自从上个世纪90年代末以来，B2C网络团购模式因其自身的诸多优势，在欧美等发达国家得到稳步的发展，随着我国网络技术的不断发展，以及网络用户数量的指数增长，网络团购这种新型的电子商务模式以其不断完善的优势，得到更多网络用户的青睐。网络团购日渐成为网络用户认可的网络消费方式之一，吸引了大家越来越多的注意力。而如何使网络用户和商家在团购活动中得到的效益最大化也成为近年来研究者所关注的重点。本文从传统的电子商务模式的角度对现有的网络团购进行分析，发现现有的团购模式并不能真正体现团购的优势。针对现有网络团购中消费者满意度和消费者购买价格两方面提出新的动态的团购模式，并在此团购模式上提出一种新的组团算法。首先，现有的网络团购还是传统意义上的电子商务的一种具体表现形式，组团的消费者个数和所购买的商品的价格没有直接关系，这不能体现团购真正的优势。其次，消费只能通过手工输入关键词选择商品，搜索引擎会返回大量网页，往往都不是消费者感兴趣的，消费者通过手工浏览比较选择商品，往往会买到毫无价值或者不能使自己满意的商品。基于现有网络团购模式在上述两方面的不足，本文提出一种新型的动态团购模式，在此模式中，消费者不再是通过简简单单的输入关键词自行查找选择商品，商家也不是提供统一的价格和商品信息即可。对于消费者需求的获取，主要利用数据挖掘方法建立消费者偏好模型，利用层次分析法（AHP）及多属性效用理论（MAUT）对消费者偏好进行量化，并分析得到能使消费者满意度达到最高的商品。商家在注册时也会通过卖家定价机制所确定的动态价格表，然后利用本文提出的基于改进K-means的组团算法，把具有相同偏好的消费者聚集到一起，从而从而使消费者在数量上占有优势进而可以得到价格上的折扣。在此动态团购模式的基础上通过组团算法为消费者选择满意度和价格综合指数较高的商品，也可以有效的提高商家的销量，从而可以在一定程度上保证商家和消费者的效益最大化。本文第一章为绪论部分简要介绍了本论题的发展背景及研究意义，对本文的主要研究内容进行了大体简要介绍，阐明了本文的主要创新点和论文的章节安排。第二章为论文的理论准备工作，介绍了现有团购及其模式的发展现状，介绍本文所涉及的数据挖掘的方法，以及现有数据挖掘在团购中的应用。第三章和第四章为本文的核心部分，第三章重点描述了动态团购平台的构建过程，其中包括消费者需求数据挖掘及获得以及商家的动态定价机制及算法的描述。第四章是在第三章提出的动态团购模式的基础上提出的组团算法，该算法是通过对K-means算法中相似度标准的改进为基础，并利用随机算法生成仿真数据，通过实验将本文提出组团算法和随机组团进行对比，阐述该组团算法的可操作性和有效性。第五章为对本文的内容进行总结和展望，对本文的整体内容做了总结，同时指出本文中所存在的不足之处以及需要以后进一步的改进工作。