熱門論文
最新論文
大數據背景下信息推薦服務對消費者行為的影響研究
發布時間：2019-11-09 10:22
導讀：隨著大數據時代的到來，網絡購物的迅速發展，大量數據的引入為消費者提供了無數的商品信息，同時也造成了信息過載等問題。因此，企業紛紛推出相應的信息推薦服務，以期改善消費者的網上購物體驗，達到提高銷售的最終目標。以何種方式，這種服務會對消費者行為產生影響，在多大程度上會對消費者行為產生影響是本文的主題。
首先，本文選取了大量的國內外文獻，對個性化信息推薦系統、大數據環境下的消費者行為以及它們之間的交互進行了綜述，并在此基礎上，對個性化信息推薦系統進行了研究，將信息推薦服務對消費者行為的影響因素歸納為六個方面：信息輸入方式、信息排列、推薦強度、信息完整性、網站形象、用戶信任要素。其次，本文將上述六個要素與消費者行為相結合，設計了相關的概念模型，并通過數據分析對模型進行了驗證。驗證結果表明，網站形象和用戶信任對消費者對推薦服務的接受程度有顯著影響，這是最重要的前提因素。信息排列和信息完整性將顯著影響消費者在使用信息推薦服務時的體驗。然而，推薦強度和推薦方式對消費者的影響是復雜的，這兩個因素的變化將直接影響消費者的行為。最后，根據研究結論，本文對購物網站提出了相應的改進策略。然后總結了本研究的局限性和未來的展望。
1 緒論
1.1 研究背景
隨著互聯網信息技術，消費市場的發展，進一步擴大網絡在線消費已經成為當今社會的主要消費方式之一。第40屆“中國互聯網絡發展狀況統計報告”顯示，到六月2017年，互聯網用戶在中國的數量已經超過五分之一的全球總網民達到7.51億人。互聯網普及率低于全球水平，達到54.3％。不同的領域，包括使用網上購物，網上叫外賣，網上旅游服務等在線交易應用程序的數量也持續上升。 2017年雙11天貓銷售額168.2十億人民幣，再創新高，充分顯示了中國的巨大的力量和網絡在線消費零售市場的無限潛力。
在這樣的環境下，云計算，大數據技術給消費者帶來更多的選擇和復雜的信息處理快速滲透，過多不必要的信息在消費者面前呈現，它成為消費者的購物體驗，嚴重阻礙了威脅。解決信息問題的方式與誕生和發展，也就是信息轉介服務超載一起。各大電子商務平臺，通過各種個性化，全方位，高頻信息，為消費者的方式提供產品建議，并創造更好的購物環境，提高工作效率，消費者購買的購物體驗的推出信息推薦服務，從而為達到提高銷量的根本目的。信息服務實際上是推薦使用大數據技術的電商，用戶偏好和行為軌跡的分析和預測的行為，因此對消費者的過程中引導購物過程[1]。
在大數據環境下，消費者行為逐漸發生變化，消費者對傳統銷售宣傳和口碑的依賴程度正在下降。他們可以通過微博、貼吧、微信等更廣泛的平臺獲取商品信息。因此，新時期的消費者具有更加自由化和個性化的行為模式，信息推薦服務的引導越來越不容易被接受[6]。可以看出，信息推薦服務與消費者之間的互動因素是未來信息推薦服務發展的關鍵。
1.2 研究的目的和意義
1.2.1 研究的目的
本文的主要目的是以消費者行為的影響因素為視角，研究大數據環境下的電子商務信息推薦系統，并通過這些影響因素探討消費者與推薦服務之間的關系，從而找到一條提高企業信息推薦系統效率、實現消費者與企業雙贏的途徑。本文在前人研究成果的基礎上，探討了電子商務信息推薦系統對消費者行為的影響因素，總結了幾個典型的正反兩方面因素，并進行了相應的驗證性討論。本文希望通過問卷調查進行實證研究，提出信息推薦服務的改進對策，為消費者的行為和決策提供積極的指導，同時避免消費者的抵制，幫助企業增加銷售量，獲取更多的利潤。
1.2.2研究的意義
在電子商務網站上，信息推薦服務對向消費者提供產品和服務的方式產生了巨大的影響，基于大數據的信息推薦服務一直是研究的重點和重點。目前，大部分的研究與信息推薦服務本身無關，也是其算法的研究和改進或其問題和理論的深入挖掘，但對信息推薦服務與消費者行為之間的聯系的研究很少。我的研究是關注推薦服務與消費者之間的互動的角度。通過對影響因素的討論，認為改進推薦的服務具有重要的理論和現實意義。
在理論上的重要意義上，以往的研究大多集中在技術的優化和推薦系統的趨勢上，但本文重點分析了推薦服務的結果與用戶需求之間的關系，提出了通過總結用戶行為和需求來提高推薦系統的服務模式的途徑。因此，本文希望從消費者行為的影響因素和推薦服務與消費者的互動中歸納和設計相關的影響因素，從而為今后的相關研究提供一些幫助。
實際意義方面，改進信息推薦服務有助于提高商家對消費者的個性化定制能力，帶給消費者真正舒適消費購物體驗，不但幫助消費者從繁雜的信息中解脫出來，更帶給商家更多的客流量，更好的顧客忠誠度，最終換得銷售額與口碑的雙豐收。
1.3國內外研究現狀
1.3.1國內研究現狀
研究現狀1.3.2國外
從上世紀九十年代開始，對推薦系統和推薦服務的研究有了初步的定論。Resnick（1997）等認為個性化推薦是指購物網站利用自身網絡功能為消費者提供購買建議，從而在不需要銷售人員的情況下給予消費者導購服務，最終有效地實現購買行為[2]。Schafer等（2001）指出推薦系統是一種對目前網絡個性化消費十分必要的決策支持系統，它能通過一定方式，或參照消費者歷史行為作出影響消費決策的信息推薦[3]。朱巖等（2009）研究表明，個性化推薦系統是基于某種戰略，通過對消費者個人的需要和其特點分析，從而進行產品推薦，為顧客決策提供支持[4]。綜上，我們知道目前對于信息推薦系統的定義已比較成熟，其本質在于通過對用戶特點和偏好的分析再結合網站自身目的和戰略方向，完成對用戶的推薦與引導。
