随着Internet的迅猛发展,互联网在人们生活中所扮演的角色不再只是连通不同地域、不同人群的工具,网络已经成为人们获取信息、购物消费的不可或缺的方式。尤其是进入21世纪后,电子商务在全世界范围受到了高度的重视,这种买卖双方不谋面、通过互联网进行交易的模式在信息技术的带动下迅速崛起。然而,随着网络信息资源的规模不断扩大,消费者面对电子商务网站提供的海量信息时,很难做到在短时间内浏览所有的产品,最终将导致信息过载,因此个性化推荐系统应运而生。个性化推荐对缓解信息过载、提升网络购物效率、促进产品销售具有重要影响。然而,国内外电子商务网站虽然采用了多种个性化的推荐形式来改进用户体验,但是不恰当的推荐使消费者依然面临信息过载的困境。如何提升个性化推荐的效果,受到了研究人员和电子商务网站管理者的广泛关注。既有研究多数关注如何提高个性化推荐算法的精确度,或者关注如何降低消费者的感知风险进而提高满意度。然而,鲜有研究基于消费者的决策过程来关注和探究个性化推荐过程中推荐的多样性对推荐效果会产生如何的影响。针对先前研究中存在的不足,本文从消费者的决策过程出发,基于消费者两阶段决策理论、偏好不一致悖论、长尾理论以及锚定效应等理论,综合运用管理学、营销学、计算机科学等学科的思想和方法,对电子商务网站中个性化推荐的多样性对推荐效果的影响进行了实证分析和建模研究。本文的实证分析结果与理论预测结果基本一致,具有一定的科研价值与实践价值。本文的主要研究结论和研究成果如下:第一、建立了推荐时机与推荐产品组合对推荐效果影响的理论模型,研究了不同时机下向消费者推荐不同的产品组合对个性化推荐效果的影响。本文基于消费者两阶段决策理论与偏好不一致悖论相应的将推荐时机划分为两个阶段,即形成考虑集合和做出最终选择前后两个阶段。此外,本文将所推荐产品的划分为同类产品与相关产品来进行研究,并结合推荐时机与产品组合两个因素构建了推荐时机与推荐产品组合对推荐效果影响的理论模型,研究了不同时机下向消费者推荐不同的产品组合对个性化推荐效果的影响。得到的结论有:(1)与在决策第一阶段收到产品推荐相比,消费者更倾向于采纳决策第二阶段收到的产品推荐;(2)在考虑集合形成阶段中,消费者的关注对象并没有明显集中于同类产品,而对推荐产品的多样性的诉求更为突出;(3)在最终做出消费决策时,消费者开始关注相关产品的推荐,考虑目标产品以外的购买。第二、建立了推荐产品销量与推荐产品评分对推荐效果影响的理论模型,研究了推荐产品的销量与评分两个因素单独作用下和交互作用下对推荐效果的影响。本文将推荐的产品划分为主流产品与利基产品来进行研究,并选取了产品评论的其中一种形式——产品的评分结合产品的销量构建了推荐产品的销量与推荐产品评分对推荐效果影响的理论模型,分别探究了这两个因素在不同的推荐情景中单独作用或交互作用下对推荐效果产生的影响。得到的结论有:(1)与仅推荐主流产品或仅推荐利基产品相比,当系统同时推荐主流与利基产品时,消费者会采纳更多的推荐产品;(2)与仅推荐高评分产品或仅推荐低评分产品相比,当系统同时推荐这两种产品时,并没有改善推荐效果,消费者并不会多的去购买系统所推荐的产品;(3)对比系统仅推荐高评分主流产品或仅推荐低评分利基产品的情况,当系统同时推荐二者时,消费者更倾向于采纳系统所推荐的产品;而对比系统仅推荐高评分利基产品或仅推荐低评分主流产品的情况,当系统同时推荐二者时,消费者更倾向于采纳系统所推荐的产品。第三、在构建两个理论模型的同时,相应的将推荐产品划分不同的类型,进一步探索了消费者对不同类型的产品推荐采纳的差异,推动了管理与消费者行为视角下的个性化推荐多样性的研究。本文分别从营销学与信息经济学两个不同的学科视角,以公认的产品分类方式对应的将推荐的产品划分为享乐品和实用品、搜索品和体验品等多个不同的类型。在构建推荐时机与产品组合对推荐效果影响的理论模型时将享乐品和实用品作为调节变量,同时在构建推荐产品销量与评分对推荐效果影响的理论模型时将搜索品和体验品作为调节变量,进一步探索了消费者对不同类型的产品个性化推荐的采纳差异。研究结果显示,消费者对不同类型的产品存在推荐采纳的差异,享乐品的推荐效果好于实用品的推荐效果、体验品的推荐效果好于搜索品的推荐效果。本文的理论贡献主要体现在以下三个方面:第一,本文从消费者的决策过程出发,揭示了消费者对个性化推荐的采纳机制;第二,本文探索了个性化推荐的多样性对推荐效果的影响,验证了消费者对推荐内容多样性的需求;第三,本文进一步探究了不同的产品分类对推荐效果产生的影响,揭示了消费者对不同类型产品个性化推荐的采纳差异。本文对实践的启示意义包括以下两个方面:第一,本文强调应充分考虑消费者在不同决策阶段的行为特点来改善个性化推荐系统的设计,在考虑推荐精确性的同时充分重视推荐内容的多样性;第二,本文强调应充分利用消费者对享乐品和体验品推荐内容的强偏好性,通过个性化推荐来促进这两种产品的销售,而对于实用品和搜索品,除了继续完善推荐算法外,还需进一步探索与其他营销手段相结合来促进产品的销售。