کاربرد آموزش Q در تجارت الکترونیک

صنعت فناوری اطلاعات در جهان محور دگرگونی و توسعه قرار گرفته است . پیشرفت در محاسبات و فناوری ارتباطات زیربنای جدیدی را برای تجارت، تحقیقات علمی و کنش های اجت ماعی فراهم آورده است . تجارت الکترونیک نیز به عنوان یکی از قسمتهای مهم نشأت گرفته از فناوری اطلاعات است که پیشرفت آن در سایه پیشرفت فناوری اطلاعات محقق گشته است . نه تنها کارآیی تجارت از طریق اینترنت به اثبات رسیده است بلکه آینده تجارت امروزهً شدیدا با اینترنت و مبادلات الکترونیکی عجین شده است . پیشرفت های اخیر در اینترنت و تجارت الکترونیکی باعث تغییر مدل قیمت گذاری از ثابت به دینامیک شده است . دو دلیل عمده این تغییر : -1 کاهش هزینه معاملات بخاطر حذف مرز مکان و زمان برای انجام معامله و -2 افزایش مشتری ها و نایقینی های موجود در میزان تقاضاها بخاطر حضور اینترنت است . به منظور حرکت به سمت نسل دوم کاربردهای تجارت الکترونیک و یاری رسانی به شرکتها و مشتری ها در معاملات الکترونیکی، یک مدل نرم افزاری جدید نیاز می باشد . این مدل بر اساس عاملهای هوشمند است . عاملهای هوشمند نرم افزارهایی با قابلیت یادگیری و تصمیم گیری خودکار هستند که نقش حیاتی را در یک تجارت الکترونیکی پویا در معاملات تجاری آینده بازی می نمایند . این عاملها با یادگیری از تجربیات گذشته می توانند عمل خود را بهبود دهند . در این مقاله به ارائه کاربرد جدیدی از یکی از الگوریتمهای آموزش تقویتی بنام آموزش Q ، برای استفاده از متدهای الگوریتمیک با یادگیری عاملهای قیمت گذار جهت تعیین بهترین سیاست قیمت گذاری بگونه ای که سود فروشنده ماکزیمم شود؛ می پردازیم . آموزش تقویتی یک استراتژی پیشرفته کنترلی است که تنها با استفاده از یک معیار اسکالر راندمان، بدون نیاز به سرپرست قادر به کنترل فرآیند های پیچیده و نامعلوم می باشد . در این مقاله یک مدل بازار دو فروشنده برای شبیه سازی در نظر گرفته شده است . فروشنده اول از قیمت گذاری پویا با استفاده از آموزش Q بهره می برد و فروشنده دوم کالا را با قیمت ثابتی ارائه می دهد . نتایج شبیه سازی حاکی از کارآیی الگوریتم آموزش Q در افزایش سود فروشنده اول می باشد .