我们系统的研究了面向电子商务的群体购买的概念,网上动态定价的基本原理,销售公司开展动态定价的策略,面向动态定价的价格设定方法以及基于Hopfield神经网络的动态定价算法.目的是提供面向电子商务群体购买动态定价的系统理论与方法.该文重点给出了电子商务中群体购买折扣对销售价格设定的影响研究,研究了价格设置算法的机理,发现针对在线群体购买,随着所要求购买数量的变化,边际成本的改变,自动设置有利润的最优价格的方法和技术.该研究首先介绍了群体购买模型开始,比较了其与传统的大量销售折扣之间的相似与差异,正是这些相似与差异,导致一些从事电子商务企业成功或失败.群体购买模型与传统大量折扣是不同的,但群体购买模型却是传统大量折扣模型的一种新的途径.针对电子商务活动中的买卖双方之间如何交互合作,该文设计了一个基于动态定价的电子商务框架,其中买方是通过电子商务的中间媒介shopbots(相当于一个agent)搜寻要购买的产品,这里shopbots可以与pricebots进行通讯获得产品的价格,而pricebots使用卖家提供的定价算法实时计算出基于购买量的产品价格.这个框架给出了不同的中间媒介的逻辑职能.该分析中,在盈亏平衡点产品的总支出等于总收入.当产品产量大于盈亏平衡产量,企业就盈利,低于这点就亏损.通常盈亏平衡分析仅仅用于成本分析,它不能确定产品的销售价格,而边际决策准则分析可以确定产品的销售价格.我们采用Hopfield神经网络去计算群体购买折扣中最优关联成本.Hopfield神经网络可以根据输入的改变而改变输出.因此使用Hopfield神经网络去计算群体购买模型中的最优成本,在这里边际成本随着产量的改变而改变.用两个例子作仿真分析,第一例子是涉及四个生产要素的产品的定价,第二个例子涉及五个生产要素的产品,两个例子都采用了三种不同订单量,Hopfield神经网络计算出了两种产品的所有订购量的最优成本.这种最优成该计算提供了代入到价格公式的边际成本,并立即算出了最优销售价格.总之,这篇论文研究了面向电子商务的动态定价的概念,具体分析了群体购买折扣动态定价的定义,提出了一个基于动态定价的电子商务逻辑架构,分析了买卖双方基于该架构进行商务交易的原理;其次分析得出了基于客户价值与盈亏平衡点公司开展动态定价的定价策略;然后,分析得出了基于边际决策规则与价格需求弹性的价格计算公式;最后给出了基于hopfield神经网络计算最优成本--边际成本的方法.