2023年大数据背景下信息服务对消费者行为影响研究,初稿.doc

大数据背景下信息效劳对消费者行为影响研究,初稿 华南农业大学珠江学院 毕业设计 大数据背景下信息推荐效劳对 消费者行为的影响研究 陈凯锋 指导教师：杨知玲〔讲师〕 系： 信息工程系 年级专业： 15级信息管理与信息系统 提交日期： 2023年4月11日 辩论日期：2023年5月10日 辩论委员会主席〔签名〕： 评阅人〔签名〕： 年 月 日 摘 要 随着大数据时代的来临，网络购物的开展急剧迅猛，大量数据的引入为消费者提供了无数商品信息的同时，也造成了信息过载等问题。商家们因此推出相应的信息推荐效劳，希望能改善消费者网络购物的体验并到达提高销售额的最终目的。而这种效劳究竟在什么方面会对消费者行为产生影响，又会有什么程度的影响正是本文研究的主题。 首先，本文选取了国内外的假设干文献，对个性化信息推荐系统，大数据环境下消费者行为和两者的交互关系进行了归纳综述，并以此为根底把信息推荐效劳对消费者行为的影响因素总结为信息输入方式、信息编排、推荐强度、信息完整性、网站形象、用户信任六个要素。其次，本文将上述六个要素与消费者行为结合在一起设计出相关概念模型，并通过数据分析法对模型进行验证。验证的结果显示网站形象，用户信任对消费者是否接受推荐效劳有着显著的影响，是最重要的先决影响因素。而信息编排和信息完整性那么是会显著影响消费者使用信息推荐效劳时的体验。而推荐强度和推荐方式对消费者有着较为复杂的影响，这两个要素的变化会对消费者行为产生直接影响。最后，本文根据研究结论，向购物网站提出了与结论相对应的改善策略。接着也对研究的局限性和对未来的展望做了一定的总结。 关键词：信息推荐效劳；推荐系统；消费者行为；电子商务 Abstract With the advent of big data era，the development of online shopping is very fast. The use of large amounts of data has provided consumers with innumerable commodity information, but also caused problems such as information overload. Therefore，businesses introduced information recommendation services in the hope of improving the consumer online shopping experience and achieving the ultimate goal of increasing sales. And what kind of influence this service will have on consumer behavior is the subject of this article. First, this article selects several domestic and foreign literatures to review the personalized information recommendation system, the behavior of consumers in the context of big data, and their interactions. Based on this, we summarized the factors that influence the information recommendation service on consumer behavior into six elements, including information input method, information layout, recommendation strength, information integrity, website image, and user trust. The result of the verification shows that the website image and user trust have a significant influence on whether the consumer accepts the recommendation service, and it is the most important prerequisite factor. Informational arrangement and information integrity can significantly affect the experience of consumers when using information recommendation services. And the strength of recommendation and the method of recommendation have a more complex impact on consumers. Changes in these two factors will have a direct impact on consumer behavior.Finally, based on the research conclusions, this paper proposes a corresponding