1. 网站地图
  2. 设为首页
  3. 关于我们


大数据背景下信息推荐服务对消费者行为的影响研究

发布时间:2019-11-09 10:22
导读:随着大数据时代的到来,网络购物的迅速发展,大量数据的引入为消费者提供了无数的商品信息,同时也造成了信息过载等问题。因此,企业纷纷推出相应的信息推荐服务,以期改善消费者的网上购物体验,达到提高销售的最终目标。以何种方式,这种服务会对消费者行为产生影响,在多大程度上会对消费者行为产生影响是本文的主题。
首先,本文选取了大量的国内外文献,对个性化信息推荐系统、大数据环境下的消费者行为以及它们之间的交互进行了综述,并在此基础上,对个性化信息推荐系统进行了研究,将信息推荐服务对消费者行为的影响因素归纳为六个方面:信息输入方式、信息排列、推荐强度、信息完整性、网站形象、用户信任要素。其次,本文将上述六个要素与消费者行为相结合,设计了相关的概念模型,并通过数据分析对模型进行了验证。验证结果表明,网站形象和用户信任对消费者对推荐服务的接受程度有显著影响,这是最重要的前提因素。信息排列和信息完整性将显著影响消费者在使用信息推荐服务时的体验。然而,推荐强度和推荐方式对消费者的影响是复杂的,这两个因素的变化将直接影响消费者的行为。最后,根据研究结论,本文对购物网站提出了相应的改进策略。然后总结了本研究的局限性和未来的展望。
 
  1 绪论
  1.1 研究背景
随着互联网信息技术,消费市场的发展,进一步扩大网络在线消费已经成为当今社会的主要消费方式之一。第40届“中国互联网络发展状况统计报告”显示,到六月2017年,互联网用户在中国的数量已经超过五分之一的全球总网民达到7.51亿人。互联网普及率低于全球水平,达到54.3%。不同的领域,包括使用网上购物,网上叫外卖,网上旅游服务等在线交易应用程序的数量也持续上升。 2017年双11天猫销售额168.2十亿人民币,再创新高,充分显示了中国的巨大的力量和网络在线消费零售市场的无限潜力。
在这样的环境下,云计算,大数据技术给消费者带来更多的选择和复杂的信息处理快速渗透,过多不必要的信息在消费者面前呈现,它成为消费者的购物体验,严重阻碍了威胁。解决信息问题的方式与诞生和发展,也就是信息转介服务超载一起。各大电子商务平台,通过各种个性化,全方位,高频信息,为消费者的方式提供产品建议,并创造更好的购物环境,提高工作效率,消费者购买的购物体验的推出信息推荐服务,从而为达到提高销量的根本目的。信息服务实际上是推荐使用大数据技术的电商,用户偏好和行为轨迹的分析和预测的行为,因此对消费者的过程中引导购物过程[1]。
在大数据环境下,消费者行为逐渐发生变化,消费者对传统销售宣传和口碑的依赖程度正在下降。他们可以通过微博、贴吧、微信等更广泛的平台获取商品信息。因此,新时期的消费者具有更加自由化和个性化的行为模式,信息推荐服务的引导越来越不容易被接受[6]。可以看出,信息推荐服务与消费者之间的互动因素是未来信息推荐服务发展的关键。
  1.2 研究的目的和意义
  1.2.1 研究的目的
本文的主要目的是以消费者行为的影响因素为视角,研究大数据环境下的电子商务信息推荐系统,并通过这些影响因素探讨消费者与推荐服务之间的关系,从而找到一条提高企业信息推荐系统效率、实现消费者与企业双赢的途径。本文在前人研究成果的基础上,探讨了电子商务信息推荐系统对消费者行为的影响因素,总结了几个典型的正反两方面因素,并进行了相应的验证性讨论。本文希望通过问卷调查进行实证研究,提出信息推荐服务的改进对策,为消费者的行为和决策提供积极的指导,同时避免消费者的抵制,帮助企业增加销售量,获取更多的利润。
1.2.2研究的意义
在电子商务网站上,信息推荐服务对向消费者提供产品和服务的方式产生了巨大的影响,基于大数据的信息推荐服务一直是研究的重点和重点。目前,大部分的研究与信息推荐服务本身无关,也是其算法的研究和改进或其问题和理论的深入挖掘,但对信息推荐服务与消费者行为之间的联系的研究很少。我的研究是关注推荐服务与消费者之间的互动的角度。通过对影响因素的讨论,认为改进推荐的服务具有重要的理论和现实意义。
在理论上的重要意义上,以往的研究大多集中在技术的优化和推荐系统的趋势上,但本文重点分析了推荐服务的结果与用户需求之间的关系,提出了通过总结用户行为和需求来提高推荐系统的服务模式的途径。因此,本文希望从消费者行为的影响因素和推荐服务与消费者的互动中归纳和设计相关的影响因素,从而为今后的相关研究提供一些帮助。
  实际意义方面,改进信息推荐服务有助于提高商家对消费者的个性化定制能力,带给消费者真正舒适消费购物体验,不但帮助消费者从繁杂的信息中解脱出来,更带给商家更多的客流量,更好的顾客忠诚度,最终换得销售额与口碑的双丰收。
1.3国内外研究现状
1.3.1国内研究现状
研究现状1.3.2国外
  从上世纪九十年代开始,对推荐系统和推荐服务的研究有了初步的定论。Resnick(1997)等认为个性化推荐是指购物网站利用自身网络功能为消费者提供购买建议,从而在不需要销售人员的情况下给予消费者导购服务,最终有效地实现购买行为[2]。Schafer等(2001)指出推荐系统是一种对目前网络个性化消费十分必要的决策支持系统,它能通过一定方式,或参照消费者历史行为作出影响消费决策的信息推荐[3]。朱岩等(2009)研究表明,个性化推荐系统是基于某种战略,通过对消费者个人的需要和其特点分析,从而进行产品推荐,为顾客决策提供支持[4]。综上,我们知道目前对于信息推荐系统的定义已比较成熟,其本质在于通过对用户特点和偏好的分析再结合网站自身目的和战略方向,完成对用户的推荐与引导。
