Информационные технологии формирования сервисов на электронной торговой площадке

Михаил Григорьевич Матвеев; Михаил Александрович Шмелев; Наталья Александровна Алейникова

doi:10.17308/sait.2021.1/3371

Михаил Григорьевич Матвеев Воронежский государственный университет https://orcid.org/0000-0002-6528-6420
Михаил Александрович Шмелев Воронежский государственный университет https://orcid.org/0000-0002-1983-8052
Наталья Александровна Алейникова Воронежский государственный университет https://orcid.org/0000-0001-5967-8260

DOI: https://doi.org/10.17308/sait.2021.1/3371

Ключевые слова: электронная торговая площадка, агрегирование, спрос и предложение, характеристическая функция, интеграл Шоке, плотности нечеткой меры

Аннотация

В данной статье решается задача формирования предложения продавца на электронно-торговой площадке, максимально соответствующего спросу покупателей. Рассматривается электронная торговая площадка с технологией маркетплейс, где продавцы и покупатели сообщают информацию о своих предложениях и спросе соответственно. Лингвистические переменные помогают составить качественное описание задачи. Спрос, предложение и функционально-стоимостные ограничения продавца задаются векторами параметров, заданных именно в форме таких переменных. Выбор вариантов предложения осуществляется на основе агрегирования нечетко заданных желаний и возможностей по каждой лингвистической переменной. В данной статье в качестве критерия для формирования предложения рассматривается компромисс между стремлением к максимальному соответствию обобщенному спросу покупателей и к максимальному соответствию функционально-стоимостным ограничениям продавца. В качестве оператора агрегирования используется дискретный интеграл Шоке с нечеткой мерой. Применение интеграла Шоке позволяет найти вероятность совершения сделки между продавцом и покупателями. Также используется понятие нечеткой меры, которое позволяет учитывать взаимодействие характеристических критериев товара. Вычисление плотностей нечеткой меры осуществляется с помощью экспертных методов. Проведена численная апробация формирования предложения продавца на конкретном примере. Для товара с конкретными значениями характеристических параметров вычисляется вероятность совершения сделки между продавцом и покупателями. Полученные результаты могут использоваться для автоматизации сервисов формирования предложения продавца на электронно-торговых площадках. Таким образом, продавец формирует свое предложение для достижения максимальной вероятности сделки.

Скачивания

Данные скачивания пока не доступны.

Биографии авторов

Михаил Григорьевич Матвеев, Воронежский государственный университет

д-р техн. наук, профессор, заведующий кафедрой информационных технологий управления, факультет компьютерных наук, Воронежский государственный университет

Михаил Александрович Шмелев, Воронежский государственный университет

аспирант кафедры информационных технологий управления, факультет компьютерных наук, Воронежский государственный университет

Наталья Александровна Алейникова, Воронежский государственный университет

канд. физ.-мат. наук, доц., доцент кафедры информационных технологий управления, факультет компьютерных наук, Воронежский государственный университет

Литература

1. Averkin A. N. et al. (1986) Nechetkie mnozhestva v modelyakh upravleniya i iskusstvennogo intellekta [Fuzzy sets in artificial intelligence models]. Moscow: Nauka. (in Russian).
2. Borisov V. V., Kruglov V. V., Fedulov A. S. (2012) Nechetkie modeli i seti [Fuzzy models and networks]. Moscow: Hotline – Telecom. 284 p.
3. Brynjolfsson E. & McAfee A. (2014) The second machine age: Work, progress, and prosperity in a time of brilliant technologies. W.W. Norton & Company.
4. Brynjolfsson E. & McAfee A. (2017) Machine, Platform, Crowd: Harnessing Our Digital Future. W.W. Norton & Company.
5. Detyniecki M. et al. (2000) Mathematical Aggregation Operators and their Application to Video Querying: Thesis for the degree Docteur de l’Universite. Paris. 185 р.
6. Grabisch M., Nguyen H. T., Walker E. A. (1995) Fundamentals of Uncertainty Calculi with Applications to Fuzzy Inference. Dordrecht: Kluwer Academic Publishers. DOI
7. Grabisch M. (1996) The application of fuzzy integrals in multicriteria decision making. European journal of operational research, 89(3), 445-456. DOI
8. Ledeneva T. M. & Podvalniy S. L. (2016) The aggregation of information in evaluation systems Proceedings of Voronezh State University. Series: Systems Analysis and Information Technologies. (4). P. 155–164.
9. Matveev M. G. (2019) Analysis of interaction in the system the seller-buyer based on the numerical measures of paired matching. Proceedings of Voronezh State University. Series: Systems Analysis and Information Technologies. (3). P. 94–103. DOI
10. Matveev M. & Podvalny S. (2019) Models of Centralized Equipment Procurement Based on Supplier-Consumer Matching. 1-st International Conference on Control Systems, Mathematical Modelling, Automation and Energy Efficiency (SUMMA). IEEE: 151–154. DOI
11. Matveev M. G. (2021) Information technologies for supply creation on e-trading platform with marketplace technology. Economics and Mathematical Methods. (1). P. 114–121.
12. MyRetailStrategy. Dynamic pricing using data-driven approaches Available from: URL
13. Narahari Y. et al. (2005) Dynamic pricing models for electronic business. Sadhana. 30(2), 231-256. DOI
14. Official Russian internet portal for legal information. The national program adopted in accordance with the Decree of the President of Russia on May 7, 2018 No204 “About the national objectives and strategic goals of the development of the Russian Federation for the period till 2024” and approved by 24 December 2018 at a meeting of the Strategic Development Council of the Presidium of the Russian President and the national projects. Available from: URL
15. Yager R. (1982) Fuzzy sets and possibility theory: recent developments. Oxford: Pergamon Press.