论文部分内容阅读
O2O电商模式即结合线上互联网与线下商业服务和产品的一种商业模式。现在O2O电商发展迅猛,各种类型的O2O平台相继出现,越来越多的商家入驻O2O平台,所以O2O平台上的商品和服务也以指数形式增长。正是因为这样,用户难以快速并准确的找到自己需要的商品和服务。虽然电商个性化推荐的算法不断的改进和优化,但大部分都是基于B2B、B2C等模式的,O2O有其自身的特点,不能照搬其他电商模式的个性化推荐技术,而现在的O2O电商个性化推荐技术运用起来效果并不是那么的理想。个性化推荐系统分析预测用户的需求和兴趣后向用户推送相关商品或服务的信息来影响用户在网络上的购买决策,这便是O2O电子商务个性化推荐服务的本质。所以用户与个性化推荐系统的沟通是通过推荐信息来进行的,用户感知到的是网站提供的推荐信息,而不仅仅是一种技术。然而哪些具体的因素会影响用户对个性化推荐信息的采纳和对推荐服务的使用,还得进行更深一步的研究。在对个性化推荐服务和信息采纳相关等理论分析的基础上,参考现有行业的技术接受模型和信息采纳模型等,综合O2O模式的特点,提出信息激励、推荐准确性、感知风险、主观规范影响因素为外部变量,以绩效期望和易用期望为中间变量,并且认为最后用户的采纳行为完全由采纳意愿来决定,基于此构建了O2O个性化推荐的用户信息采纳影响因素模型。然后借鉴成熟量表设计调查问卷并发放,再经过对问卷的严格筛选,剔除掉不合理的问卷,如乱答等。然后再对回收数据进行信度和效度分析,检验调查问卷设计是否合理。完成检验后,进行结构方程分析,对模型假设进行了验证和修正。最终得出结论:信息激励、推荐准确性、绩效期望和易用期望对推荐信息采纳意愿有直接的正向影响关系,主观规范通过正向影响绩效期望来影响采纳意愿,信息激励也通过影响绩效期望来影响采纳意愿,推荐准确性也通过影响易用期望来影响采纳意愿,而感知风险明显阻碍用户采纳个性化推荐信息。最后分析并解释了最终模型,为O2O电子商务网站的个性化推荐服务的改进提出了一些建议,并且总结了此次研究的不足以及对以后研究的展望。