對于當前的消費者來說，他們正處于大數據時代，他們的消費行為也有了相應的變化。黃先生(2016)總結了當前消費者的特點，更加關注易受外部環境影響的商品的特點和創新，對網絡購物環境提出了更高的要求[5]。張成森等人(2016)認為，在大數據環境下，消費者的行為更容易受到外部引入的影響，消費者的品牌依存度逐漸降低，消費者的選擇更加個性化。Boussant(2016)還認為，大數據時代的消費者行為將更加理性，容易受到評估的影響，不再依賴品牌[7]。
那么信息推薦服務是如何影響消費者的呢？一些學者也對這一問題進行了研究。MAES(1994)認為，推薦系統可以減輕信息過載，簡化搜索，保證決策的質量[8]。Ansari等人(2000)認為推薦系統是一種輔助工具。它可以幫助消費者做出購買決定。Grabner等人(2003)指出，對企業消費者信任的研究對于個性化推薦系統是非常重要的，而客戶信任對客戶與企業之間的互動和再交易有著積極的影響[10]。Hostler(2005)的研究認為，使用推薦系統可以大大縮短消費者的搜索和購物時間[11]。Kuflik等人(2007)發現該推薦系統可以縮短消費者與網上購物平臺之間的互動時間，提高網上購物的效率[12]。蔡麗梅(2008)研究了電子商務推薦代理對購買決策的影響，并建立了以認知價值和信任為中介變量的相應模型[13]。劉建國等人(2009)認為電子商務的發展將逐步加劇信息過載問題，個性化推薦是有效解決這一問題的關鍵技術之一。楊一翁等人。(2016)認為購物網站、推薦系統和推薦信息的特點影響推薦系統對消費者的營銷效果[15]。胡靜(2016)從推薦系統與消費者互動的角度對電子商務推薦系統對消費者購買決策的影響進行了實證研究，證明個性化、信息安排、信任等因素對消費者購買決策有顯著影響[16]。傅曉月(2016)認為，信任是影響個性化推薦系統購買意向的一個重要因素。網站信息安排和形象是影響信任的主要內部因素[17]。
2 基本理論概述
2.1信息推薦服務的概述
2.1.1信息推薦系統的定義和特點
從九十年代推薦系統的雛形誕生到現今各大電子商務平臺（淘寶，亞馬遜，京東等）紛紛推出個性化信息推薦服務，信息推薦系統已得到了非常廣泛的運用。而對于信息推薦系統的定義，學者并沒有非常統一的說法。
Resnick(1997)等人認為個性化推薦是指購物網站利用網絡特征而不是銷售人員向消費者提供購買建議和促進購物行為完成的過程[2]。Schafer等人(2001)認為推薦系統是一種決策支持系統，它是一種根據顧客歷史偏好提供個性化建議的虛擬店員[3]。朱妍等人(2009)認為信息推薦系統根據消費者的個性特征和個人需求提供推薦商品的服務。張紅(2013)認為，個性化推薦系統是一種通過各種方式向消費者推薦商品以提高消費者購買決策速度的機器人[18]。
總之，我們發現個性化信息推薦系統是一種促進消費者購買行為的工具，它在一定程度上為消費者提供了相應的建議和建議。從這個角度，我們可以總結出信息推薦服務的三個特點：
（1）信息服務主要是基于消費者推薦瀏覽歷史或歷史的購買行為做出選擇值得推薦的產品。個性化信息推薦服務是為了做基礎上，收集信息和消費行為更精確，更詳細的信息在網上購物平臺給出的建議分類捕獲消費者的行為。
（2）個性化推薦服務通過某種特定方式把信息傳遞給消費者。推薦信息系統在完成對消費者特點的分析之后，會采用一些方式給消費者提供推薦信息，通過不同角度刺激消費者做出有利于網站瀏覽量提升的行為，從而達成提高銷量的目的。
(3)信息推薦系統可以縮短消費者購物時的思維時間，使消費者的購買決策更快、更有效。該信息推薦系統根據消費者的購買習慣，通過一系列個性化信息給予消費者直觀的外部刺激，從而節省了消費者搜索和選擇商品的時間。
2.1.2個性化推薦服務的作用
在日益增長的電子商務的時代，所有的企業都在尋找銷售，服務和個性化信息推薦正是在這樣的時代大數據的高效的信息網絡，站在人群中出來。一方面，它提供了解決，一方面與消費者的信息過載的服務的系統，從而提高產品銷售的一種手段。本文總結了以下幾點作用：
(1)增加計劃外采購，將網站訪問者中的潛在客戶轉變為消費者。
大多數瀏覽購物網站的人一開始傾向于隨意瀏覽，他們沒有明確的購買目標，加上網上商品信息太多，用戶無法找到他們真正的目標商品[19]。邱從聰認為，當用戶在沒有購買計劃的情況下先瀏覽網站，或者當訪問者的購買需求被信息過載所吞噬時，推薦系統所提供的準確、快速的推薦信息將給訪問者帶來極大的興趣，使他們能夠將購買需求轉化為購買行為[20]。EricHostler等人認為，推薦服務在影響顧客的沖動購買決策中起著重要作用[21]。
（2）提高交叉銷售量，促進銷售。
該推薦系統通過分析消費者搜索歷史、購物車信息和購買歷史來促進銷售，從而提供一系列高度相關的產品建議[16]。推薦系統還可以向消費者提供補充商品信息，以增加消費者計劃外購物[17]。
