基于fsQCA的在线评论对消费者购买意愿的影响路径研究
这是一篇关于在线评论,消费者购买意愿,模糊集定性比较分析,组态思维的论文, 主要内容为在数字经济和新冠疫情的双重影响下,网络购物掀起新一轮的风潮,消费者纷纷从线下消费转变为线上消费。相比于线下购物,一方面网络购物有其便捷性的优势,但另一方面其虚拟性及匿名性使得网购也存在一定的风险。在线评论作为消费者了解产品的有效信息渠道,从评论内容、评论者等多个方面对消费者的购物决策产生影响。因此,从整体视角出发,探讨在线评论多方面因素对消费者购买意愿的复杂因果关系,有利于填补过往研究的空白,也为电商平台、商家更好满足消费者需求提供有效指导。鉴于过往研究受限于传统的线性因果分析研究思路,无法认知或难以开展因果间的复杂性和非对称性研究,本研究从整体视角出发,通过对相关文献的归纳,梳理出评论内容、评论者、接收者及其他因素等四方面影响消费者购买意愿的因素,根据说服传播理论、消费者购买决策模型、精细加工可能性模型(ELM)以及计划行为理论,构建在线评论对消费者购买意愿影响的理论模型;其次通过问卷收集数据,使用量表测度11个研究变量,多方面检验变量数据,并主要采用模糊集定性比较分析(fsQCA)方法得出高消费者购买意愿的8条影响路径和6条非高消费者购买意愿的影响路径;最后,结合理论详细剖析每条路径的具体实现情境和机制,通过对比分析路径间的异同点得出相关的结论,并有针对性地提出管理建议。本研究率先在在线评论领域使用定性比较分析方法,一方面能够弥补过往研究方法的不足,完善研究框架,另一方面,研究得出高购买意愿的在线评论影响路径和非高购买意愿的影响路径,发现不同路径间多因素的作用关系,为平台优化在线评论系统、为商家分析消费者需求,为消费者购买决策提供参考意见。
跨平台精准推荐下的用户隐私保护行为影响因素研究
这是一篇关于跨平台精准推荐,隐私保护,隐私计算理论,模糊集定性比较分析,结构方程模型的论文, 主要内容为近年来,淘宝、京东和拼多多电商平台与今日头条、抖音、微信第三方平台开展战略合作,借助第三方平台推送精准广告已经成为电商领域跨界融合的新趋势。电商平台通过第三方平台获得超级流量入口,帮助第三方平台广告营收流量变现。与传统推荐模式不同,这类跨平台精准推荐通过打通电商平台与第三方平台的用户体系,整合双方平台用户数据,实现精准的大数据画像,同时也引发强烈的用户隐私关注。然而,目前相关学术研究较少。为此,本研究首先分析跨平台精准推荐中电商平台及第三方内容平台与用户之间的博弈机制。其次,考虑电商平台与第三方内容平台的跨平台精准推荐,分析此情境下用户的隐私保护行为影响因素。通过本研究,为网络平台隐私管理和提高用户对跨平台精准推荐服务采纳度提供理论和方法支持。本研究基于对相关主题,如精准广告、隐私保护行为及隐私管理的文献回顾和系统梳理,总结目前研究现状和不足。接着利用隐私计算理论和社会认知理论,从个体和社会环境两个层面构建跨平台精准推荐隐私保护行为的影响因素模型,并探讨跨平台精准推荐中两类平台如何选择用户隐私保护策略从而获得更大的效益。为检验研究模型,本研究采用问卷调查法,通过问卷星平台发放在线调查问卷。最终共回收有效问卷357份,数据分析软件为SPSS26.0、AMOS26.0和fs QCA3.0,数据分析方法涉及信度和效度分析、路径分析等,并综合运用模糊集定性比较分析方法探究所涉及条件变量对用户隐私保护行为结果变量的组态效应。