当前位置: > 硕士毕业论文 > 38560字硕士毕业论文基于用户认知的电子商务网络知识推荐服务接受模型综述

38560字硕士毕业论文基于用户认知的电子商务网络知识推荐服务接受模型综述

论文类型:硕士毕业论文
论文字数:38560字
论点:推荐,消费者,服务
论文概述:

本文认为在用户推荐接受过程中,用户自身的认知方式也会对基于推荐的购买决策产生影响。因此在建模过程中本文将认知方式偏好融入了模型前置因素中,这是对技术接受理论模型的丰富。

论文正文:

介绍

1.1研究背景
1.1.1推荐服务已经成为未来网络细化服务的重要内容
网络作为企业零售渠道的重要性逐渐被越来越多的企业所认识。一些著名的电子商务网站,如www.excellence.com、jingdong.com、taobao.com和一号店,已经开始渗透到网民的心中。数字交易平台为消费者提供了极大的便利、大量的产品选择和大量的产品信息。然而,由于人类信息处理的认知限制,在信息超载的电子商务系统中,消费者很难识别出满足其需求的产品。另一方面,电子商务正在改变人们的消费模式,消费者对产品的需求越来越个性化,交易的主导力量越来越突出。虚拟买方市场已经形成,这客观上要求电子商务企业树立“以顾客为中心”的营销理念,创新营销方法。在这种背景下,推荐服务被广泛应用于电子商务环境中,并成为一种“一对一”的营销工具。许多电子商务网站,如亚马逊、易趣、当当等,通过提供推荐服务来帮助消费者进行产品搜索、选择和定制。基于消费者偏好的定义、消费者购买历史、其他消费者的类似选择和评价以及从过去的对话数据中挖掘的知识,推荐服务可以识别消费者的异质偏好,然后向消费者提供产品推荐,以试图说服消费者达成交易事实。相关实证研究(方框。⑴。);卡尔·[2];伯克·
1.1.2现有推荐服务用户的当前使用状态;哈哈。
(1)电子商务网站主要推荐类型概述目前
随着推荐服务的日益重要,各大电子商务网站正在提供推荐服务,以帮助消费者做出商品选择。通过对国内著名电子商务网站“淘宝网、京东商城、亚马逊卓越、Taobao.com、Dangdang.com、Suning.com、一店超市”的调查,我们认为目前的电子商务网站推荐服务主要包括广告推荐、其他用户推荐、专家推荐和个性化推荐,如表1.1所示。一般推荐服务是向所有消费者推荐相同的内容,主要包括广告推荐、其他用户推荐、专家推荐等。这些推荐服务在一定程度上满足了消费者的购物需求。广告推荐是指以广告的形式吸引消费者对某些商品的关注。这种推荐主要是为了引起消费者的注意和好奇心,达到推荐的目的,能够满足消费者寻找打折、受欢迎和新上市商品的需求。销售清单(sales list)是根据产品的销售量从高到低排列的清单,在一定程度上代表了产品对其他消费者的受欢迎程度和认可程度。这种推荐是利用消费者的从众心理来达到推荐的目的。由于产品的每一笔交易都是由真正的消费者完成的,因此可以满足消费者参考他人购物决策的需求。分类关键词推荐是指从消费者可能关注的焦点出发,使用几个热门主题词作为上品类,向不同类别的消费者推荐不同商品的网站。这种推荐可以满足消费者缩小商品搜索范围的需求。专家推荐不是传统意义上真正的专家所做的推荐,而是指电子商务网站为了刺激用户在做出购买决定后继续购买而向用户做出的专业搭配推荐。其中大部分是基于用户购买产品的扩展推荐,其类型主要包括“相关搭配”和“套餐推荐”。一般推荐主要对消费者起到导向作用,希望消费者会关注这些推荐商品。然而,由于一般推荐的个性化程度较低,并且在同一时间段内向所有消费者推荐相同的商品,所以只有当消费者现有的或潜在的购物需求正好在推荐商品列表中时,他们才可能注意到这些商品。)表明,推荐服务的使用缓解了消费者的信息过载问题,降低了消费者信息搜索的复杂性,显著增强了消费者的决策信心,提高了决策质量,降低了决策负荷。迪亚斯等人(2008年)于2006年5月至2008年1月对瑞士最大零售商Migros拥有的网站LeShop进行了后续研究。结果表明,电子商务推荐系统显著增加了[在线采购收入。

[3]

[4]