（3）提高銷售效率，降低銷售成本。
銷售產品所需的宣傳和廣告主要依靠不同的銷售點來吸引消費者的注意，這就要求不同的產品需要針對不同的消費者進行相應的設計，這就需要大量的成本。然而，該推薦系統能夠及時、有目的地響應互聯網上每一個瀏覽者的需求。它不僅可以分析和處理消費者的個性化信息，提出相應的購買建議，達到推廣的目的，而且作為一個系統，它的自動化模式也可以節省企業的各種人力和財力開支。給企業帶來低成本，實現所有產品的有針對性的宣傳和推廣，真正實現一對一的銷售服務[20]。
(4)提高了客戶對網站的信任，提高了忠誠度。
個性化推薦服務給用戶帶來高效便捷的購物體驗，使用戶在信息過載的網絡時代，更容易找到自己喜愛的商品。傅曉月認為，這種推薦服務可以增強用戶的認同感和歸屬感，維護顧客與購物網站之間的關系。如果消費者在選擇和購買商品時得到一系列個性化信息建議，從而體驗到滿意的購物體驗，那么消費者將來在同一個網站上購買商品的可能性必然會大大增加[19]。邱從聰認為，該推薦系統甚至可以將具有相似購物意向的人聯系起來，形成一個獨特的個性化在線社區來分享他們的購物體驗，從而使消費者與網站本身更緊密地聯系在一起，從而提高了顧客的忠誠度[20]。
2.1.3個性化推薦服務方式
個性化推薦服務的發展，其系統相對完善。通常，購物網站個性化推薦系統的操作包括用戶數據采集輸入、系統內部信息分析和推薦信息輸出三個階段。客戶數據的收集主要取決于消費者對“過去的搜索和瀏覽記錄和購買歷史”的分析。根據消費者信息推薦和指導方式比較豐富。例如，原始用戶銷售列表、"其他人也瀏覽過。"此類文本指導或通過底部下拉圖形推薦，購物網站不僅注重用戶的個性化分析，而且還非常重視向用戶推送信息的方式。
劉旭東將信息推薦的推送方法歸納為廣告推薦、分數推薦和電子郵件推薦，主要通過新產品和促銷活動來推廣[22]。張學林認為，個性化網絡推薦系統的推薦方法包括相似瀏覽、購買推薦、電子郵件、文本評論、用戶評分、最佳排名和自定義搜索結果[23]。張苗等人認為，個性化推薦包括網站平臺推送、電子郵件推送、彈窗廣告、特殊軟件及其捆綁[24]。
不同的購物網站采取不同的方法以推動其推薦信息，推薦的各種信息也有助于增加顧客的新鮮感，其豐富多樣的功能，本身就可以吸引顧客來接收推薦信息。本文將總結推模式的推薦服務，如下所示：
(1)網頁信息指導。購物網站的頁面信息豐富，從用戶到網站瀏覽頁面，各種商品推薦的信息將不斷發送給用戶。包括側欄的商品排名信息、頁面底部關聯產品的推薦、產品搜索中的指南推薦以及購物歷史訂單接口或購物車接口的相應推薦信息等。
（2）彈窗廣告。通常瀏覽任何網站或時會出現視頻暫停視頻網站的網頁，根據用戶過去的瀏覽屏幕上的時候，通過廣告產生的消費歷史關聯商品信息。
（3）信息，引導社會平臺。在過去多為郵件推送為主，而現在隨著微博，貼吧，微信，QQ等社交平臺的發展，這些平臺也有相應的個性化推薦，將根據被推薦在這些平臺上的信息生成定制的環境和過去的購物歷史的用戶信息。
2.2消費者行為概述
2.2.1消費者行為的定義
消費者行為沒有統一的定義，不同學者在不同角度給出相應的解釋。科特勒認為消費者行為是指個體、群體及組織所參與的選擇、購買、使用和處理產品、服務、思維和體驗從而滿足他們需求和欲望的過程[25]。Sheth 和 Banwari認為消費者行為即主體對某項商品或服務的購買付款過程中的心理和實際行動的總和[25]。胡靜指出消費者行為是消費者為了滿足自身的需要而進行購買商品或服務時的決策以及行動過程[16]。
總之，本文認為，消費者行為是指從對產品或服務的需求到完成購物決策和支付的完整過程，其中所有要素都包含在消費者行為中。
2.2.2消費者行為模型
通過文獻查找，我們知道國外研究人員已經有了多種消費者行為模式的體系，我們選取其中幾個作為參考。
一般模式（1）消費者行為
人的行為具有一個一般模式，稱作S-O-R模式，即“刺激-個體生理、心理-反應”模式[26]。通過這個模式我們知道消費者行為也有類似的過程。刺激會引起消費者擁有對某事物的需求和欲望，從而帶動一系列心理方面的變化，最終導致購買行為的產生。這個刺激既可以是來自外部環境，也可以由消費者本人生理或心理變化中產生，最終轉變為引起購物行為發生的消費欲望。這就是一個完整的消費者行為的一般模式。
圖2.1消費者行為的一般模式
（2）菲利普·科特勒的購買行為
根據菲利普·科特勒的理論，我們知道其購買行為模式分為四個部分：
圖2.2消費者行為模型[25]
科特勒的模型顯示了通過豐富的外部刺激時，客戶將有一系列的心理轉變過程，從而導致相應的購買行為，因此，個人消費者的特點購買或不產生起著中轉非常重要的作用。
（3）霍華德-謝思模式
霍華德-謝思模式主要通過各種因素的角度切入，對消費者購買行為進行過程解析。主要包括四個因素：由外部環境組成的因素稱為外部因素，由購買產品相關刺激與關聯信息組成的刺激或投入因素，由消費者自身要素組成的內在因素，由購買過程中心理和實際行為變化組成的反應或產出因素[16]。該模式把重點放在消費者行為產生結果之前的一系列因素的剖析，這體現出消費者在決定購買一件商品之前的對商品的認知過程至關重要，消費者行為的大部分是由對產品認知的過程來引導的。