实证结果表明:(1)数据隐私敏感性、自我效能、描述性规范、主观规范显著正向影响感知风险,平台信任度显著负向影响感知风险;(2)数据隐私敏感性、自我效能、描述性规范对感知收益具有显著负相关作用,平台信任度对感知收益具有显著正相关;(3)感知风险显著正向影响用户隐私保护行为,感知收益显著负向影响用户隐私保护行为;(4)用户主体因素(数据隐私敏感性、自我效能)和社会环境因素(描述性规范、主观规范)是用户隐私保护行为产生的必要条件;(5)高水平的用户隐私保护行为的条件组合路径共有五种,以上七个条件变量对用户隐私保护行为的产生,存在复杂的因果关系。最后,本文通过数据分析结果,结合实证研究的结论和跨平台精准推荐的实际情况,建议电商平台和第三方平台在提供跨平台精准推荐服务时,应该多关注用户的情绪感受,降低个体感知风险;企业应该简化隐私设置,优化隐私保护技术,提高用户信任度。本文的相关结论对移动商务的研究具有一定的理论贡献,并且对电商平台及第三方内容平台解析用户、提高用户对跨平台精准推荐的采纳度具有一定的指导意义。
跨平台精准推荐下的用户隐私保护行为影响因素研究
这是一篇关于跨平台精准推荐,隐私保护,隐私计算理论,模糊集定性比较分析,结构方程模型的论文, 主要内容为近年来,淘宝、京东和拼多多电商平台与今日头条、抖音、微信第三方平台开展战略合作,借助第三方平台推送精准广告已经成为电商领域跨界融合的新趋势。电商平台通过第三方平台获得超级流量入口,帮助第三方平台广告营收流量变现。与传统推荐模式不同,这类跨平台精准推荐通过打通电商平台与第三方平台的用户体系,整合双方平台用户数据,实现精准的大数据画像,同时也引发强烈的用户隐私关注。然而,目前相关学术研究较少。为此,本研究首先分析跨平台精准推荐中电商平台及第三方内容平台与用户之间的博弈机制。其次,考虑电商平台与第三方内容平台的跨平台精准推荐,分析此情境下用户的隐私保护行为影响因素。通过本研究,为网络平台隐私管理和提高用户对跨平台精准推荐服务采纳度提供理论和方法支持。本研究基于对相关主题,如精准广告、隐私保护行为及隐私管理的文献回顾和系统梳理,总结目前研究现状和不足。接着利用隐私计算理论和社会认知理论,从个体和社会环境两个层面构建跨平台精准推荐隐私保护行为的影响因素模型,并探讨跨平台精准推荐中两类平台如何选择用户隐私保护策略从而获得更大的效益。为检验研究模型,本研究采用问卷调查法,通过问卷星平台发放在线调查问卷。最终共回收有效问卷357份,数据分析软件为SPSS26.0、AMOS26.0和fs QCA3.0,数据分析方法涉及信度和效度分析、路径分析等,并综合运用模糊集定性比较分析方法探究所涉及条件变量对用户隐私保护行为结果变量的组态效应。实证结果表明:(1)数据隐私敏感性、自我效能、描述性规范、主观规范显著正向影响感知风险,平台信任度显著负向影响感知风险;(2)数据隐私敏感性、自我效能、描述性规范对感知收益具有显著负相关作用,平台信任度对感知收益具有显著正相关;(3)感知风险显著正向影响用户隐私保护行为,感知收益显著负向影响用户隐私保护行为;(4)用户主体因素(数据隐私敏感性、自我效能)和社会环境因素(描述性规范、主观规范)是用户隐私保护行为产生的必要条件;(5)高水平的用户隐私保护行为的条件组合路径共有五种,以上七个条件变量对用户隐私保护行为的产生,存在复杂的因果关系。最后,本文通过数据分析结果,结合实证研究的结论和跨平台精准推荐的实际情况,建议电商平台和第三方平台在提供跨平台精准推荐服务时,应该多关注用户的情绪感受,降低个体感知风险;企业应该简化隐私设置,优化隐私保护技术,提高用户信任度。本文的相关结论对移动商务的研究具有一定的理论贡献,并且对电商平台及第三方内容平台解析用户、提高用户对跨平台精准推荐的采纳度具有一定的指导意义。
基于fsQCA的在线评论对消费者购买意愿的影响路径研究