improvement strategy to the shopping site. Then we also made some conclusions about the limitations of the research and the outlook for the future. Keywords: Information recommendation service; recommended system; Consumer Behavior; E-commerce 目 录 1 绪论 1 1.1 研究背景 1 1.2 研究的目的和意义 1 1.2.1 研究的目的 1 1.2.2 研究的意义 2 1.3 国内外研究现状 2 2 信息推荐效劳及消费者行为理论的概述 3 2.1 信息推荐效劳的概述 3 2.1.1 信息推荐系统的定义与特点 3 2.1.2 个性化推荐效劳的作用 4 2.1.3 个性化推荐效劳的方式 5 2.2 消费者行为的概述 6 2.2.1 消费者行为的定义 6 2.2.2 消费者行为模式 6 2.2.3 大数据背景下消费者行为特点 8 2.3 信息推荐效劳对消费者行为的影响概述 9 2.3.1 推荐效劳对消费者行为的过程影响概述 9 2.3.2 推荐效劳对消费者行为的结果影响概述 9 2.3.3 推荐效劳对消费者行为的影响维度 10 3 消费者行为模型设计 12 3.1 消费者行为模型构建 12 3.1.1 模型构建思路 12 3.1.2 构建模型 12 3.2 变量定义与研究假设 13 3.3 变量的测量 15 3.4 消费者行为问卷调查 17 3.4.1 问卷设计 17 3.4.2 数据回收 17 4 消费者行为问卷调查结果分析 18 5 改善信息推荐效劳的对策 21 5.1 研究结论 21 5.2 对策分析 21 5.3 研究缺乏与研究展望 23 6 研究缺乏与研究展望 18 6.1 缺乏之处 23 6.2 研究展望 23 参考文献 24 致 谢 26 1 绪论 1.1 研究背景 随着互联网信息技术的不断开展，网络消费市场进一步扩大，在线消费已成为现今社会的主要消费方式之一。第40次中国互联网络开展状况统计报告显示，到2023年6月为止，中国网民数量已超过全球网民总数的五分之一，到达了7.51亿人。互联网普及率也超过了全球水平，到达了54.3%。包括网络购物，网上外卖，在线旅游效劳等不同领域的网络交易应用的使用人数也在持续上涨。2023年的双十一天猫销售额以1682亿元，再创新高，这充分展现了中国网络消费巨大力量和网络零售市场的无限潜力。 在这样的环境下，云计算、大数据技术的快速渗透给消费者带来了更为繁杂的信息选择和处理，过多的非必要信息展现在消费者面前，反而成为了威胁消费者购物体验的严重阻碍。而解决信息过载问题的方法随之诞生并开展，那就是信息推荐效劳。各大电子商务平台所推出的信息推荐效劳，通过多种方式，为消费者个性化、全方位、高频率地提供商品推荐信息，营造一个更好的网络购物气氛，提高消费者选购效率和购物体验，从而达成提高销售额的根本目的。信息推荐效劳实际上是电商运用大数据技术，对用户的行为偏好和行为轨迹进行分析和预测，从而为消费者购物过程进行引导的过程[1]。 大数据环境下消费者行为逐渐发生转变，消费者对于传统销售的宣传和口碑的依赖程度在下降，他们可以通过如微博、贴吧、微信等更广泛的平台获取商品信息，因此新时代的消费者拥有更加自由化，个性化的行为模式，对于信息推荐效劳的引导变得没有那么容易简单的接受[6]。可见对于信息推荐效劳和消费者双方的交互影响因素必然是未来信息推荐效劳开展的关键。 1.2 研究的目的和意义 1.2.1 研究的目的 本文主要是想通过把消费者行为的影响因素作为切入角度来研究大数据环境下的电子商务信息推荐系统，通过影响因素把消费者和推荐效劳联系起来探讨，从而找到提高商家信息推荐系统效率的方法，达成消费者和商家的双赢。本文以过去研究者的成果为根底探讨电子商务信息推荐系统对消费者行为的影响因素，分别总结出几个典型的正反面因素，并进行相应的验证讨论。本文希望通过问卷调查的方式来进行实证研究，从而提出对信息推荐效劳的改良对策，进而能对消费者行为和决策作出积极引导的同时防止消费者产生抗拒心理，帮助企业提高销量，获得更多利润。 1.2.2 研究的意义 现今，信息推荐效劳已对电子商务网站给消费者提供产品和效劳的模式造成了巨大影响，基于大数据的信息推荐效劳一直是研究的热点和重点。而目前的大局部研究，都是独立于信息推荐效劳本身的，或是研究改良其算法或是对其问题和理论进行深入挖掘，但是把信息推荐效劳与消费者行为的联系起来的研究并不多见。我的这次研究正是把重点放在推荐效劳与消费者的交互的角度，通过对影响因素的探讨，得出对改良推荐效劳有利的结论，这具有重要的理论意义和实际意义。 理论意义方面，过去已有的研究多着眼于对技术的优化和推荐系统带来的趋势的研究，而本文着力于把推荐效劳的结果与用户需求进行联系分析，通过对用户的行为和需求进行总结，来提出改良推荐系统的效劳方式的途径。因此，本文希望从两个角度，即通过从消费者行为影响因素和推荐效劳与消费者交互出发，总结设计出相关影响因素，从而能给以后的相关研究带来一定的帮助。 实际意义方面，改良信息推荐效劳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 1.3.2国外研究现状 从上世纪九十年代开始，对推荐系统和推荐效劳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置建议，从而在不需要销售人员的情况下给予消费者导购