圖2.3霍華德-謝恩模型
消費者行為2.2.3設有大數據背景
大數據時代的到來，消費者會在信息爆炸的環境下，消費者的廣度和密度信息不是與過去接觸可以比擬的，所以消費者會在購物完成的角度更加積極主動的立場，其行為難免會擁有不同于傳統的消費模式。
（1）消費者會有更加理性的消費行為。在大數據時代的沖擊下，今天的消費者更傾向于通過網絡獲取信息，而不是使用傳統媒體。因此，今天的消費者所獲得的信息量在過去是不可比的，他們對某一產品的認識會大大提高，這必然會使消費者更容易選擇最合適的產品，理性的消費行為也會相應增加。加上。
(2)消費者更容易受到外部信息的影響。由于大數據所帶來的信息的膨脹，消費者總是處于被各種信息所包圍的環境中，外部信息的敏感性可以提高，外部信息的判斷結果很容易反映消費者的購買行為。
（3）消費者行為變得更加個性化。在信息豐富和實??時環境的消費者，商品的價值越來越高的要求，除了滿足以外商品的原始值，更個性化的產品成為消費者的首選。
2.3信息推薦服務對消費者行為的影響概述
2.3.1消費者行為推薦服務過程影響概述
通過以上概述消費者的行為模式，我們知道消費者在作出購買決定將有一個很長的一系列心理活動前，此時消費者會受各種因素，這是后購買行為的元素將實現有著至關重要的影響而受到影響。我們會不斷地給消費者一方有意或無意的影響推薦系統作為消費者的決策支持工具之前進行購買。首先，消費者將因此減少了購物時間，提高采購效率。無論是有目的的逛街尋找目標，或漫無目的的在網站上閑逛，瀏覽推薦系統可以降低隱形消費的范圍，提高消費者有機會看到他們愿意購買的商品。其次，推薦系統可以使消費者更容易做出購買決定。由于服務可以推薦根據消費者的個性，喜好自動生成個性化的產品信息表，并且可以反復推給消費者，消費者是無意的影響，往往更多地依賴推薦系統帶來了自己的產品信息的范圍，所以在開始時選擇的用戶看到自己符合商品的購買習慣和偏好，自然選擇階段減少能源花費。同時，由于大量誘導信息推薦系統能帶給消費者的評論和口碑相對較好的產品，這可能也開發了一些新的消費者購買偏好，在大數據環境中，消費者的各種更容易受到影響評價的多媒體平臺，這是更加注重和宗旨，為消費者帶來的影響可能是最大的信息轉介服務。
綜上所述，信息推薦服務對消費者購買行為過程的影響主要包括以下幾點：減少消費者的選擇時間，減少消費者的購買能量消耗，影響消費者的偏好，影響商品在消費者心目中的聲譽。
2.3.2建議服務對消費者行為的影響概述。
選擇產品時，推薦系統可以提高消費者的決策行為的成功率，為消費者和決定購買的商品信息各方面一般都已經滿足消費者的需求，建議在這個時候給出的推薦服務信息可以給消費者保證，消費者現在有更多的理由來說服自己去進行購買，從而導致成功的消費決策。與此同時，信息推薦服務可以為消費者提供信息，如消費者獲得基于過去的商品信息完整的購物選擇的可能性，不綁定，以提高消費者的決策行為的質量買的結果。對于消費者而言，通過信息和購物服務帶來了信息推薦，往往會改變主導產品，并有自己的習慣，從長遠來看，產品線的他們的購物喜好，購買的信心，行為和滿意度與購買的結果將遵循升級[ 20。
總之，推薦服務可以對消費者行為結果產生以下影響：提高消費者決策成功率，提高消費者決策質量，增強消費者對決策的信心，影響消費者對行為結果的滿意度，影響最終選擇的結果。
對消費者行為的尺寸2.3.3推薦服務的影響
首先，我們探討了推薦系統的尺寸。對于推薦系統，同時提供推薦適當的信息給消費者，一般有三個階段，即消費者的信息輸入，輸出生成的推薦信息的分析和推薦信息。有關信息輸入和個人消費者的分析，我們知道，包括活性和非活性兩種。基于信息輸入消費者的購買歷史和搜索歷史信息，帶給消費者最不可控的功效，能促進消費者購買決策的形成，同時也造成不利影響某些不可避免的。對于消費者來說，根據自己的實時搜索，相關產品給出的排名或一類是消費者建議采取由輸入和建議發起的倡議，給消費者帶來更好的體驗。該輸出級將信息提供給消費者產生推薦信息后，由于該階段與消費者直接交互，影響系統的建議的尺寸會更豐富。夢非消費意愿相信將視覺線索來顯著影響領導推薦購買的信息[27]。傅曉月指出，消費者更注重的在網上購物時獲得信息的效率，信息的更好的呈現，用戶可以很容易地找到信息[17]。小呂覺得在信息過載的時代雙推薦信息并精簡其效率是關鍵[28]影響消費者的情緒。肖等人發現，推薦內容的效果受影響的推薦信息的完整性和準確性。建議除了影響自身的質量，它也與相關網絡平臺，對消費者來說，一個網站的可靠性的關鍵在于它是否會接受本網站提供的推薦信息。術語現場人氣和聲譽的類型是成形的部位，這也構成了該網站的圖像的主要元件的可靠性的主要方面。
接下來，我們建議從消費者的角度出發會影響維服務。對消費者來說，做一個完整的消費行為會受到外部因素和司機自己會受到影響。用戶需要有目標產品的足夠的知識，否則決定將由購物缺乏規劃的進行是沒有規律可言。胡靜指出，消費者需要依靠推薦服務，以自己的消費信息做出更自信的決策[16]。消費者了解產品信息之后，產品本身的選擇，如果敲定，那么選擇將被轉換為信息推薦服務中心取決于平臺和系統本身上，而指數是衡量消費者信息咨詢服務以及其服務平臺這是用戶的信任。已經李輝研究表明，消費者信心在推薦系統在其消費行為[29]的結果產生重要影響。