对于当前的消费者来说,他们正处于大数据时代,他们的消费行为也有了相应的变化。黄先生(2016)总结了当前消费者的特点,更加关注易受外部环境影响的商品的特点和创新,对网络购物环境提出了更高的要求[5]。张成森等人(2016)认为,在大数据环境下,消费者的行为更容易受到外部引入的影响,消费者的品牌依存度逐渐降低,消费者的选择更加个性化。Boussant(2016)还认为,大数据时代的消费者行为将更加理性,容易受到评估的影响,不再依赖品牌[7]。
那么信息推荐服务是如何影响消费者的呢?一些学者也对这一问题进行了研究。MAES(1994)认为,推荐系统可以减轻信息过载,简化搜索,保证决策的质量[8]。Ansari等人(2000)认为推荐系统是一种辅助工具。它可以帮助消费者做出购买决定。Grabner等人(2003)指出,对企业消费者信任的研究对于个性化推荐系统是非常重要的,而客户信任对客户与企业之间的互动和再交易有着积极的影响[10]。Hostler(2005)的研究认为,使用推荐系统可以大大缩短消费者的搜索和购物时间[11]。Kuflik等人(2007)发现该推荐系统可以缩短消费者与网上购物平台之间的互动时间,提高网上购物的效率[12]。蔡丽梅(2008)研究了电子商务推荐代理对购买决策的影响,并建立了以认知价值和信任为中介变量的相应模型[13]。刘建国等人(2009)认为电子商务的发展将逐步加剧信息过载问题,个性化推荐是有效解决这一问题的关键技术之一。杨一翁等人。(2016)认为购物网站、推荐系统和推荐信息的特点影响推荐系统对消费者的营销效果[15]。胡静(2016)从推荐系统与消费者互动的角度对电子商务推荐系统对消费者购买决策的影响进行了实证研究,证明个性化、信息安排、信任等因素对消费者购买决策有显著影响[16]。傅晓月(2016)认为,信任是影响个性化推荐系统购买意向的一个重要因素。网站信息安排和形象是影响信任的主要内部因素[17]。
  2 基本理论概述
2.1信息推荐服务的概述
2.1.1信息推荐系统的定义和特点
  从九十年代推荐系统的雏形诞生到现今各大电子商务平台(淘宝,亚马逊,京东等)纷纷推出个性化信息推荐服务,信息推荐系统已得到了非常广泛的运用。而对于信息推荐系统的定义,学者并没有非常统一的说法。
Resnick(1997)等人认为个性化推荐是指购物网站利用网络特征而不是销售人员向消费者提供购买建议和促进购物行为完成的过程[2]。Schafer等人(2001)认为推荐系统是一种决策支持系统,它是一种根据顾客历史偏好提供个性化建议的虚拟店员[3]。朱妍等人(2009)认为信息推荐系统根据消费者的个性特征和个人需求提供推荐商品的服务。张红(2013)认为,个性化推荐系统是一种通过各种方式向消费者推荐商品以提高消费者购买决策速度的机器人[18]。
总之,我们发现个性化信息推荐系统是一种促进消费者购买行为的工具,它在一定程度上为消费者提供了相应的建议和建议。从这个角度,我们可以总结出信息推荐服务的三个特点:
(1)信息服务主要是基于消费者推荐浏览历史或历史的购买行为做出选择值得推荐的产品。个性化信息推荐服务是为了做基础上,收集信息和消费行为更精确,更详细的信息在网上购物平台给出的建议分类捕获消费者的行为。
  (2)个性化推荐服务通过某种特定方式把信息传递给消费者。推荐信息系统在完成对消费者特点的分析之后,会采用一些方式给消费者提供推荐信息,通过不同角度刺激消费者做出有利于网站浏览量提升的行为,从而达成提高销量的目的。
(3)信息推荐系统可以缩短消费者购物时的思维时间,使消费者的购买决策更快、更有效。该信息推荐系统根据消费者的购买习惯,通过一系列个性化信息给予消费者直观的外部刺激,从而节省了消费者搜索和选择商品的时间。
2.1.2个性化推荐服务的作用
在日益增长的电子商务的时代,所有的企业都在寻找销售,服务和个性化信息推荐正是在这样的时代大数据的高效的信息网络,站在人群中出来。一方面,它提供了解决,一方面与消费者的信息过载的服务的系统,从而提高产品销售的一种手段。本文总结了以下几点作用:
(1)增加计划外采购,将网站访问者中的潜在客户转变为消费者。
大多数浏览购物网站的人一开始倾向于随意浏览,他们没有明确的购买目标,加上网上商品信息太多,用户无法找到他们真正的目标商品[19]。邱从聪认为,当用户在没有购买计划的情况下先浏览网站,或者当访问者的购买需求被信息过载所吞噬时,推荐系统所提供的准确、快速的推荐信息将给访问者带来极大的兴趣,使他们能够将购买需求转化为购买行为[20]。EricHostler等人认为,推荐服务在影响顾客的冲动购买决策中起着重要作用[21]。
  (2)提高交叉销售量,促进销售。
该推荐系统通过分析消费者搜索历史、购物车信息和购买历史来促进销售,从而提供一系列高度相关的产品建议[16]。推荐系统还可以向消费者提供补充商品信息,以增加消费者计划外购物[17]。
  (3)提高销售效率,降低销售成本。
