电商平台个性化推荐系统对消费者购买行为的影响研究

发布时间：2024-02-04 04:28

　　随着互联网智能时代的到来,电子商务也迎来了爆炸式的发展,各个电子商务平台的竞争也因此持续加剧。为了更好的吸引客户群体,增强客户黏性,电商平台为了节约消费者搜索购物时间,激发消费者潜在的消费倾向,普遍采用基于用户数据的个性化推荐系统。电商平台的个性化推荐系统通过收集消费者在电商平台的搜索痕迹、消费物品以及特定需求等信息的综合分析,向消费者推荐其经常浏览的产品或服务,帮助消费者在电商平台中快速寻找到自己可能感兴趣的服务或商品,增加有效点击,促进电商平台的浏览量、销售量,并以此提升消费者的购物体验,提高消费者对电商平台的忠诚度和满意度。现有对电商平台的研究,集中于在线评论对消费者购买行为的影响,探讨消费者在电商平台购物过程中通过商品的在线评论,并结合对商品质量的感知,来决定最终购买。而对电商平台个性化推荐系统的研究,则更多地是集中在计算机与信息科学领域,主要是从技术角度研究如何提高推荐系统中算法的精确性,较少是从消费者的角度,如消费者的感官体验等因素进行分析研究。本研究通过对相关文献与理论知识进行回顾整理,选择了理性行为理论作为研究的理论基础,将理性行为理论中的行为态度与主观规范作为主要变量...

【文章页数】：79 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景
    1.2 研究意义
    1.3 研究目的
    1.4 研究内容
    1.5 研究方法
    1.6 研究创新
第二章 国内外相关文献
    2.1 个性化推荐系统的相关研究
        2.1.1 个性化推荐系统的定义
        2.1.2 个性化推荐系统推荐的算法
        2.1.3 个性化推荐系统的推荐方式
        2.1.4 个性化推荐系统的作用
    2.2 消费者购买意愿相关研究
        2.2.1 消费者购买意愿的定义
        2.2.2 消费者购买意愿的影响因素
    2.3 消费者购买决策相关研究
        2.3.1 消费者购买决策理论
        2.3.2 消费者购买决策过程
第三章 理论基础及概念模型构建
    3.1 理论基础
        3.1.1 理性行为理论
        3.1.2 计划行为理论
        3.1.3 技术接受模型
        3.1.4 S-O-R理论
        3.1.5 理论模型小结
    3.2 构建模型
    3.3 研究假设
第四章 调研设计
    4.1 问卷设计
        4.1.1 问卷结构
        4.1.2 量表设计
        4.1.3 问卷前测及修改
    4.2 数据收集与分析方法
        4.2.1 数据收集
        4.2.2 数据分析方法
第五章 实证分析
    5.1 描述性统计分析
    5.2 信度检验
    5.3 效度检验
        5.3.1 内容效度
        5.3.2 结构效度
    5.4 结构方程检验
        5.4.1 拟合优度检验
        5.4.2 结构模型检验
    5.5 反馈阶段回归检验
    5.6 小结
第六章 研究结论与展望
    6.1 研究结论
    6.2 对策建议
    6.3 研究局限与展望
参考文献
附录
致谢
攻读硕士学位期间的研究成果



本文编号：3895210