綜上所述，選擇以下因素來研究推薦服務對消費者行為的影響因素：
(1)信息輸入法。推薦系統的出發點是輸入用戶的相關信息。只有這樣，才能有提供推薦服務的基礎。有兩種信息輸入方法，包括主動輸入和被動輸入，這兩種不同的輸入方式也會對后續輸出中的維度因素產生影響。
（2）信息編排。消費者使用推薦服務的原因之一就是為了減輕自己在龐大數據信息中搜尋目標的壓力，這就要求推薦服務的系統能給予消費者優秀的信息編排，以改善消費者的線上消費體驗。
（3）推薦強度。消費者在使用信息推薦服務的時候希望得到的是一種及時高效的購買決策輔助，信息的推薦強度需要考慮消費者的實時消費目的。有時提高推薦強度能影響消費者的偏好，但有時太強的推薦度會使推薦服務失去本來的功能，反而引發消費者的厭煩情緒。
(4)信息完整性。信息完整性是指從推薦服務輸出的信息是否包含消費者渴望知道的關鍵信息，包括產品的重要屬性和產品的主要描述。
（5）網站形象。網站形象包括網站的類型、知名度和美譽度等。網站形象會帶給消費者在使用信息推薦服務之前就有的對網站的基本印象，這也決定了消費者之后的消費行為會以什么基調進行。
（6）用戶信任。網站需要贏得用戶的信任，才能獲得一個長期忠誠的客戶，信息推薦服務的信任也影響推薦服務本身的推薦效果。
3消費者行為模式設計
3.1消費者行為模型的構建
3.1.1示范建筑理念
第二章通過對國內外研究現狀的綜述和分析，了解了信息推薦服務對消費者的影響因素以及消費者與信息推薦系統的互動關系。基于此，我們可以得出本文的研究思路：信息推薦通過用戶信息輸入到輸出的五個維度影響消費者行為，消費者通過一個維度反映交互對消費者行為的影響。這些維度包括：信息輸入方法、信息排列、推薦強度、信息完整性、網站形象、用戶信任。
3.1.2建立模型
我們選擇這些維度作為自變量，以消費者行為為因變量，即消費者在受到個性化信息推薦系統的影響后做出完整的消費者行為。通過變量的設計，我們給出了模型3.2的變量定義和研究假設
本文有六個獨立變量，即信息輸入模式、信息配置、推薦強度、信息完整性、網站圖像、用戶信任和一個相關變量，即消費者行為。
(一)信息輸入方式
本文將信息輸入方法分為主動形式和被動形式。胡靜指出，在信息輸入階段由推薦系統獲得的數據包括通過消費者的歷史信息獲取的數據和通過當前消費者搜索瀏覽行為獲得的數據[16]。前者偏向消費者對信息建議的被動接受，后者偏向消費者主動提出信息建議。在網絡購物傾向大的時代，信息的時效性和準確性對于用戶來說是非常重要的，但是通過推薦主動輸入到消費者的目的和需求的信息，更容易幫助消費者。因此，認為服務信息輸入方法的主動影響消費者行為的完成，即，更多的平臺向消費者提供推薦信息的來源更偏向消費者的活動輸入的信息，更容易贏得消費者的青睞、消費者購買的更強、消費者將購買的更低。因此，本文給出了以下假設：
H1：信息推薦服務信息輸入方法的主動性正積極影響消費者的行為。
（2）信息編排
蔡美認為信息組織指的推薦系統輸出信息的裝置，它強調消費者找到他們快速，輕松地[13]想要的產品信息的能力。胡靜認為，在信息過載，秩序和組織信息將極大地影響消費者的決策效率[16]合理程度的情況下。與以往觀點的學術研究結合點，我們認為，信息的合理有序的組織能夠給消費者帶來良好的購物體驗，消費者購買將變得更強的意愿，反之則會變弱。因此，本文提出以下假設：
H2：信息推薦服務的信息安排對消費者行為有正向影響。
（3）推薦強度
朱巖，誰的研究表明，對接受推薦的信息推薦強度起到了至關重要的作用[4]。戴和鐘指出，經過比一定的標準更推薦的強度將導致邊際效應遞減[30]的建議。甚至有很多學者認為越大的建議的實力，更容易引起負面的消費矛盾。本文認為，消費者尋求幫助系統是為了推薦更有效地了解產品信息，使消費決策，而在一方面一定強度的推薦頻率保護與推薦信息對消費者的熟悉程度，一方面是同時也給消費者帶來更多的機會很多，完成購買行為，我們認為，建議在一定范圍內的力量來促進消費者的行為。因此，本文提出以下假設：
H3：信息推薦服務的推薦強度對消費者行為有正向影響。
（4）信息完整性
所提供的產品信息推薦服務的完整性越高讓消費者找到自己需要的信息。當消費者心中的規避風險的消費狀態，寧愿以幫助援助完整和詳細的信息，他們做出購買決策[17]。消費者需要的信息，以幫助推薦服務，往往是你想買的理解更多的時間自己缺乏的對象，這一次提供，如果信息轉介服務仍然缺乏誠信信息，將不可避免地導致消費者無奈，減少消費者信心信息推薦服務。因此，本文提出以下假設：
H4：信息推薦服務的信息完整性正向影響消費者行為。
（5）網站形象
大多數消費者對信息推薦系統知之甚少，在購物時，他們接受網站提供的信息推薦服務，更容易在網站上而不是推薦系統上留下印象。由于主觀能動性，不同印象的產生會使人有不同的行動。網站的形象可以給消費者帶來感情和信任，消費者顯然更愿意相信形象更好的網站提供相應的推薦服務。因此，作出以下假設：
H5：連接到正面影響消費行為的現場圖像信息推薦服務。
（6）用戶信任