销售产品所需的宣传和广告主要依靠不同的销售点来吸引消费者的注意,这就要求不同的产品需要针对不同的消费者进行相应的设计,这就需要大量的成本。然而,该推荐系统能够及时、有目的地响应互联网上每一个浏览者的需求。它不仅可以分析和处理消费者的个性化信息,提出相应的购买建议,达到推广的目的,而且作为一个系统,它的自动化模式也可以节省企业的各种人力和财力开支。给企业带来低成本,实现所有产品的有针对性的宣传和推广,真正实现一对一的销售服务[20]。
(4)提高了客户对网站的信任,提高了忠诚度。
个性化推荐服务给用户带来高效便捷的购物体验,使用户在信息过载的网络时代,更容易找到自己喜爱的商品。傅晓月认为,这种推荐服务可以增强用户的认同感和归属感,维护顾客与购物网站之间的关系。如果消费者在选择和购买商品时得到一系列个性化信息建议,从而体验到满意的购物体验,那么消费者将来在同一个网站上购买商品的可能性必然会大大增加[19]。邱从聪认为,该推荐系统甚至可以将具有相似购物意向的人联系起来,形成一个独特的个性化在线社区来分享他们的购物体验,从而使消费者与网站本身更紧密地联系在一起,从而提高了顾客的忠诚度[20]。
2.1.3个性化推荐服务方式
个性化推荐服务的发展,其系统相对完善。通常,购物网站个性化推荐系统的操作包括用户数据采集输入、系统内部信息分析和推荐信息输出三个阶段。客户数据的收集主要取决于消费者对“过去的搜索和浏览记录和购买历史”的分析。根据消费者信息推荐和指导方式比较丰富。例如,原始用户销售列表、"其他人也浏览过。"此类文本指导或通过底部下拉图形推荐,购物网站不仅注重用户的个性化分析,而且还非常重视向用户推送信息的方式。
刘旭东将信息推荐的推送方法归纳为广告推荐、分数推荐和电子邮件推荐,主要通过新产品和促销活动来推广[22]。张学林认为,个性化网络推荐系统的推荐方法包括相似浏览、购买推荐、电子邮件、文本评论、用户评分、最佳排名和自定义搜索结果[23]。张苗等人认为,个性化推荐包括网站平台推送、电子邮件推送、弹窗广告、特殊软件及其捆绑[24]。
不同的购物网站采取不同的方法以推动其推荐信息,推荐的各种信息也有助于增加顾客的新鲜感,其丰富多样的功能,本身就可以吸引顾客来接收推荐信息。本文将总结推模式的推荐服务,如下所示:
(1)网页信息指导。购物网站的页面信息丰富,从用户到网站浏览页面,各种商品推荐的信息将不断发送给用户。包括侧栏的商品排名信息、页面底部关联产品的推荐、产品搜索中的指南推荐以及购物历史订单接口或购物车接口的相应推荐信息等。
(2)弹窗广告。通常浏览任何网站或时会出现视频暂停视频网站的网页,根据用户过去的浏览屏幕上的时候,通过广告产生的消费历史关联商品信息。
(3)信息,引导社会平台。在过去多为邮件推送为主,而现在随着微博,贴吧,微信,QQ等社交平台的发展,这些平台也有相应的个性化推荐,将根据被推荐在这些平台上的信息生成定制的环境和过去的购物历史的用户信息。
2.2消费者行为概述
2.2.1消费者行为的定义
  消费者行为没有统一的定义,不同学者在不同角度给出相应的解释。科特勒认为消费者行为是指个体、群体及组织所参与的选择、购买、使用和处理产品、服务、思维和体验从而满足他们需求和欲望的过程[25]。Sheth 和 Banwari认为消费者行为即主体对某项商品或服务的购买付款过程中的心理和实际行动的总和[25]。胡静指出消费者行为是消费者为了满足自身的需要而进行购买商品或服务时的决策以及行动过程[16]。
总之,本文认为,消费者行为是指从对产品或服务的需求到完成购物决策和支付的完整过程,其中所有要素都包含在消费者行为中。
2.2.2消费者行为模型
  通过文献查找,我们知道国外研究人员已经有了多种消费者行为模式的体系,我们选取其中几个作为参考。
一般模式(1)消费者行为
  人的行为具有一个一般模式,称作S-O-R模式,即“刺激-个体生理、心理-反应”模式[26]。通过这个模式我们知道消费者行为也有类似的过程。刺激会引起消费者拥有对某事物的需求和欲望,从而带动一系列心理方面的变化,最终导致购买行为的产生。这个刺激既可以是来自外部环境,也可以由消费者本人生理或心理变化中产生,最终转变为引起购物行为发生的消费欲望。这就是一个完整的消费者行为的一般模式。
图2.1消费者行为的一般模式
(2)菲利普·科特勒的购买行为
根据菲利普·科特勒的理论,我们知道其购买行为模式分为四个部分:
图2.2消费者行为模型[25]
科特勒的模型显示了通过丰富的外部刺激时,客户将有一系列的心理转变过程,从而导致相应的购买行为,因此,个人消费者的特点购买或不产生起着中转非常重要的作用。
  (3)霍华德-谢思模式
  霍华德-谢思模式主要通过各种因素的角度切入,对消费者购买行为进行过程解析。主要包括四个因素:由外部环境组成的因素称为外部因素,由购买产品相关刺激与关联信息组成的刺激或投入因素,由消费者自身要素组成的内在因素,由购买过程中心理和实际行为变化组成的反应或产出因素[16]。该模式把重点放在消费者行为产生结果之前的一系列因素的剖析,这体现出消费者在决定购买一件商品之前的对商品的认知过程至关重要,消费者行为的大部分是由对产品认知的过程来引导的。
图2.3霍华德-谢恩模型
消费者行为2.2.3设有大数据背景
