由于电子商务随着全球Internet的发展而得到了迅猛的增长，使之成为人工智能研究的新领域，同样它也是人工心理研究的一个应用领域之一。英国、德国、美国及日本在智能交互系统开发方面进行了大量的研究工作。

在日本，人们研究了许多实用的感性工学系统，比较典型的有：①人性化居住环境设计系统（Human Living System，HLS）；②乘用车室内感性设计支持系统（Interior Kansei Design System，IKDES）；③文字图像感性诊断模糊专家（Word Image Diagnosis Fuzzy Expert，WID-FE）系统等。其中HLS是一个典型的消费者意愿决定系统，它可以把消费者对住宅室内布局的感性要求翻译成住宅设计的一些基本要素，给建筑设计者提供参考。在利用HLS进行住宅设计时，并不是从房间的布局开始的。设计者首先了解住宅消费者的生活类型及相应的感性要求，然后以此为根据进行住宅设计。HLS把一个居住单元分为外观、外部总体结构、大门、西式房间、和式房间、厨房、浴室等七个部分。HLS的使用者首先进入外观选择界面，从“想要住在一个什么样的房屋”这样的心愿开始，比如“想要住在一个豪华而又结实的房屋”，那么就把“豪华的”、“结实的”这样的感性语输入给HLS。由于HLS具有关于外观的推理规则和数据库，所以推理机构可以根据输入的感性语进行推理，推理的结果以一幅符合感性语要求的画面呈现给用户。然后依次进入其他选择界面，以和上述同样的方式得出结果。将各部分结果综合起来，设计者就可以得到关于住宅设计的总体方案。

在德国，Mehrdad Jalali-Soli等人在2001年提出的基于网络型电子商务系统（EMBASSI）系的多模型购物助手。EMBASSI是由德国教育及研究部（BMBF）资助并由20多个德国大公司参与的大型系统，其目标是研究如何满足用户购物的预需求，多模型购物助手能够简单有效地实现用户的需求。该系统考虑了用户购物过程中的心理和环境影响因素。Volker Roth等人在2000年提出了基于移动智能体（Agent）的网络个人商业助手模型，该模型描述了移动智能体服务器（Mobile Agent Server，SeMoA）结构，其目标主要是代替用户从事高层次购物活动，例如为生日晚会备办食物等。Kaveh Kamyab等人在2001年设计了动画Agent，并用在虚拟商城中，提出了多智能体结构的虚拟购物助手，通过对用户购物信心、期望和目标的分析提取，研究了购物过程的个性化、对话性、可信度和多模型交互性，并运用模糊建模构建用户对产品的期望和感知。Yasmine Arafa等人在2000年提出了赋予独特个性的并充分考虑用户文化和社会地位的电子公共安全联合（e-PSA）模型，并探讨了模型在面对面智能对话交互通信中的性能及其可行性。从中可以看到智能体在研究中的广泛使用。

在人工智能研究中，智能体概念的回归，并不仅仅是因为人们认识到了应该把人工智能各个领域的研究成果集成为一个具有智能行为概念的“人”，更重要的是人们认识到了人类智能的本质是一种社会性的智能，人类绝大部分的活动都涉及多个人构成的社会团体，大型复杂问题的求解需要多个专业人员或组织协作完成。要对社会性的智能进行研究，构成社会的基本构件“人”的对应物“智能体”理所当然地成为人工智能研究的基本对象，而社会的对应物“多智能体系统”（Multi Agent Sysfem，MAS）也成为人工智能研究的基本对象。

分布式人工智能（Distributed Artificial Intelligence）是随着计算机网络、计算机通信和并发程序设计技术而发展起来的一个新的人工智能研究领域，主要研究在逻辑上或物理分散的职能系统之间如何相互协调各自的职能行为，实现问题的并行求解。分布式人工智能研究为在计算机网络环境下设计和建立大型复杂智能系统提供了有效的途径，体现了新一代软件设计的思想。智能体，尤其是MAS作为分布式人工智能的一个主要方向，已成为人工智能（AI）研究的一个热点。(www.daowen.com)

智能体是一种处于一定环境下包装的计算机系统，为了实现设计目的，它能在这个环境下灵活自主地活动。一个智能体的最基本特性应当包括响应性、自治性、面向目标性和针对环境性，然后根据其应用情况可以再拥有其他特性。多智能体系统是由多个智能体组成的集合，智能体之间通过通信协商和协作来共同完成单个智能体不能完成的任务。对于MAS的研究主要强调从整体上对系统行为进行分析和定义。多智能体系统的研究领域包括许多方面如系统的组织结构、智能体间的通信、智能体间的协作与协商、智能体系统的机器学习、智能体系统的动态特性等。

MAS中，不同的智能体之间及智能体与环境之间需要进行信息交互，以便进行协商与协作共同完成目标。多智能体协调是指具有不同目标的多个智能体，对其目标资源等进行合理安排，以协调各自行为，最大程度上实现各自目标。多智能体协作是指多个智能体通过协调各自行为，合作完成共同任务。MAS中的交互有两种类型：正关系和负关系。负关系导致冲突，要消除冲突必须进行协商；正关系表示智能体可以通过协作实现互惠互利。与单智能体学习相比，多智能体学习受到智能体间交互的影响，具有动态性和并发性，不仅仅是单智能体学习的扩充。按照学习的不同，多智能体学习可以分为五个范畴系统：组织的学习、智能体模型学习、协调学习、一致性学习和通信学习。智能体的自主性和系统的协调机制使得多个MAS在描述复杂系统方面具有优越的特点：①分布性信息处理，智能体间可以通过消息机制进行交互和协调，适于并行操作。②适应性，对于环境的变化和不确定性，智能体可以在协调机制下通过交互和自学习适应新的环境。③开放性，智能体无论从概念还是从实现上都是一种封装模型，其内部结构和算法可以由不同人在不同时间、地点采用不同方法实现，通过标准消息接口加入到MAS。④鲁棒性，对于外部干扰，MAS可以通过智能体交互协调进行参数调整来保持系统的性能水平。

同样，在国内这一领域的研究也慢慢地展开，例如浙江大学2002年开发的建立在多个服务器基础上的EasyMall系统，利用blaxxun实现顾客与虚拟环境的交互，该系统利用VRML（虚拟现实建模语言）、Java3d、XML（扩展性标识语言）以及计算机网络技术来实现多用户的交互式虚拟环境，在这个环境中，每个顾客都有自己的用户化身，可以自由地和其他的用户化身、商城中的商品以及智能体交流。商业智能（Business Intelligent）作为人工智能的一个独立研究分支已经得到了迅速发展。在Internet技术迅速普及的今天，面向Inter-net的信息获取与处理技术已成为当代计算机科学与技术领域中迫切需要研究的课题，将人工智能和情感信息处理技术应用于这一领域是人工心理理论的研究方向之一，也是人工智能走向应用的一种新的契机与突破口。

但是这些研究大多集中在系统网络功能的实现上，对用户购物心理的探讨并没有深入许多，所以本节更侧重于人工心理模型的研究及它在实际中的应用。