基于本体的B2B电子商务MAS模型及商品匹配算法

随着B2B电子商务特别是电子集市的发展,企业进行电子交易更加灵活、方便,但同时由于大量信息的异构性也带来了信息集成上的问题,而且这一问题已成为B2B电子商务发展的瓶颈。文章建立一种基于本体的多Agent模型,增加GMAg(Goods Matching Agent)用于商品的识别和自动匹配,综合考虑商品组件概念和属性组件概念的语义相似度,提出基于商品本体结构语义相似度匹配算法,解决了异构商务系统之间商品信息自动匹配问题。通过一个汽车领域的实例计算,说明其匹配精度和效率。