大数据时代的到来,消费者会在信息爆炸的环境下,消费者的广度和密度信息不是与过去接触可以比拟的,所以消费者会在购物完成的角度更加积极主动的立场,其行为难免会拥有不同于传统的消费模式。
(1)消费者会有更加理性的消费行为。在大数据时代的冲击下,今天的消费者更倾向于通过网络获取信息,而不是使用传统媒体。因此,今天的消费者所获得的信息量在过去是不可比的,他们对某一产品的认识会大大提高,这必然会使消费者更容易选择最合适的产品,理性的消费行为也会相应增加。加上。
(2)消费者更容易受到外部信息的影响。由于大数据所带来的信息的膨胀,消费者总是处于被各种信息所包围的环境中,外部信息的敏感性可以提高,外部信息的判断结果很容易反映消费者的购买行为。
(3)消费者行为变得更加个性化。在信息丰富和实​​时环境的消费者,商品的价值越来越高的要求,除了满足以外商品的原始值,更个性化的产品成为消费者的首选。
2.3信息推荐服务对消费者行为的影响概述
2.3.1消费者行为推荐服务过程影响概述
通过以上概述消费者的行为模式,我们知道消费者在作出购买决定将有一个很长的一系列心理活动前,此时消费者会受各种因素,这是后购买行为的元素将实现有着至关重要的影响而受到影响。我们会不断地给消费者一方有意或无意的影响推荐系统作为消费者的决策支持工具之前进行购买。首先,消费者将因此减少了购物时间,提高采购效率。无论是有目的的逛街寻找目标,或漫无目的的在网站上闲逛,浏览推荐系统可以降低隐形消费的范围,提高消费者有机会看到他们愿意购买的商品。其次,推荐系统可以使消费者更容易做出购买决定。由于服务可以推荐根据消费者的个性,喜好自动生成个性化的产品信息表,并且可以反复推给消费者,消费者是无意的影响,往往更多地依赖推荐系统带来了自己的产品信息的范围,所以在开始时选择的用户看到自己符合商品的购买习惯和偏好,自然选择阶段减少能源花费。同时,由于大量诱导信息推荐系统能带给消费者的评论和口碑相对较好的产品,这可能也开发了一些新的消费者购买偏好,在大数据环境中,消费者的各种更容易受到影响评价的多媒体平台,这是更加注重和宗旨,为消费者带来的影响可能是最大的信息转介服务。
综上所述,信息推荐服务对消费者购买行为过程的影响主要包括以下几点:减少消费者的选择时间,减少消费者的购买能量消耗,影响消费者的偏好,影响商品在消费者心目中的声誉。
2.3.2建议服务对消费者行为的影响概述。
选择产品时,推荐系统可以提高消费者的决策行为的成功率,为消费者和决定购买的商品信息各方面一般都已经满足消费者的需求,建议在这个时候给出的推荐服务信息可以给消费者保证,消费者现在有更多的理由来说服自己去进行购买,从而导致成功的消费决策。与此同时,信息推荐服务可以为消费者提供信息,如消费者获得基于过去的商品信息完整的购物选择的可能性,不绑定,以提高消费者的决策行为的质量买的结果。对于消费者而言,通过信息和购物服务带来了信息推荐,往往会改变主导产品,并有自己的习惯,从长远来看,产品线的他们的购物喜好,购买的信心,行为和满意度与购买的结果将遵循升级[ 20。
总之,推荐服务可以对消费者行为结果产生以下影响:提高消费者决策成功率,提高消费者决策质量,增强消费者对决策的信心,影响消费者对行为结果的满意度,影响最终选择的结果。
对消费者行为的尺寸2.3.3推荐服务的影响
首先,我们探讨了推荐系统的尺寸。对于推荐系统,同时提供推荐适当的信息给消费者,一般有三个阶段,即消费者的信息输入,输出生成的推荐信息的分析和推荐信息。有关信息输入和个人消费者的分析,我们知道,包括活性和非活性两种。基于信息输入消费者的购买历史和搜索历史信息,带给消费者最不可控的功效,能促进消费者购买决策的形成,同时也造成不利影响某些不可避免的。对于消费者来说,根据自己的实时搜索,相关产品给出的排名或一类是消费者建议采取由输入和建议发起的倡议,给消费者带来更好的体验。该输出级将信息提供给消费者产生推荐信息后,由于该阶段与消费者直接交互,影响系统的建议的尺寸会更丰富。梦非消费意愿相信将视觉线索来显著影响领导推荐购买的信息[27]。傅晓月指出,消费者更注重的在网上购物时获得信息的效率,信息的更好的呈现,用户可以很容易地找到信息[17]。小吕觉得在信息过载的时代双推荐信息并精简其效率是关键[28]影响消费者的情绪。肖等人发现,推荐内容的效果受影响的推荐信息的完整性和准确性。建议除了影响自身的质量,它也与相关网络平台,对消费者来说,一个网站的可靠性的关键在于它是否会接受本网站提供的推荐信息。术语现场人气和声誉的类型是成形的部位,这也构成了该网站的图像的主要元件的可靠性的主要方面。
接下来,我们建议从消费者的角度出发会影响维服务。对消费者来说,做一个完整的消费行为会受到外部因素和司机自己会受到影响。用户需要有目标产品的足够的知识,否则决定将由购物缺乏规划的进行是没有规律可言。胡静指出,消费者需要依靠推荐服务,以自己的消费信息做出更自信的决策[16]。消费者了解产品信息之后,产品本身的选择,如果敲定,那么选择将被转换为信息推荐服务中心取决于平台和系统本身上,而指数是衡量消费者信息咨询服务以及其服务平台这是用户的信任。已经李辉研究表明,消费者信心在推荐系统在其消费行为[29]的结果产生重要影响。
综上所述,选择以下因素来研究推荐服务对消费者行为的影响因素:
(1)信息输入法。推荐系统的出发点是输入用户的相关信息。只有这样,才能有提供推荐服务的基础。有两种信息输入方法,包括主动输入和被动输入,这两种不同的输入方式也会对后续输出中的维度因素产生影响。
  (2)信息编排。消费者使用推荐服务的原因之一就是为了减轻自己在庞大数据信息中搜寻目标的压力,这就要求推荐服务的系统能给予消费者优秀的信息编排,以改善消费者的线上消费体验。
  (3)推荐强度。消费者在使用信息推荐服务的时候希望得到的是一种及时高效的购买决策辅助,信息的推荐强度需要考虑消费者的实时消费目的。有时提高推荐强度能影响消费者的偏好,但有时太强的推荐度会使推荐服务失去本来的功能,反而引发消费者的厌烦情绪。
(4)信息完整性。信息完整性是指从推荐服务输出的信息是否包含消费者渴望知道的关键信息,包括产品的重要属性和产品的主要描述。
  (5)网站形象。网站形象包括网站的类型、知名度和美誉度等。网站形象会带给消费者在使用信息推荐服务之前就有的对网站的基本印象,这也决定了消费者之后的消费行为会以什么基调进行。
(6)用户信任。网站需要赢得用户的信任,才能获得一个长期忠诚的客户,信息推荐服务的信任也影响推荐服务本身的推荐效果。
3消费者行为模式设计
3.1消费者行为模型的构建
3.1.1示范建筑理念
第二章通过对国内外研究现状的综述和分析,了解了信息推荐服务对消费者的影响因素以及消费者与信息推荐系统的互动关系。基于此,我们可以得出本文的研究思路:信息推荐通过用户信息输入到输出的五个维度影响消费者行为,消费者通过一个维度反映交互对消费者行为的影响。这些维度包括:信息输入方法、信息排列、推荐强度、信息完整性、网站形象、用户信任。
3.1.2建立模型
我们选择这些维度作为自变量,以消费者行为为因变量,即消费者在受到个性化信息推荐系统的影响后做出完整的消费者行为。通过变量的设计,我们给出了模型3.2的变量定义和研究假设
本文有六个独立变量,即信息输入模式、信息配置、推荐强度、信息完整性、网站图像、用户信任和一个相关变量,即消费者行为。
(一)信息输入方式
本文将信息输入方法分为主动形式和被动形式。胡静指出,在信息输入阶段由推荐系统获得的数据包括通过消费者的历史信息获取的数据和通过当前消费者搜索浏览行为获得的数据[16]。前者偏向消费者对信息建议的被动接受,后者偏向消费者主动提出信息建议。在网络购物倾向大的时代,信息的时效性和准确性对于用户来说是非常重要的,但是通过推荐主动输入到消费者的目的和需求的信息,更容易帮助消费者。因此,认为服务信息输入方法的主动影响消费者行为的完成,即,更多的平台向消费者提供推荐信息的来源更偏向消费者的活动输入的信息,更容易赢得消费者的青睐、消费者购买的更强、消费者将购买的更低。因此,本文给出了以下假设:
H1:信息推荐服务信息输入方法的主动性正积极影响消费者的行为。
  (2)信息编排
蔡美认为信息组织指的推荐系统输出信息的装置,它强调消费者找到他们快速,轻松地[13]想要的产品信息的能力。胡静认为,在信息过载,秩序和组织信息将极大地影响消费者的决策效率[16]合理程度的情况下。与以往观点的学术研究结合点,我们认为,信息的合理有序的组织能够给消费者带来良好的购物体验,消费者购买将变得更强的意愿,反之则会变弱。因此,本文提出以下假设:
H2:信息推荐服务的信息安排对消费者行为有正向影响。
  (3)推荐强度
朱岩,谁的研究表明,对接受推荐的信息推荐强度起到了至关重要的作用[4]。戴和钟指出,经过比一定的标准更推荐的强度将导致边际效应递减[30]的建议。甚至有很多学者认为越大的建议的实力,更容易引起负面的消费矛盾。本文认为,消费者寻求帮助系统是为了推荐更有效地了解产品信息,使消费决策,而在一方面一定强度的推荐频率保护与推荐信息对消费者的熟悉程度,一方面是同时也给消费者带来更多的机会很多,完成购买行为,我们认为,建议在一定范围内的力量来促进消费者的行为。因此,本文提出以下假设:
H3:信息推荐服务的推荐强度对消费者行为有正向影响。
  (4)信息完整性
所提供的产品信息推荐服务的完整性越高让消费者找到自己需要的信息。当消费者心中的规避风险的消费状态,宁愿以帮助援助完整和详细的信息,他们做出购买决策[17]。消费者需要的信息,以帮助推荐服务,往往是你想买的理解更多的时间自己缺乏的对象,这一次提供,如果信息转介服务仍然缺乏诚信信息,将不可避免地导致消费者无奈,减少消费者信心信息推荐服务。因此,本文提出以下假设:
  H4:信息推荐服务的信息完整性正向影响消费者行为。
  (5)网站形象
大多数消费者对信息推荐系统知之甚少,在购物时,他们接受网站提供的信息推荐服务,更容易在网站上而不是推荐系统上留下印象。由于主观能动性,不同印象的产生会使人有不同的行动。网站的形象可以给消费者带来感情和信任,消费者显然更愿意相信形象更好的网站提供相应的推荐服务。因此,作出以下假设:
H5:连接到正面影响消费行为的现场图像信息推荐服务。
  (6)用户信任
用户决定在购物平台上完成购物活动,并依赖相关的推荐服务,归根结底,是因为他们对网站有一种信任感。由于在线交易比离线交易更不确定,用户信任对于电子商务活动中的卖家来说非常重要[17]。如果消费者对网站的信任度越高,他们对推荐系统提供的服务的信任度就越高,那么推荐服务对消费者行为的影响就越明显。因此,本文假设如下:
H6:消费者对推荐系统的信任对消费者行为有积极的影响。
综上所述,提出的假设为以下六种:
表3.1信息推荐服务对消费者行为的影响
  假设具体内容
H1信息推荐服务的信息输入方法的主动性正积极地影响着消费者的行为。
H2信息转介服务编排积极影响消费者行为信息
H3信息转介服务推荐强度的积极影响消费者的行为
H4信息完整性对信息推荐服务消费者行为有正向影响
H5信息推荐服务网站的形象对消费者行为有着积极的影响。
H6消费者信心在系统中推荐积极影响消费者的行为
  3.3 变量的测量
(一)信息输入方式
本文重点介绍的这一倡议程度的信息输入信息输入模式,学者们的研究较少,缺乏相关的文献,通过自主摘要本文旨在测量变量以下四个问题的方式的研究。
  表3.2 信息输入方式量表
  变量具体问项
信息输入的主动性。它可以在需要时给出信息建议。
它建议在行信息我目前的喜好
它的推荐可以帮助我进行当前的搜索
我没兴趣浏览自动推送信息。
  (2)信息编排
在信息布局变量方面,学者对系统的研究较少,本文主要参照胡经[17]和傅小月[17]的研究规模,并根据本文的要求进行了相应的调整,并设计了以下三个问题对变量进行度量。
表3.3信息计划
  变量具体问项
信息编排推荐信息的编排符合逻辑顺序,
符合阅读习惯上建议的时间表格式的信息
推荐信息的布局是合理的。
(3)信息推荐强度
关于信息推荐强度的变量,目前的研究大多是证明其对推荐系统的积极影响,本文所需要的是一个假设的研究论证。因此,本文设计了以下三个问题,通过独立总结来测量变量。
  表3.4 信息推荐强度量表
  变量具体问项
建议所建议的信息频率较高。
  它推荐的信息内容丰富种类繁多
我有足够的时间和精力来读取各种信息推荐
  (4)信息完整性
信息完整性是指推荐信息可以汇总最细化的关键信息,使消费者能够得到自己的偏好信息,同时要求信息的深度和广度都很简洁、清晰。根据傅小悦的研究规模,根据本文的需要,设计了以下三个问题来衡量变量。
表3.5消息完整性量表
  变量具体问项
  信息完整性它推荐的信息归纳得很详细
它推荐的信息满足我的需求。
推荐内容非常完整的产品信息
  (5)网站形象
对于此变量的研究网站图像,该参考文献[31]鳞番拥等,从可见度,信誉,可靠性,权威性,可信性的部位,以确定图像的角度是好还是不好。
表3.6网站图像规模
  变量具体问项
该网站的网站的知名度形象是比较高的
  网站的声誉良好
  网站具有相关领域的权威性
  网站具有可靠性
  网站是值得信赖的
  (6)用户信任
本文对傅小岳[17]的用户信任变量进行了三个维度的研究,并从能力、诚实和善良的角度确定了用户对网站的信任。
  表3.7 用户形象量表
  变量具体问项
  用户信任我认为推荐系统具有很好的导购能力
我认为推荐服务可以满足我的需要。
我认为建议服务提供的信息是专业和准确的。
  我认为推荐服务推荐的商品是高质量的
我想相信,建议服务所提供的资料并不是错误的。
我愿意相信转诊服务是消费者的缘故点
  (7)消费者行为
在本文中,请参照胡静[16]和[28]卢晓双套的问题,问了几句最终得出以下的项目进入到消费者的行为。
表3.8消费者行为量表
  变量具体问项
消费者行为推荐服务影响我选择产品的习惯
推荐的服务改变了我对货物的评价。
推荐服务提供的信息已成为我在购物过程中的重要参考。
推荐服务影响了我最终的购买选择
建议服务提高我对采购决策的满意度
我想经常浏览推荐服务提供的信息。
3.4消费者行为调查问卷
  3.4.1 问卷设计
本研究包含七个变量,包括6个独立变量和1个相关变量。本研究的调查报告根据以上模型和假设进行设计,分为三个部分:第一部分是对受访者基本个人信息的调查,了解性别、年龄、教育程度、收入水平、在线购物频率、在线购物时间、在线购物消费水平等。第二部分主要考察消费者的网上购物背景,了解消费者常用的网站以及对推荐系统的态度。第三部分是对本文假设问题提出质疑,并探讨推荐服务与消费者之间的互动。这包括三个阶段,一是推荐五个变量的服务维度,即信息输入模式、信息配置、推荐强度、信息完整性、网站图像总共18个问题。其次,消费者维度有一个变量,即用户信任,总共有6个问题。最后,对消费者行为的影响有六个问题。在本调查中,Likert的Likert5点标度法用于设置选项。1表示不同意,2代表不同意,3代表一般,4代表同意,5代表非常同意。
本文以网络购物的影响为主题,对调查对象提出了一些要求。本文认为,研究对象必须满足以下条件:第一,男女比例必须保持平衡。其次,网上购物的主体一般集中在18~35岁之间,高中阶段教育效果最好,对网络和电子商务有一定的了解。最后,调查对象也应具备一定的网上购物消费能力。根据上述要求,我们选择了问卷的发放对象。
  3.4.2 数据回收
调查时间为2018年10月24日至2018年11月2日。问卷通过网上渠道(贴吧、微信等)分发。以电子问卷的形式。共发放问卷240份,回收问卷197份,回收率为82.1%。其中,那些从来没有网上购物经验、没有受到推荐服务影响的人被排除在外,还有181份有效问卷落在后面。在因子分析中,变量数与变量数之比大于5:1,实验数据具有一定的意义。本研究共有30个变量,有效问卷181个,超过5个≤1,保证了研究的有效性。
  4 消费者行为问卷结果分析