2电子商务网站推荐和知识推荐服务概述

2.1电子商务网站推荐服务概述
推荐一般指将人或事物介绍给希望被任命或接受的人或组织。在现实生活中,推荐是节省用户信息处理时间和做出有效决策的辅助手段。随着信息技术的飞速发展,推荐功能也从离线扩展到在线。在电子商务环境下,推荐主要是指帮助用户减轻信息过载的压力或者向用户明示或暗示地介绍相应的产品。实际网站中的推荐功能是通过推荐代理(RA,以下简称推荐服务)实现的。推荐服务是一种进行相应产品推荐的软件,[1】。它通常嵌套在消费者购物的电子商务网站中,可以被视为商家向消费者提供的“虚拟顾问”。它通过某些形式(广告、排名表)向消费者推荐产品,并提供购物过程中所需的各种信息,引导他们快速便捷地完成网上购物。作为一个特殊的消费者在线决策支持系统,推荐服务具有特定的理解维度:①作为一个信息系统,消费者对推荐服务的感知有用性、感知易用性和满意度影响着他们对推荐技术[1]的接受和采用。(2)基于推荐服务的消费者决策过程是人类从关注、详细信息分析到行为[6)的信息处理和认知过程。(3)推荐服务是一种与消费者的代理关系。对消费者来说,推荐服务是一种信任对象
3电子商务网站知识推荐服务接受........3
3.1结构变量设计........30
3.2结构模型构造........37
3.3观察变量设计........39
3.4测量模型构建........44
4知识推荐接受模型实证方案设计.......46
4.1知识推荐实证方案设计.......46
4.2知识推荐接受模型中变量的统计分析.......51
4.2.1样品成分.......51
4.2.2变量的描述性统计.......52
4.3方差分析.......54
5知识推荐接受模型的实证研究.......59
5.1探索性因素分析.......59
5.2信度和效度分析.......66
5.2.1可靠性分析.......66
5.2.2有效性分析.......67
5.3验证性因素分析.......68
5.3.1唯一性分析.......69
5.3.2汇总效度和区分效度分析.......71
5.4模型评估和修订.......72。(4)消费者基于推荐服务的信息获取和产品购买是一种理性行为,符合计划行为理论(TPB)的框架,即消费者行为的近因是行为意向,而行为意向又由态度、主观规范和感知行为控制决定,后三者是各种信念的函数
结论。(5)推荐服务,作为一种商业目标驱动的说服渠道,符合信息详细分析模型(ELM)建立的说服过程,即消费者收到推荐信息(刺激)后,会通过中心路线或外围路线处理刺激,最终导致消费者态度和行为的改变[2】。⑥作为一个决策支持系统,推荐服务包括三个部分:输入、处理和输出。输入主要完成偏好归纳,处理是推荐生成算法和模型,输出是推荐结果呈现(时间、形式和媒介),这些都影响消费者的使用和决策[1]。

[7]

[8]

通过对消费者有效接受知识推荐服务的影响因素的分析,可以看出消费者的购物需求能否得到满足是影响消费者有效接受知识推荐服务的最重要因素。因此,知识推荐服务需要在其推荐内容设计中捕捉消费者更详细的购物需求,从而准确推荐满足消费者购物需求的商品,达到准确营销的目的。首先,通过对展示内容中变量平均值的统计,可以看出绝大多数消费者愿意接受认知负荷相对较高的商品相关知识。因此,商品参数的通俗解释应该成为知识推荐服务的基本内容,它可以为消费者提供商品关键参数及其效用解释、商品关键参数及其一定价格的效用解释等知识。其次,通过对不同特征用户的方差分析,可以看出认知需求和性别会影响消费者对不同加工水平知识的推荐需求。与认知需求高的消费者相比,认知需求低的消费者更愿意接受加工水平高的知识内容,而与男性消费者相比,女性消费者更愿意接受加工水平高的知识内容。另外,通过结构方程模型分析可以看出,认知风格和知识水平会影响消费者对知识推荐服务的感知价值,主要是认知需求高、知识背景丰富的消费者会仔细比较商品参数,倾向于自己识别商品相关知识。虽然认知风格不影响不同加工水平的消费者对知识的推荐需求,但不同认知风格的用户对知识推荐服务的感知价值在感知易用性维度上存在显著差异。因此,知识推荐服务需要向具有不同特征的消费者提供不同的知识处理水平,并且可以向认知需求低、女性、缺乏知识背景的消费者推荐认知负荷低的知识,例如直接向消费者推荐成本效益高的知识,或者以一定价格推荐高成本效益价格的商品清单,而消费者不必识别商品相关知识。通过上述商品相关知识的推荐,知识推荐服务可以满足不同群体对不同加工水平的商品相关知识的需求。

参考
[1]框,izak b..e?商业产品推荐代理:使用,特点和影响[。《管理信息系统季刊》,2007年,31(1):137-209
[2]卡尔·伊特,舒克赫..理解网络个性化对用户信息处理和决策结果的影响[。《管理信息系统季刊》,2006年,3 0(4):865-890
[3]伯克..技术和客户界面:消费者在物理和虚拟商店中想要什么[。营销科学院学报,2002,3 0(4):411 ~ 432
[4]豪布尔·格,特里夫茨五世《消费者决策在on?线购物环境:交互式决策辅助工具的影响[。营销科学,2000,19(1):4-21
[5]米. b .迪亚斯,多米尼克.洛克尔,等。个性化推荐系统对电子商务的价值:案例研究。2008年美国计算机学会[推荐系统会议录,瑞士洛桑,2008。291-294
[6]全伟w和艾扎克b .电子商务推荐代理:解释工具对信任信念的影响[J]。管理信息系统杂志,2007.23(4):217-246
[7]保罗·阿·帕,孟德尔·福.理解和预测电子商务的采用:计划行为理论的延伸[.《管理信息系统季刊》,2006年,30(1):115-143
[8]卡尔·伊·特,舒克赫.网络个性化作为一种说服策略:一种精心设计的可能性模型视角[.信息系统研究,2005,16(3):271-291
[9]保罗·雷斯尼克,哈尔。推荐系统[。美国计算机学会通讯,1997,40(3):56-58
[10]范志平,冯勇,孙永红,等.面向组织员工的复合知识推动系统框架研究[[]。《计算机科学讲义》,2005,38(28):622-630