智能推荐服务对消费者购买意愿的影响开题报告

 2020-02-10 11:02
1.目的及意义(含国内外的研究现状分析)

1.目的及意义

1.1目的和意义

1.1.1研究目的

当下电子商务正处于快速增长阶段,各大网络购物平台之间的差异程度越来越小,各种购物信息也让消费者眼花缭乱,消息过载已成为消费者快速完成网购行为的最大障碍。为解决信息过载问题,尽量为每一位消费者提供准确的、针对性强的信息,智能推荐系统由此产生了。

智能推荐系统有助于增加网络购物平台的商品销售量、提升消费者的满意度和忠诚度。但消费者在接受智能推荐信息的过程中,智能推荐的哪些特性在影响着消费者的购买意愿,这一点并不明确。

所以,本研究的目的如下:

(1)通过对国内外相关文献的研究和访谈调研的方式,明确智能推荐影响消费者购买意愿的变量,继而探讨智能推荐的各个变量对消费者购买意愿的影响;

(2)探讨消费者信任在智能推荐和消费者购买意愿的关系中是否起到中介作用。

1.1.2研究意义

(1)现实意义

当消费者在网络购物平台购物时,通常要消耗很多的精力和时间浏览大量类似的信息才能顺利的完成网购行为,信息过载现象已成为网络购物平台和消费者急需解决的问题。本文将消费者信任纳入智能推荐对消费者购买意愿的影响研究中,并明确智能推荐影响购买意愿的变量指标,希望可以为运用智能推荐的网络购物平台提供一些改进建议,从而使其构建一个更好的智能推荐模式,有助于增强消费者的信任和购买意愿。

(2)理论意义

当前,有关智能推荐的研究大多集中在对智能推荐系统算法以及信任机制方面,重点研究如何优化智能推荐系统的算法,而由智能推荐的自身变量影响的消费者购买意愿并未受到学者们的重视,相关研究相对缺乏。本文将从新的视角,明确智能推荐影响消费者购买意愿的具体变量,并将消费者信任纳入智能推荐对购买意愿影响的研究模型中来,希望能拓宽该理论研究的范畴。

1.2国内外研究现状

1.2.1国内研究现状

智能推荐在我国的应用时间还比较短,在用户体验方面还有很大的改进余地,比如推荐的精准度问题以及个性化程度问题。针对网络购物情境下的应用,国内学者们在技术和算法上进行了一系列优化。比如侯治平等(2011)引入用户行为模式以及常用路径,李想引入语义分析,金淳等(2013)基于Agent的仿真建模的算法改进,景民昌等(2013)引导新用户评分的种子集策略等,都使己有智能推荐算法在数据收集、贴近用户偏好方面得到了提升。

在影响消费者购买意愿方面,叶群来(2007)的研究指出消费者对推荐系统的熟识程度、推荐系统本身特点如过载程度和解释因素等会影响对消费者推荐效果的感知。宿凯等人的研究则得出结论消费者经验、感知风险、交互程度因素会对消费者决策质量产生影响。郑春东则重点研究了推荐时机对购买意愿的影响,他认为消费者在进行网络购物时应该被分成考虑集合阶段和决策集合阶段,并提出在两个阶段中最能有效提升消费者购买意愿的时机分别是消费者开始搜索商品之后和消费者通过购物车进行购买决策之前,在这两个时机进行智能推荐是有效且有效率的。

1.2.2国外研究现状

由于起步较早,技术发展较为成熟,国外学者较早开始了对智能推荐技术商业化的研究,主要研究网络购物平台上智能推荐的使用、特点以及内容等在消费者决策质量以及购物体验方面的影响。

在使用方面,Haubl和Trifts(2000)的研究证明,网络购物平台在应用了智能推荐之后,消费者明显减少了搜寻产品的次数并感受到决策质量较之前有显著提升。Schafer.J.B.等人分别对使用和不使用智能推荐的网络购物平台进行了实证对比研究后证明,前者的用户在进行购买时有更高的决策质量。

您需要先支付 5元 才能查看全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找,微信号:bysjorg 、QQ号:3236353895;