这是一篇关于在线评论,消费者购买意愿,模糊集定性比较分析,组态思维的论文, 主要内容为在数字经济和新冠疫情的双重影响下,网络购物掀起新一轮的风潮,消费者纷纷从线下消费转变为线上消费。相比于线下购物,一方面网络购物有其便捷性的优势,但另一方面其虚拟性及匿名性使得网购也存在一定的风险。在线评论作为消费者了解产品的有效信息渠道,从评论内容、评论者等多个方面对消费者的购物决策产生影响。因此,从整体视角出发,探讨在线评论多方面因素对消费者购买意愿的复杂因果关系,有利于填补过往研究的空白,也为电商平台、商家更好满足消费者需求提供有效指导。鉴于过往研究受限于传统的线性因果分析研究思路,无法认知或难以开展因果间的复杂性和非对称性研究,本研究从整体视角出发,通过对相关文献的归纳,梳理出评论内容、评论者、接收者及其他因素等四方面影响消费者购买意愿的因素,根据说服传播理论、消费者购买决策模型、精细加工可能性模型(ELM)以及计划行为理论,构建在线评论对消费者购买意愿影响的理论模型;其次通过问卷收集数据,使用量表测度11个研究变量,多方面检验变量数据,并主要采用模糊集定性比较分析(fsQCA)方法得出高消费者购买意愿的8条影响路径和6条非高消费者购买意愿的影响路径;最后,结合理论详细剖析每条路径的具体实现情境和机制,通过对比分析路径间的异同点得出相关的结论,并有针对性地提出管理建议。本研究率先在在线评论领域使用定性比较分析方法,一方面能够弥补过往研究方法的不足,完善研究框架,另一方面,研究得出高购买意愿的在线评论影响路径和非高购买意愿的影响路径,发现不同路径间多因素的作用关系,为平台优化在线评论系统、为商家分析消费者需求,为消费者购买决策提供参考意见。
电商主播推荐对消费者购买意愿的影响研究——基于SEM和fsQCA方法
这是一篇关于电商主播,电商直播平台,感知有用性,信任,模糊集定性比较分析的论文, 主要内容为近年来,数字技术的迅速发展促进了电商直播购物的普及。电商直播购物的真实性和强交互性增加了电商主播推荐在影响消费者购买决策及行为上的重要性。电商主播,作为消费者了解产品的重要信息源,不仅对消费者的购买意愿有决定性的作用,也为企业提高产品销量提供了有利保证。电商主播的价值取决于推荐者是否能利用自身特性吸引流量,并将流量转化为销量。然而,现有的研究表明,电商主播自身特性并不能完全解释消费者的购买决策。一个重要的原因在于消费者的购买决策会受到推荐者、推荐信息及其推荐平台等因素的多重影响,使得消费者对电商主播推荐行为的感知呈现整体性。电商主播除利用自身特性吸引流量外,对产品进行准确而客观的评价也是影响潜在消费者做出有效购买决策的因素之一,而电商直播平台类型又会影响消费者对电商主播推荐有用性来源的判断。总体而言,关于电商主播推荐,现有的研究存在以下一些不足:(1)电商主播推荐对消费者购买意愿产生的影响因素考察不足,目前只关注了电商主播特征和属性的影响,忽略了对主播推荐信息因素的考察,且现有的实证研究结论存在分歧;(2)电商直播平台类型(“电商+直播”平台VS“直播+电商”平台)对消费者购买意愿的影响研究不足,目前仅有部分学者开展了以淘宝直播或抖音直播为例的案例研究,且研究方法较多停留在质性层面,研究结论也并未深化到实践应用;(3)现有研究没能突破结构方程模型(Structural Equation Modeling,SEM)定量分析方法仅考察主播多个要素与消费者购买意愿之间线性关系的瓶颈,忽视了消费者对电商主播推荐因素的组合感知。基于以上研究不足,本文关注以下三个研究问题:(1)影响消费者购买决策的电商主播推荐因素有哪些?(2)不同电商直播平台中,消费者对电商主播推荐有用性的来源是否存在差异?(3)电商主播推荐各因素是否存在影响消费者购买决策的组合作用关系?