen J.: Using an Intelligent Agent to Enhance Search Engine Performance, Firstmonday Peer-Reviewed Journl on the Internet, Vol.2 No.3 - March 3rd ( 5. Franklin S., Graesser A.: Is it an Agent, or just a Program?: A Taxonomy for Autonomous Agents, Proceedings of the Third International Workshop on Agent Theories, Architectures, and Languages, Springer-Verlag, 1996 ( 6. Galant V., Paprzycki M.: Agent nie tylko u Twoich drzwi, Gazeta "Praca dla Informatyków" nr 26, 2001 oraz Gazeta IT nr 9, 2005 ( 7. Cetnarowicz K.: Wykrywanie zagro e w systemach wieloagentowych, Internet Budzi ski R., Becker J.: Przetargi publiczne w aukcjach elektronicznych czasu rzeczywistego, seria Badania Systemowe, wydawca IBS PAN, Warszawa Brooking A.: Intellectual capital, International Thomson Business Press 1998.

9 POLSKIE STOWARZYSZENIE ZARZ DZANIA WIEDZ Seria: Studia i Materiały, nr 8, DSS GENERATOR CONCEPT FOR AGENT SYSTEMS OF THE ELECTRONIC MARKET Summary The article deals with the concept of building of generator DSS (Decision Suport Systems) for intelligent programmable agents of the electronic market. For building standardized MLP task in the issue of selecting the best offers, a model formula was applied. Correctly defined task is starting point for automatic generation (building) of decisional module contents: real mathematical models (the basis of decisionmaking engine for agents), information structures (files of system) and form templates to be used in communication with programmable agent (defining limiting conditions, decision-maker s preferences and proposals parameters). Keywords: operations research, decision support systems (DSS), generator DSS, intelligent agents in computer science, auction tender systems. RYSZARD BUDZI SKI rbudzinski@wi.ps.pl Politechnika Szczeci ska, Wydział Informatyki, Instytut Systemów Informatycznych, ul. ołnierska 49, Szczecin ANETA BECKER abecker@orange.pl Akademia Rolnicza w Szczecinie Katedra Statystyki Matematycznej ul. Monte Cassino 16, Szczecin JAROSŁAW BECKER jbecker@wi.ps.pl Politechnika Szczeci ska, Wydział Informatyki, Instytut Systemów Informatycznych, ul. ołnierska 49, Szczecin