用戶決定在購物平臺上完成購物活動，并依賴相關的推薦服務，歸根結底，是因為他們對網站有一種信任感。由于在線交易比離線交易更不確定，用戶信任對于電子商務活動中的賣家來說非常重要[17]。如果消費者對網站的信任度越高，他們對推薦系統提供的服務的信任度就越高，那么推薦服務對消費者行為的影響就越明顯。因此，本文假設如下：
H6：消費者對推薦系統的信任對消費者行為有積極的影響。
綜上所述，提出的假設為以下六種：
表3.1信息推薦服務對消費者行為的影響
假設具體內容
H1信息推薦服務的信息輸入方法的主動性正積極地影響著消費者的行為。
H2信息轉介服務編排積極影響消費者行為信息
H3信息轉介服務推薦強度的積極影響消費者的行為
H4信息完整性對信息推薦服務消費者行為有正向影響
H5信息推薦服務網站的形象對消費者行為有著積極的影響。
H6消費者信心在系統中推薦積極影響消費者的行為
3.3 變量的測量
(一)信息輸入方式
本文重點介紹的這一倡議程度的信息輸入信息輸入模式，學者們的研究較少，缺乏相關的文獻，通過自主摘要本文旨在測量變量以下四個問題的方式的研究。
表3.2 信息輸入方式量表
變量具體問項
信息輸入的主動性。它可以在需要時給出信息建議。
它建議在行信息我目前的喜好
它的推薦可以幫助我進行當前的搜索
我沒興趣瀏覽自動推送信息。
（2）信息編排
在信息布局變量方面，學者對系統的研究較少，本文主要參照胡經[17]和傅小月[17]的研究規模，并根據本文的要求進行了相應的調整，并設計了以下三個問題對變量進行度量。
表3.3信息計劃
變量具體問項
信息編排推薦信息的編排符合邏輯順序，
符合閱讀習慣上建議的時間表格式的信息
推薦信息的布局是合理的。
(3)信息推薦強度
關于信息推薦強度的變量，目前的研究大多是證明其對推薦系統的積極影響，本文所需要的是一個假設的研究論證。因此，本文設計了以下三個問題，通過獨立總結來測量變量。
表3.4 信息推薦強度量表
變量具體問項
建議所建議的信息頻率較高。
它推薦的信息內容豐富種類繁多
我有足夠的時間和精力來讀取各種信息推薦
（4）信息完整性
信息完整性是指推薦信息可以匯總最細化的關鍵信息，使消費者能夠得到自己的偏好信息，同時要求信息的深度和廣度都很簡潔、清晰。根據傅小悅的研究規模，根據本文的需要，設計了以下三個問題來衡量變量。
表3.5消息完整性量表
變量具體問項
信息完整性它推薦的信息歸納得很詳細
它推薦的信息滿足我的需求。
推薦內容非常完整的產品信息
（5）網站形象
對于此變量的研究網站圖像，該參考文獻[31]鱗番擁等，從可見度，信譽，可靠性，權威性，可信性的部位，以確定圖像的角度是好還是不好。
表3.6網站圖像規模
變量具體問項
該網站的網站的知名度形象是比較高的
網站的聲譽良好
網站具有相關領域的權威性
網站具有可靠性
網站是值得信賴的
（6）用戶信任
本文對傅小岳[17]的用戶信任變量進行了三個維度的研究，并從能力、誠實和善良的角度確定了用戶對網站的信任。
表3.7 用戶形象量表
變量具體問項
用戶信任我認為推薦系統具有很好的導購能力
我認為推薦服務可以滿足我的需要。
我認為建議服務提供的信息是專業和準確的。
我認為推薦服務推薦的商品是高質量的
我想相信，建議服務所提供的資料并不是錯誤的。
我愿意相信轉診服務是消費者的緣故點
（7）消費者行為
在本文中，請參照胡靜[16]和[28]盧曉雙套的問題，問了幾句最終得出以下的項目進入到消費者的行為。
表3.8消費者行為量表
變量具體問項
消費者行為推薦服務影響我選擇產品的習慣
推薦的服務改變了我對貨物的評價。
推薦服務提供的信息已成為我在購物過程中的重要參考。
推薦服務影響了我最終的購買選擇
建議服務提高我對采購決策的滿意度
我想經常瀏覽推薦服務提供的信息。
3.4消費者行為調查問卷
3.4.1 問卷設計
本研究包含七個變量，包括6個獨立變量和1個相關變量。本研究的調查報告根據以上模型和假設進行設計，分為三個部分：第一部分是對受訪者基本個人信息的調查，了解性別、年齡、教育程度、收入水平、在線購物頻率、在線購物時間、在線購物消費水平等。第二部分主要考察消費者的網上購物背景，了解消費者常用的網站以及對推薦系統的態度。第三部分是對本文假設問題提出質疑，并探討推薦服務與消費者之間的互動。這包括三個階段，一是推薦五個變量的服務維度，即信息輸入模式、信息配置、推薦強度、信息完整性、網站圖像總共18個問題。其次，消費者維度有一個變量，即用戶信任，總共有6個問題。最后，對消費者行為的影響有六個問題。在本調查中，Likert的Likert5點標度法用于設置選項。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。
本文以網絡購物的影響為主題，對調查對象提出了一些要求。本文認為，研究對象必須滿足以下條件：第一，男女比例必須保持平衡。其次，網上購物的主體一般集中在18~35歲之間，高中階段教育效果最好，對網絡和電子商務有一定的了解。最后，調查對象也應具備一定的網上購物消費能力。根據上述要求，我們選擇了問卷的發放對象。
3.4.2 數據回收
調查時間為2018年10月24日至2018年11月2日。問卷通過網上渠道(貼吧、微信等)分發。以電子問卷的形式。共發放問卷240份，回收問卷197份，回收率為82.1%。其中，那些從來沒有網上購物經驗、沒有受到推薦服務影響的人被排除在外，還有181份有效問卷落在后面。在因子分析中，變量數與變量數之比大于5：1，實驗數據具有一定的意義。本研究共有30個變量，有效問卷181個，超過5個≤1，保證了研究的有效性。
