关于在线产品推荐时机与推荐信息来源选择的实证研究

来源 :中国科学技术大学 | 被引量 : 0次 | 上传用户:jiu1111
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着互联网和电子商务技术的迅速发展,越来越多的网络零售商使用推荐系统(Recommendation Agents, RAs)来为网上消费者提供产品推荐的服务。他们希望通过这样的服务,不仅可以帮助顾客找到想要的商品,而且可以从一定程度上影响顾客的选择决策。然而,一些实证研究中发现,不少推荐的产品并没有如愿地被顾客接收,甚至会引起消费者的反感。有的研究者将这样的现象归因为产品推荐的个性化程度不够,本文认为,这样的结果也会由不恰当的产品推荐时机和推荐信息来源所导致。一方面,有的在线产品推荐不能提供充分的理由支持来证明所推荐产品的优势,因此消费者认为推荐的产品仅仅是网络零售商提供的广告商品而已;另一方面,产品推荐可能出现在消费者并不需要它的时候,不合适的推荐时机导致消费者忽视推荐系统所提供的产品推荐。此次研究试图调查,在消费者的网上购物过程中,为了让消费者接受和最终选择推荐系统所推荐的产品,如何在推荐系统中使用来自第三方的信息来源来推荐产品,并且在适当的时机提供产品推荐。为了研究产品推荐时机和推荐信息来源的影响,本研究的理论基础是消费者购物过程中的倾向不一致(Preference Inconsistency Paradox)。基于两阶段决策模型,消费者的倾向不一致悖论指出:在决策的第一个阶段——形成考虑集合的过程中,消费者倾向于最大化他的考虑集合;而在决策的第二个阶段——从考虑集合中做出最后决策的过程中,消费者倾向于最小化决策的复杂性而达成一个易于证明成立的决策。为了比较不同推荐时机(在消费者开始产品搜索的时候和在消费者做出一个选择还未最终确认的时候)和不同推荐信息来源(来自其他消费者的推荐和来自专家的推荐)对网上消费者购物过程和购物结果的影响,此次研究采用实验室实验的实证研究方法。实证研究的结果证明不同的推荐时机和推荐信息来源对消费者决策的过程和结果都有不同的影响。与在消费者做出一个选择还未最终确认的时候提供推荐相比,在消费者开始产品搜索的时候推荐的产品更有可能被加入其考虑集合,同时此时的产品推荐也让消费者有较低的决策困难度。与来自其他消费者的推荐相比,来自专家推荐的产品更容易被消费者最终选择,并且该消费者会有更高的决策满意度。本研究为在线产品推荐的进一步发展提供了理论依据和实践指导。首先,本研究通过比较两种第三方产品推荐来源(来自消费者的推荐和来自专家的推荐)的有效性拓展了推荐信息来源的研究。其次,本研究关注产品推荐时机对消费者决策的影响证明了推荐时机的重要性。第三,通过在网上产品推荐中应用消费者倾向不一致悖论,本研究为该悖论的发展提供了理论贡献。最后,本研究的结果也为推荐系统以及网上购物网站的设计提供了实践指导。
其他文献
十余年来,越来越多的视频网站开始自行创作综艺节目,并日渐成熟、规范。网络综艺正在崛起,与传统电视综艺节目形成分庭抗礼的局面。本文主要分析网络综艺节目发展态势,就当下
为研究系泊状态下动力定位船舶与码头及缆绳间的耦合作用,采取凝集质量法计算系泊缆索有效张力,设置弹簧阻尼单元用以计算码头碰垫间的非线性反力,应用比例-积分-微分控制系
【正】 包律师:实行联产承包责任制时,我家与本村另9户村民承包了当时生产队的参地。由于是贷款养参,以前养
随着经济全球化的快速发展和知识经济时代的到来,技术标准在产业发展和国际贸易中的作用和地位日益凸显,据经济发展与合作组织(OECD)统计,80%的国际贸易受技术标准的影响。由
针对广义Gibson地基在埋藏线源荷载作用下的静力学问题,通过将内源线荷载等效为在相同深度范围内连续的集中点荷载的累加,采用Hankel积分变换方法,再结合具体的边界条件,推导
确定出行目的是探究出行规律的重要环节,而公交智能卡数据中恰恰缺少此部分属性。将出行调查数据与智能卡数据融合,对调查数据中的上、下车时间、出行目的进行提取,基于贝叶
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”$ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’#陈川个美食 Back to yield
激光的单色性好,相干长度长,用激光作光源观察牛顿环,测量平凸镜的曲率半径只用一块平凸镜即可.由于只用一块平凸镜,被测平凸镜不受外力,所以产生牛顿环圆,测出的曲率半径精
采用Currie提出的四角配料法,研究适于1200~1350℃下烧成的Na_2O—K_2O—MgO—CaO—ZnO—Al_2O_3—SiO_2成份系统的无光釉配方。确定产生无光效果的最佳温度范围,讨论了工艺条
GRAPES(GlobalandRegionalAssimilationandPrEdictionSystem)是中国气象科学研究院数值预报研究中心自主开发的新一代静力/非静力多尺度通用数值预报模式。该模式采用标准化