围绕这三个问题,本文先基于口碑推荐视角,结合网络口碑理论体系对电商主播推荐维度进行划分,并依次对推荐信息源、推荐信息和推荐渠道与感知有用性、信任和购买意愿的关系研究进行梳理,形成本文的理论模型。并利用SEM和模糊集定性比较方法(Fuzzy Set Qualitative Comparative Analysis,fs QCA)开展了以下两个实证研究。基于SEM的实证研究,以近三个月在淘宝、天猫(“电商+直播”平台)或抖音、快手(“直播+电商”平台)有购物经历的消费者为研究对象发放与回收有效问卷525份,基于Smartpls3.0软件验证影响消费者购买意愿的电商主播推荐影响因素,并通过多群组分析方法讨论电商直播平台类型的调节作用。此研究表明:(1)主播知名度、主播专业性和主播互动性以及推荐信息质量、推荐客观性和推荐一致性均正向显著影响消费者感知有用性;(2)“电商+直播”平台中的消费者更容易受到电商主播推荐信息因素的影响,而“直播+电商”平台中的消费者更容易受到电商主播推荐信息源因素的影响;(3)主播知名度、推荐信息质量、推荐客观性和推荐一致性均正向显著影响信任,但主播专业性和主播互动性对信任的影响不显著;(4)感知有用性和信任均正向显著影响消费者购买意愿。基于fs QCA的实证研究,揭示了推荐信息源、推荐信息、推荐渠道因素组合对触发消费者感知有用性、信任以及购买意愿的作用。此研究表明:(1)存在四类触发“电商+直播”平台下消费者感知有用性的组态路径,分别为推荐信息主导型、实践运用主导型、名人敏感型和氛围敏感型;(2)存在两类触发“直播+电商”平台下消费者感知有用性的组态路径,分别为店家自播导向型和意见领袖导向型;(3)存在两类触发消费者信任的组态路径,分别为粉丝爱慕型和专家敏感型;(4)存在两类触发消费者购买意愿的组态路径,分别为产品信息敏感型和多因素敏感型。本文的创新点及理论贡献主要体现在以下三个方面:第一,基于口碑推荐视角,对电商主播推荐维度进行划分,明晰了消费者购买意愿的影响因素,并明确了推荐者因素和推荐信息因素在消费者购买意愿形成过程中的作用,这将有助于我们对电商主播推荐行为的理解。第二,研究发现“电商+直播”平台和“直播+电商”平台中消费者受购物动机的差异,会导致感知电商主播推荐信息有用性的来源不一致,使研究结论更加有针对性。第三,首次探讨了电商主播推荐各因素组合对消费者购买决策的影响,并识别出十一种消费者类型,使匹配结果场景化的同时,对现有的主播互动性和主播知名度对消费者购买决策的影响结论存在分歧的原因给出了较为合理的解释。
跨平台精准推荐下的用户隐私保护行为影响因素研究
这是一篇关于跨平台精准推荐,隐私保护,隐私计算理论,模糊集定性比较分析,结构方程模型的论文, 主要内容为近年来,淘宝、京东和拼多多电商平台与今日头条、抖音、微信第三方平台开展战略合作,借助第三方平台推送精准广告已经成为电商领域跨界融合的新趋势。电商平台通过第三方平台获得超级流量入口,帮助第三方平台广告营收流量变现。与传统推荐模式不同,这类跨平台精准推荐通过打通电商平台与第三方平台的用户体系,整合双方平台用户数据,实现精准的大数据画像,同时也引发强烈的用户隐私关注。然而,目前相关学术研究较少。为此,本研究首先分析跨平台精准推荐中电商平台及第三方内容平台与用户之间的博弈机制。其次,考虑电商平台与第三方内容平台的跨平台精准推荐,分析此情境下用户的隐私保护行为影响因素。通过本研究,为网络平台隐私管理和提高用户对跨平台精准推荐服务采纳度提供理论和方法支持。本研究基于对相关主题,如精准广告、隐私保护行为及隐私管理的文献回顾和系统梳理,总结目前研究现状和不足。