4 消費者行為問卷結果分析
4.1人口調查
表4.1人口數據分析
選擇統計變量的百分比變量名
性別男9552.49％
女性8647.51%
未滿18歲的84.42%
11261.88%年齡在18-25歲之間
26至30歲之間5630.94%
31%至40 42.21%。
41歲以上的10.55%
學歷高中及以下73.87%
大學學院1910.50%
大學本科14580.11％
碩士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%
超過3500元人民幣6938.12%
①性別分布狀況
從表中可以看出，在這項調查的181個有效樣本中，95名男子和86名婦女，分別占總數的52.49%和47.51%，盡管男子人數略多于婦女，總體差距不大，在可接受的范圍內。
②年齡分布狀況
調查年齡分布以18~25歲為主，達到112歲，占總數的61.88%，18歲占4.42%，26~30歲占30.94%。31至40歲和40歲以上的兒童人數分別為4和1，分別占2.21%和0.55%。因此，我們知道這項調查的年齡在18至30歲之間，占總數的92.82%。這與我們的研究目標是一致的，因為我們正在研究信息推薦服務對電子商務對消費者的影響，因此所需的樣本是熟悉電子商務和現代網絡的消費者行為的年輕人。
③學歷分布狀況
學歷，大部分本科生的調查的資格，有145人，占80.11％;大專19人，占10.5％;大師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％。所需要的研究對象可推薦用于大型數據信息系統的了解，可以給答案的一個高層次的眼光，所以調查主要集中在多選資格本科及以上學歷，有一些人在網上購物的經驗。
④可支配收入狀況
在每月的可支配收入方面，69個超過3500億元，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，我們了解到，樣本是有一定的經濟能力，以支持網絡消費。
4.2網絡購物后臺狀態。
表4.2在線購物的背景分析表
選擇統計變量的百分比變量名
在線購物時間比一年少42.21%
1年2年2312.71％
2-5年11261.88%
超過5年的4223.2％
不占網購頻率的00.00%
偶爾10256.35%
通常7943.65％
淘寶/天貓14580.11%
京東2513.81%
蘇寧易購21.10％
亞馬遜52.76%
當當10.55%。
唯品會是21.10％
其他10.55％
①網購時間情況
調查數據顯示，2~5年網購時間最多，112人，占61.88%；5年以上網購時間42人，占23.2%；1~2年網購時間23人，占12.71%；網絡購物時間不足一年，占2.21%。由此可見，大多數被調查對象都有較長的網上購物經驗，這對研究獲取有價值的數據有很大幫助，也表明網絡購物已成為大數據時代公眾接受的一種傳統消費模式。
②消費頻率情況
從購買頻率來看，偶爾網絡中有102人，占56.35%；經常上網的人有79人，占總數的43.65%。可以看出，在樣本中，偶爾凈購買的購買者較少，而頻繁網絡購買的購買者也較多，兩者的份額比例并不小，不同購物程度的購買者對推薦系統的反饋態度可以更加均衡。
③偏好網站情況
從上表中可以看出，受訪者青睞的主要購物網站淘寶/天貓，達到145人，占總人數的80.11％;其次是京東，有25人，占13.81％;最終選擇蘇寧易購等電商網站的11人，占6.08％。
4.3影響消費者的主要推薦形式
表4.3 消費者網購時所受推薦形式的狀況分析表
選擇統計變量的百分比變量名
推薦形式搜索關鍵詞關聯推薦5228.73％
關聯商品推薦5530.39％
特價/促銷推薦3519.34％
知名度/銷量排名推薦179.39%
據購買歷史推薦63.31％
“猜你喜歡”類推薦168.84％
根據上表，搜索關鍵詞關聯推薦和相關商品推薦對消費者的影響相對較大，分別為52和55，分別占28.73%和30.39%。在其他建議中，35人被推薦參加特別促銷活動，占19.34%；17人被推薦在受歡迎的銷售名單中，占9.39%；6人被推薦購買歷史，占3.31%；以及“猜你喜歡它”。推薦類別16人，占8.84%。因此，我們可以了解到，各種信息建議對消費者行為有一定的影響，而消費者在主動搜索中遇到的關鍵詞推薦和相關商品建議更有可能對消費者產生影響。因此，電子商務網絡訂購平臺既要促進和完善多元化的推薦服務形式，又要加強消費者積極參與的推薦形式的發展，使消費者能夠帶來更人性化的推薦服務，并必將獲得口碑利潤的雙重收獲。
在本章末尾，寫下你的結論
5信息轉介服務的意見和建議
5.1本研究的結論過于簡單，無法用問卷分析的結果和得出的結論進行詳細的編寫。
在本文中，從推薦系統尺寸和消費者的層面幾個因素，消費者的行為是探索信息推薦服務的影響，通過一系列的數據收集和分析，證明的信息輸入方式的主動性，組織信息，建議的實力，信息的完整性，該網站的圖像，用戶信任影響消費者的行為有：
