研究成果：

1. A Portfolio Strategy Design for Human-Computer Negotiations in e-Retail

2. Modeling and prediction of human negotiation behavior in human-computer negotiation

作者：曹慕昆 等

发表期刊：

《International Journal of Electronic Commerce》，2020年8月

《Electronic Commerce Research and Application》，2021年10月

内容简介：

人工智能研究已经进入机器行为（Machine Behavior）时代。人们不仅关注机器行为如何影响人或组织，同时感兴趣机器行为的产生机理；希望通过已知的理论，如管理学、经济学、心理学等，去解释机器的行为逻辑，从而为人工智能的进一步发展开辟新的思路，目的是最终创造出类人逻辑思维的智能体Agent。曹慕昆等作者连续发表两篇文章，对人机交互过程中机器谈判行为的解释进行了深入探讨。

首先，作者从行为心理学研究中发现，人的谈判行为主要分为：讨价还价，观察式学习，策略选择，和欺骗作弊四种。如果要设计一个能够和人进行实时谈判博弈的机器人，核心思想就是教会机器这四种谈判行为和人的思维方式。根据这一想法，文章提出一个组合策略的设计理论，包含时间依赖、行为依赖、动态时间依赖、和僵局消解四种策略，分别模拟人的四种谈判行为，从而达到机器模拟人进行谈判的目的。大量人机交互实验表明，所设计的智能系统可以应对人的各种理性和非理性行为，尤其能够有效应对普遍存在的欺诈行为，取得了良好的人机交互实验效果。更重要的是，该设计理论为同类型研究以及智能体Agent开发提供了理论基础和设计框架。

其次，大量的自动谈判研究表明，为了能够在谈判中占据主动，机器往往会采用启发式或机器学习方法去预测对手的未来出价。但是，通过对人的谈判行为进行分析发现，人在谈判中几乎不会预测对手，而是事先有一个成交的心理价位，然后采取主动策略努力达到这个目标。这一发现，颠覆了机器预测策略的传统认知。基于此，研究者借助心理学的希望理论（Hope Theory）和管理学的非合作博弈理论（Non-cooperative Game Thoery），设计了分段线性回归模型用来解释机器在谈判中的预测逻辑。该研究也是首次将行为理论和博弈论相结合，用以提出自动谈判系统的理论框架。与前面提到的组合策略模型进行对比人机交互实验，谈判效果更好。特别是该系统在遇到合作型对手时，则自动采取较为温和合作策略，遇到竞争型对手则采用进攻型策略，极大的保护了自身的利益，已经比较接近人的思维模式了。

作者简介：

曹慕昆博士，beat365在线登录教授，博士生导师；国家留学基金委公派美国弗吉尼亚理工大学（Virginia Tech）Pamplin商学院访问学者，在美国哈佛大学，百森商学院，伊利诺伊大学香槟分校，加州大学长滩分校等多所海外著名高校访问进修；国际信息系统协会AIS、中国信息系统协会CNAIS会员；国际项目管理协会（IPMA）认证国际项目管理师项目经理（IPMP）；美国Scrum联盟（Scrum Alliance）认证Scrum敏捷管理师（Certified ScrumMaster®）CSM®，敏捷产品经理（Certified Scrum Product Owner®）CSPO®。主要研究方向为：人工智能、机器学习、信息系统、人机交互谈判系统理论与技术等。近年来，主持研究国家自然科学基金项目（3项），福建省自然科学规划基金项目（1项），对台合作“山海基金”项目（2项），厦门市科技规划项目（1项）等。文章发表在《Decision Support Systems》《International Journal of Electronic Commerce》《Journal of Electronic Commerce Research》《Electronic Commerce Research and Application》《中国管理科学》《系统工程学报》《管理工程学报》《管理学报》《信息系统学报》等多种国内外重要学术刊物。