- 文献综述（或调研报告）：
电子商务市场中数据共享群组形成问题是伴随着国内电商迅速发展而衍生的产物。电子商务市场作为作为我国最大的非实体性市场每时每刻承担着无以计数的交易信息，而这其中数据信息是每一个电商平台所最为重视的一部分。随着交易类型的不断增加，许多电商平台之间需要实现数据的实时互通，使数据的价值达到最大。交易类型相同或者类似的电商平台之间数据的共享会更加密切，与之相反交易类型差别较大的电商平台之间数据的共享相对较少，因此产生了不同的数据共享群组。
电子商务市场中数据共享群组的形成问题可以抽象成为一个模型建立与算法模拟的问题，在问题研究或者模型建立过程中，我们可借鉴的模型建立方法很多，例如社区网中各类社区群体的形成过程，或者在体育赛事中赛前俱乐部组建团队的各种数学模型。
根据了解参考的文献之后，我们可以在此次研究课题中把各个电商平台抽象成为一个个具体的研究对象，每一个研究对象又拥有自身的平台特征，包括该电商平台的运营方式是B2C模式还是C2C模式又或者是第三方电子商城等其他方式，该平台交易的商品类型，该平台的交易类型等特征。针对不同对象的特征计算出它们之间的关联性，分析出不同对象之间的数据共享驱动因子，形成不同的数据共享联盟。
（一）研究现状
目前国内外针对电子商务市场中数据共享群组形成问题的研究较少，作为一个新兴课题，我们的方法是基于已有的数据模型和群组形成算法，学习它们的模型建立方法和算法实现，在此基础上改良已有的数学模型，使之适用于本课题背景下的应用场景。近些年来，国内外与之相类似的研究包括Gerccedil;ek Budak,[4]等人提出的赛前体育俱乐部组建团队新数学模型，此文献中研究人员致力于为体育俱乐部的团队组建问题提出新的数学模型，通过考虑现实生活的需要，给出了所提出的模型，包括目标函数、约束条件，并讨论了以往关于球队组建问题或体育俱乐部的研究假设。在研究过程中，研究人员讨论了以往的关于体育俱乐部团队组建问题的研究，并概述了他们在现实比赛决策过程中的结果的不足。然后，我们提出了两个新的公式，解决了教练在决策过程中的偏好。然后定义了模型的指标集、主要参数、目标函数和约束等。文献中指出教练作为团队组建的决策者，旨在组成最佳球队赢得比赛，因此在赛前需要分析运动员的各项技能掌握，针对赛场上不同位置各个队员的表现情况给予能力评估以及能力期望值范围阈值限定。如果所构建的团队在教练指定的阈值下具有最高的总绩效水平，则实现最初的目标。又例如在Zhang, Jiawei, Philip S. Yu, and Yuanhua Lv[1]等人提出了一个新的模型：通过项目团队组建进行企业员工培训，此模型将一个员工培训问题描述成为了一个联合优化问题，其中所提出的目标函数同时考虑了员工的总体技能增益和团队之间的协作成本。为了确保项目的成功，还提出了一种团队技能资格约束，将其添加到优化问题之中，最后在真实的企业员工项目团队数据集上进行的大量实验证明了该模型在解决该问题方面的有效性。
有的研究中实现研究对象的抽取，根据不同的对象特征形成不同的群组关系，例如社交网络中快速群组生成及群组推荐研究[11]中，针对群组的个性化推荐系统这一应用场景中使用局部敏感哈希技术（Locality Sensitive Hash，即LSH）对群组推荐系统进行群组生成和推荐，以达到群组快速生成并提高群组推荐效果的目的． 最后在真实的社交网络数据中实现所设计的群组推荐系统。
（二）现有问题
通过对国内外学者关于电子商务市场中数据共享群组形成问题研究的文献阅读及分析后，本人认为存在以下问题：
- 国内外以电子商务市场中具体的电商平台为研究对象的文献综述极少，因此在其他场景下建立的数学模型迁移改进至此课题背景下难度较大。
- 电商平台种类繁多，规模大小不一，因此抽象成为的具体对象与现实中的实体对象存在一定差距。
- 电商平台之间的数据共享群组形成是依托各个电商平台的特征和平台之间的数据驱动因子而产生的，在抽象分析过程中各个平台的关键特征提取标准没有统一的限制，最终模拟出的群组算法效果可能会与期望中的效果产生差别。
- 数据共享群组的形成问题是一个对象划分的过程，具体的划分标准需要多次试验之后才能够最终确定，因此，数据共享群组形成的算法设计是一个不断改进的过程，只有不断地通过数据收集和数据分析，才能够得到一个较为合适的描述问题的模型以及较为优质的群组形成算法。
- 数据收集与数据分析难度较大，我国的电子商务市场中数据量非常之庞大，因此我们需要采取其中一部分对于我们有用的数据进行分析和实验，这个数据筛选过程就存在比较大的难度。
（三）参考文献
[1]. Zhang, J., Yu, P. S., amp; Lv, Y. (2017, February). Enterprise employee training via project team formation. In Proceedings of the Tenth ACM International Conference on Web Search and Data Mining (pp. 3-12). ACM.
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