接着利用隐私计算理论和社会认知理论,从个体和社会环境两个层面构建跨平台精准推荐隐私保护行为的影响因素模型,并探讨跨平台精准推荐中两类平台如何选择用户隐私保护策略从而获得更大的效益。为检验研究模型,本研究采用问卷调查法,通过问卷星平台发放在线调查问卷。最终共回收有效问卷357份,数据分析软件为SPSS26.0、AMOS26.0和fs QCA3.0,数据分析方法涉及信度和效度分析、路径分析等,并综合运用模糊集定性比较分析方法探究所涉及条件变量对用户隐私保护行为结果变量的组态效应。实证结果表明:(1)数据隐私敏感性、自我效能、描述性规范、主观规范显著正向影响感知风险,平台信任度显著负向影响感知风险;(2)数据隐私敏感性、自我效能、描述性规范对感知收益具有显著负相关作用,平台信任度对感知收益具有显著正相关;(3)感知风险显著正向影响用户隐私保护行为,感知收益显著负向影响用户隐私保护行为;(4)用户主体因素(数据隐私敏感性、自我效能)和社会环境因素(描述性规范、主观规范)是用户隐私保护行为产生的必要条件;(5)高水平的用户隐私保护行为的条件组合路径共有五种,以上七个条件变量对用户隐私保护行为的产生,存在复杂的因果关系。最后,本文通过数据分析结果,结合实证研究的结论和跨平台精准推荐的实际情况,建议电商平台和第三方平台在提供跨平台精准推荐服务时,应该多关注用户的情绪感受,降低个体感知风险;企业应该简化隐私设置,优化隐私保护技术,提高用户信任度。本文的相关结论对移动商务的研究具有一定的理论贡献,并且对电商平台及第三方内容平台解析用户、提高用户对跨平台精准推荐的采纳度具有一定的指导意义。
基于fsQCA的在线评论对消费者购买意愿的影响路径研究
这是一篇关于在线评论,消费者购买意愿,模糊集定性比较分析,组态思维的论文, 主要内容为在数字经济和新冠疫情的双重影响下,网络购物掀起新一轮的风潮,消费者纷纷从线下消费转变为线上消费。相比于线下购物,一方面网络购物有其便捷性的优势,但另一方面其虚拟性及匿名性使得网购也存在一定的风险。在线评论作为消费者了解产品的有效信息渠道,从评论内容、评论者等多个方面对消费者的购物决策产生影响。因此,从整体视角出发,探讨在线评论多方面因素对消费者购买意愿的复杂因果关系,有利于填补过往研究的空白,也为电商平台、商家更好满足消费者需求提供有效指导。鉴于过往研究受限于传统的线性因果分析研究思路,无法认知或难以开展因果间的复杂性和非对称性研究,本研究从整体视角出发,通过对相关文献的归纳,梳理出评论内容、评论者、接收者及其他因素等四方面影响消费者购买意愿的因素,根据说服传播理论、消费者购买决策模型、精细加工可能性模型(ELM)以及计划行为理论,构建在线评论对消费者购买意愿影响的理论模型;其次通过问卷收集数据,使用量表测度11个研究变量,多方面检验变量数据,并主要采用模糊集定性比较分析(fsQCA)方法得出高消费者购买意愿的8条影响路径和6条非高消费者购买意愿的影响路径;最后,结合理论详细剖析每条路径的具体实现情境和机制,通过对比分析路径间的异同点得出相关的结论,并有针对性地提出管理建议。本研究率先在在线评论领域使用定性比较分析方法,一方面能够弥补过往研究方法的不足,完善研究框架,另一方面,研究得出高购买意愿的在线评论影响路径和非高购买意愿的影响路径,发现不同路径间多因素的作用关系,为平台优化在线评论系统、为商家分析消费者需求,为消费者购买决策提供参考意见。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：代码小屋 ，原文地址：https://bishedaima.com/lunwen/55880.html