信息推薦服務的信息輸入模式的主動性正積極地影響消費者的行為。
資料轉介服務編排積極影響消費者行為信息
信息推薦服務的推薦強度正積極地影響著消費者的行為。
信息推薦服務的信息完整性對消費者行為有積極的影響。
圖像信息推薦服務連接到積極影響消費者行為的網站
消費者對推薦系統的信任對消費者的行為有正向影響
我們還了解到，在下面的降序排列的消費行為這些因素的影響：網站形象>用戶信任>信息安排>推薦強度>信息完整性>主動信息輸入。
5.2對策分析內容過少，應與上述結論相對應。
通過對上述結論的總結，對如何改進信息推薦服務提出了相應的對策分析。
（1）塑造良好的網站的形象很重要
通過本文的分析，得出網站形象是影響推薦服務消費者行為的重要因素之一。網站形象不是推薦服務本身的功能，但在使用網站推薦服務之前，它可以給消費者留下一個固有的印象，這直接關系到消費者的行為是否會在這個平臺上啟動。因此，我們建議網站應盡量保持良好的形象，提高知名度，贏得良好的口碑。同時，還要結合不同網站的特點，提高相關領域的權威性，做到可信、可靠，讓消費者有理由選擇相信本網站的推薦服務
（2）完善網站運營體系，提高用戶的信任
消費者對網站的信任度關系到消費者行為的完成率，若網站的可信任度不高，諸多的網站瀏覽者難以轉變為顧客。線上購物不同于線下，消費者在沒辦法親手驗貨的情況下就要做出消費決策，主要依靠的是網站提供的相關信息和服務，而消費者是否接受這些服務， 就依賴于消費者對網站的信任程度了。為了提高網站的可信任度，我們建議購物網站完善其購物運作體系，以用戶為中心，減少不實際的功能，為用戶提供安全保障和良好的售后體系。有了完善的購物體系，消費者自然愿意相信購物網站推出的各種服務，信息推薦服務帶來的影響就會大大提高。
(3)優化信息配置，使信息合理、有序、高效。
信息推薦系統的組織的合理程度對消費者行為產生顯著的積極影響。當消費者使用信息轉介服務，最直觀的感受是，信息的組織是合理有序。信息轉介服務的初始作用是減少信息超載和幫助消費者篩選所需要的信息。當消費者收到的信息推薦服務，如果信息獲取安排是合理的，符合閱讀習慣，可以大大提高消費者購買商品的效益，既給消費者帶來良好的購物體驗，同時也可以提高自己商品的銷售。我們建議優化其用于調度信息的網站，做兩件事情。一方面，邏輯結構和信息布局的布局進行了優化，以滿足消費者的閱讀習慣，這些信息的效果可以推薦服務，以最大限度的發揮，導致雙贏的用戶和網站。在另一方面做整潔的格式清除，因為信息是一樣的工程信息服務網站的形象組織的良好信息的呈現必須能夠提高網站的形象，提高了用戶的信任感。
（4）在一定范圍內提高推薦強度
提高信息推薦的強度可以給消費者提供一定的指導提示。當信息被多次提取到用戶的眼睛中時，用戶難以確認信息的內容，但是這只能使用戶成為網站的觀看者，但是它不能將它們變成消費者的決定性因素。因此，我們建議網站增加對推薦強度的研究，不能簡單地提高推薦信息的頻率和內容的負荷，而應考慮推薦強度對信息個性化程度和普遍性的重視。當推薦服務提供的信息的個性化強度非常高并且信息的覆蓋非常寬時，用戶將自然地從其獲得滿意的信息，從而改變了瀏覽到購買意愿的意愿。同時，傳統推薦強度的調整也應適度，信息強度的增加應在一定范圍內。如果它超出了這個范圍，就不可避免地導致了用戶的拒絕和厭倦，從而產生了適得其反的悲劇。
(5)從不同角度提高信息的完整性。
消費者接收信息推薦服務，推薦信息的質量非常看重。消費者之所以選擇信息轉介服務，是因為我自己的個性和喜好網上通緝為了得到商品信息，如果消費者被吸引到一些推薦標題的信息，沒有得到推薦的產品的詳細信息，只會讓消費者負情感，無法完成促進消費者的購買行為。有關建議的調整內容的詳細信息，我們建議購物網站則可以做多角度完全歸納法，推薦內容的產品信息亮點去。一方面讓消費者可以很容易地通過完整信息，直接推薦信息值得推薦的產品，以提高購物效率，而另一方面不會導致信息過載，避免冗余信息對消費者的負面影響。
6研究不足與研究展望
6.1 不足之處
本文通過文獻分析和問卷調查對一系列數據進行了收集和分析，并對相關假設進行了驗證，但仍存在許多不足。
（1）研究方法的局限性。本文僅采用問卷調查的方法收集相關數據，而問卷所收集的數據往往會存在一定的誤差。同時，本文的數據分析比較簡單，無法做到準確、準確。因此，我希望今后能有機會通過小組實驗和實證方法，使數據更加準確，提高研究的說服力。
(2)實驗樣品的局限性。本問卷數量有限，恢復時間短，無法涵蓋各類客戶。同時，由于問卷中的大部分被試都是大學生，這些觀點可能存在一定的偏見，不能代表所有的消費者。因此，本文的普遍性還有待提高。
數字越小，這項研究的變量（3）。由于本研究只推薦服務，六個變量的消費者的觀點，既不考慮不同商品的影響，也涉及到一些中介變量。因此，未來的研究將考慮調解參與模型設計變量。
6.2 研究展望
在未來的研究中，希望學者們能夠擴大樣本的范圍，覆蓋更多類型的用戶，提高調查的普遍性。在研究中，我們也希望通過問卷調查和實驗相結合的方法來提高數據的準確性。在研究維度的設計上，希望能找到更多的切入點，結合更多的中介變量，提高研究的創新性和嚴謹性。
上一篇：農產品社會化電商運營模式研究
相關標簽:
