随着电子商务的发展，基于Agent技术的商务协商功能模块的智能化研究是新一代电子商务研究的热点。协商是传统商业活动中最重要、最能体现人类智慧的组成环节；在当今海量信息共享的时代，企业间为追求彼此的最大利益而相互间紧密关联、高度协作，协商不再是电子商务系统中孤立的功能模块；尤其在B2B商业模式中，整个协商过程实际是决策者如何从企业内与企业间供应链里共享的众多资源中选择有利于协商的资源进行整合、利用于指导决策的过程。 本论文从资源的角度提出了一个基于资源的面向电子商务自动协商的模型，以实现双边多议题的协商。本文从协商议题、协商Agent体系结构、协商规则、协商策略等几个主要组成部分对模型作了详细介绍。模型的Agent组成主要包括交易Agent、协商Agent、协商服务器Agent三类功能Agent：其中交易Agent通过接受用户预定的交易限制、目标代表委托用户进行交易活动；协商Agent由交易Agent创建并共享交易Agent所拥有的资源，以基于CBR技术方式来实现协商过程中对历史协商实例的重用；协商服务器Agent则负责各类信息、Agent的管理。 模型中整合了电子商务系统其他模块的相关资源构成协商服务平台的资源库，包括用户信息、商品信息、需求/供应信息等共享资源；交易方各自的协商实例经验、协商策略、历史订单数据、ERP资源计划信息等私有资源。由于历史协商经验是传统商务活动中协商决策者所具有的协商知识资源中最重要的部分；由此在本模型中重点研究了历史协商实例资源的形式化描述、实例库的构建、相似实例的匹配及重用。考虑在电子商务支持平台中的协商往往由于网络信息环境的变化和用户个性化需求的不同而导致不同的决策结果，本模型的实例库由用户交易偏好、协商实例数据记录及环境描述组成。其中引入了商品供需比、公共价格幅度、采购地理地区、采购季节等参数描述协商环境；模型通过表单形式提取用户的该次协商偏好以使协商Agent能获得较准确的用户交易倾向和协商意愿。协商过程中，协商Agent对协商实例库进行用户交易偏好、协商实例的两级匹配，以获得与本次协商意愿最相近的历史实例；并通过实例重用规则实现历史协商经验的重用及指导决策。 总之，本模型的研究过程中主要使用了基于资源的协商思想，并对其中的实例资源在协商过程的使用进行了仿真，获得了较好的协商效果。