4.1人口调查
表4.1人口数据分析
选择统计变量的百分比变量名
性别男9552.49%
女性8647.51%
未满18岁的84.42%
11261.88%年龄在18-25岁之间
26至30岁之间5630.94%
31%至40 42.21%。
41岁以上的10.55%
学历高中及以下73.87%
大学学院1910.50%
  大学本科14580.11%
  硕士84.42%
博士和21.10%以上。
1000元及以下126.63%的月可支配收入
1000元至2000元,4323.76%
2000元至3500元5731.49%
超过3500元人民币6938.12%
  ①性别分布状况
从表中可以看出,在这项调查的181个有效样本中,95名男子和86名妇女,分别占总数的52.49%和47.51%,尽管男子人数略多于妇女,总体差距不大,在可接受的范围内。
  ②年龄分布状况
调查年龄分布以18~25岁为主,达到112岁,占总数的61.88%,18岁占4.42%,26~30岁占30.94%。31至40岁和40岁以上的儿童人数分别为4和1,分别占2.21%和0.55%。因此,我们知道这项调查的年龄在18至30岁之间,占总数的92.82%。这与我们的研究目标是一致的,因为我们正在研究信息推荐服务对电子商务对消费者的影响,因此所需的样本是熟悉电子商务和现代网络的消费者行为的年轻人。
  ③学历分布状况
学历,大部分本科生的调查的资格,有145人,占80.11%;大专19人,占10.5%;大师8人,占4.42%;高中及以下有7人,占3.87%;博士及以上1人,占0.55%。所需要的研究对象可推荐用于大型数据信息系统的了解,可以给答案的一个高层次的眼光,所以调查主要集中在多选资格本科及以上学历,有一些人在网上购物的经验。
  ④可支配收入状况
在每月的可支配收入方面,69个超过3500亿元,占38.12%; 2000元到3500元,57人,占31.49%;千元到2000元,43人,占23.76%;千元及以下12人,占6.63%。因此,我们了解到,样本是有一定的经济能力,以支持网络消费。
4.2网络购物后台状态。
表4.2在线购物的背景分析表
选择统计变量的百分比变量名
在线购物时间比一年少42.21%
1年2年2312.71%
2-5年11261.88%
超过5年的4223.2%
不占网购频率的00.00%
偶尔10256.35%
通常7943.65%
淘宝/天猫14580.11%
京东2513.81%
苏宁易购21.10%
亚马逊52.76%
当当10.55%。
唯品会是21.10%
  其他10.55%
  ①网购时间情况
调查数据显示,2~5年网购时间最多,112人,占61.88%;5年以上网购时间42人,占23.2%;1~2年网购时间23人,占12.71%;网络购物时间不足一年,占2.21%。由此可见,大多数被调查对象都有较长的网上购物经验,这对研究获取有价值的数据有很大帮助,也表明网络购物已成为大数据时代公众接受的一种传统消费模式。
  ②消费频率情况
从购买频率来看,偶尔网络中有102人,占56.35%;经常上网的人有79人,占总数的43.65%。可以看出,在样本中,偶尔净购买的购买者较少,而频繁网络购买的购买者也较多,两者的份额比例并不小,不同购物程度的购买者对推荐系统的反馈态度可以更加均衡。
  ③偏好网站情况
从上表中可以看出,受访者青睐的主要购物网站淘宝/天猫,达到145人,占总人数的80.11%;其次是京东,有25人,占13.81%;最终选择苏宁易购等电商网站的11人,占6.08%。
  4.3影响消费者的主要推荐形式
  表4.3 消费者网购时所受推荐形式的状况分析表
选择统计变量的百分比变量名
  推荐形式搜索关键词关联推荐5228.73%
  关联商品推荐5530.39%
  特价/促销推荐3519.34%
知名度/销量排名推荐179.39%
  据购买历史推荐63.31%
  “猜你喜欢”类推荐168.84%
根据上表,搜索关键词关联推荐和相关商品推荐对消费者的影响相对较大,分别为52和55,分别占28.73%和30.39%。在其他建议中,35人被推荐参加特别促销活动,占19.34%;17人被推荐在受欢迎的销售名单中,占9.39%;6人被推荐购买历史,占3.31%;以及“猜你喜欢它”。推荐类别16人,占8.84%。因此,我们可以了解到,各种信息建议对消费者行为有一定的影响,而消费者在主动搜索中遇到的关键词推荐和相关商品建议更有可能对消费者产生影响。因此,电子商务网络订购平台既要促进和完善多元化的推荐服务形式,又要加强消费者积极参与的推荐形式的发展,使消费者能够带来更人性化的推荐服务,并必将获得口碑利润的双重收获。
在本章末尾,写下你的结论
5信息转介服务的意见和建议
5.1本研究的结论过于简单,无法用问卷分析的结果和得出的结论进行详细的编写。
在本文中,从推荐系统尺寸和消费者的层面几个因素,消费者的行为是探索信息推荐服务的影响,通过一系列的数据收集和分析,证明的信息输入方式的主动性,组织信息,建议的实力,信息的完整性,该网站的图像,用户信任影响消费者的行为有:
信息推荐服务的信息输入模式的主动性正积极地影响消费者的行为。
资料转介服务编排积极影响消费者行为信息
信息推荐服务的推荐强度正积极地影响着消费者的行为。
信息推荐服务的信息完整性对消费者行为有积极的影响。
图像信息推荐服务连接到积极影响消费者行为的网站
消费者对推荐系统的信任对消费者的行为有正向影响
我们还了解到,在下面的降序排列的消费行为这些因素的影响:网站形象>用户信任>信息安排>推荐强度>信息完整性>主动信息输入。
5.2对策分析内容过少,应与上述结论相对应。
通过对上述结论的总结,对如何改进信息推荐服务提出了相应的对策分析。
(1)塑造良好的网站的形象很重要
通过本文的分析,得出网站形象是影响推荐服务消费者行为的重要因素之一。网站形象不是推荐服务本身的功能,但在使用网站推荐服务之前,它可以给消费者留下一个固有的印象,这直接关系到消费者的行为是否会在这个平台上启动。因此,我们建议网站应尽量保持良好的形象,提高知名度,赢得良好的口碑。同时,还要结合不同网站的特点,提高相关领域的权威性,做到可信、可靠,让消费者有理由选择相信本网站的推荐服务
(2)完善网站运营体系,提高用户的信任
  消费者对网站的信任度关系到消费者行为的完成率,若网站的可信任度不高,诸多的网站浏览者难以转变为顾客。线上购物不同于线下,消费者在没办法亲手验货的情况下就要做出消费决策,主要依靠的是网站提供的相关信息和服务,而消费者是否接受这些服务, 就依赖于消费者对网站的信任程度了。为了提高网站的可信任度,我们建议购物网站完善其购物运作体系,以用户为中心,减少不实际的功能,为用户提供安全保障和良好的售后体系。有了完善的购物体系,消费者自然愿意相信购物网站推出的各种服务,信息推荐服务带来的影响就会大大提高。
(3)优化信息配置,使信息合理、有序、高效。
信息推荐系统的组织的合理程度对消费者行为产生显著的积极影响。当消费者使用信息转介服务,最直观的感受是,信息的组织是合理有序。信息转介服务的初始作用是减少信息超载和帮助消费者筛选所需要的信息。当消费者收到的信息推荐服务,如果信息获取安排是合理的,符合阅读习惯,可以大大提高消费者购买商品的效益,既给消费者带来良好的购物体验,同时也可以提高自己商品的销售。我们建议优化其用于调度信息的网站,做两件事情。一方面,逻辑结构和信息布局的布局进行了优化,以满足消费者的阅读习惯,这些信息的效果可以推荐服务,以最大限度的发挥,导致双赢的用户和网站。在另一方面做整洁的格式清除,因为信息是一样的工程信息服务网站的形象组织的良好信息的呈现必须能够提高网站的形象,提高了用户的信任感。
(4)在一定范围内提高推荐强度
提高信息推荐的强度可以给消费者提供一定的指导提示。当信息被多次提取到用户的眼睛中时,用户难以确认信息的内容,但是这只能使用户成为网站的观看者,但是它不能将它们变成消费者的决定性因素。因此,我们建议网站增加对推荐强度的研究,不能简单地提高推荐信息的频率和内容的负荷,而应考虑推荐强度对信息个性化程度和普遍性的重视。当推荐服务提供的信息的个性化强度非常高并且信息的覆盖非常宽时,用户将自然地从其获得满意的信息,从而改变了浏览到购买意愿的意愿。同时,传统推荐强度的调整也应适度,信息强度的增加应在一定范围内。如果它超出了这个范围,就不可避免地导致了用户的拒绝和厌倦,从而产生了适得其反的悲剧。
(5)从不同角度提高信息的完整性。
消费者接收信息推荐服务,推荐信息的质量非常看重。消费者之所以选择信息转介服务,是因为我自己的个性和喜好网上通缉为了得到商品信息,如果消费者被吸引到一些推荐标题的信息,没有得到推荐的产品的详细信息,只会让消费者负情感,无法完成促进消费者的购买行为。有关建议的调整内容的详细信息,我们建议购物网站则可以做多角度完全归纳法,推荐内容的产品信息亮点去。一方面让消费者可以很容易地通过完整信息,直接推荐信息值得推荐的产品,以提高购物效率,而另一方面不会导致信息过载,避免冗余信息对消费者的负面影响。
6研究不足与研究展望
  6.1 不足之处
本文通过文献分析和问卷调查对一系列数据进行了收集和分析,并对相关假设进行了验证,但仍存在许多不足。
(1)研究方法的局限性。本文仅采用问卷调查的方法收集相关数据,而问卷所收集的数据往往会存在一定的误差。同时,本文的数据分析比较简单,无法做到准确、准确。因此,我希望今后能有机会通过小组实验和实证方法,使数据更加准确,提高研究的说服力。
(2)实验样品的局限性。本问卷数量有限,恢复时间短,无法涵盖各类客户。同时,由于问卷中的大部分被试都是大学生,这些观点可能存在一定的偏见,不能代表所有的消费者。因此,本文的普遍性还有待提高。
数字越小,这项研究的变量(3)。由于本研究只推荐服务,六个变量的消费者的观点,既不考虑不同商品的影响,也涉及到一些中介变量。因此,未来的研究将考虑调解参与模型设计变量。
  6.2 研究展望
在未来的研究中,希望学者们能够扩大样本的范围,覆盖更多类型的用户,提高调查的普遍性。在研究中,我们也希望通过问卷调查和实验相结合的方法来提高数据的准确性。在研究维度的设计上,希望能找到更多的切入点,结合更多的中介变量,提高研究的创新性和严谨性。
【本文地址:https://www.xueshulunwenwang.com/guanlilei/dianzishangwulunwen/1168.html

上一篇:农产品社会化电商运营模式研究

下一篇:谈电商生鲜配送发展中的问题及其对策

相关标签: