電子商務網站用戶認知影響因素分析

□文/李濤

（南京高等職業技術學校江蘇·南京）

電子商務網站用戶認知影響因素分析

□文/李濤

（南京高等職業技術學校江蘇·南京）

電子商務網站中存在著各種類型的推薦，通過探索用戶使用電子商務網站推薦的內在認知機理，并對不同認知水平的用戶在推薦使用中的差異性進行分析，從而提出有別于當前分別推薦提示的商品屬性組合推薦系統，可以為電子商務企業從消費者認知角度理解用戶的行為和決策，實現更符合用戶偏好的推薦系統，實施更有效的營銷策略提供依據。

用戶認知；電子商務；網站推薦

收錄日期：2015年10月9日

一、引言

認知科學是21世紀的前沿學科，這是一種借用信息加工的理論來研究感知覺、注意、記憶、學習、思維、認知過程及認知發展的科學，關注個體用戶的內在認知加工過程和機制。本文旨在探索電子商務網站用戶對推薦服務使用的問題，主要從認知心理學的角度，通過實驗研究的方法對現有購物網站商品分類推薦使用行為與主要影響因素進行分析，重點對不同認知水平的用戶在商品分類推薦使用中的差異分析，從而提出有別于當前分別推薦提示的商品屬性組合推薦系統。

二、相關理論研究

（一）關于電子商務網站推薦基本問題研究

1、具體推薦類型的劃分。根據推薦時間節點的不同，將推薦分為事前推薦和事后推薦兩種類型。所謂事前推薦就是用戶在瀏覽電子商務網站時，看到的網站所提供的通用推薦內容，如“新品推薦”、“熱銷推薦”等，這類推薦出現在用戶做出購買決策之前，主要對用戶起到一個引導作用。根據產品推薦源的不同，我們又將事前推薦劃分為“系統推薦”、“其他用戶推薦”和“搜索推薦”；所謂事后推薦是用戶做出購買決策后，電子商務網站為了刺激用戶持續購買，對用戶進行的專門推薦。

2、商品分類推薦概述。商品分類推薦屬于事前推薦，分類重點推薦就是網站從用戶可能關注的焦點出發，以幾個熱門主題詞作為上位類，分類別地向用戶推薦不同產品，這些商品分類推薦大致從四個方面進行推薦：產品上架時間、功能新穎、銷售量、降價幅度。

3、用戶可能關注的心理。用戶對商品分類推薦的接受過程也是感知偏好匹配的過程。這里用戶感知偏好是指所有影響信息檢索處理以及先驗知識構建的視覺、精神、情感處理等方面的關鍵因素。這些因素決定了發生在感知對象（刺激）的接受過程中的視覺關注、認知和情感處理。

（二）基本推薦認知理論

1、信息加工理論。信息加工理論把人看作一個信息處理器，而人的消費行為就是一個信息處理過程，即信息的輸入、編碼、加工、儲存、提取和使用的過程。消費者面對大量的產品信息，要對信息進行選擇性的注意、選擇性加工、選擇性保持，最后做出購買決策并做出購買行為。

2、說服理論。“說服理論的集大成者”奧托·萊平格爾在其著作《說服性傳播設計》中提出了關于說服的五組設計模式：（1）刺激-反應設計；（2）激發動機設計；（3）認知性設計；（4）社會性設計；（5）性格設計。這些設計模型為說服理論的進一步研究提供了強有力現實依據并強調了說服作用是一個過程。

三、基于推薦的用戶信息技術接受影響因素概念模型構建

圖1 機構模型

圖2 顯著結構變量路徑圖

對用戶的信息技術接受問題進行研究后發現，若要提高用戶接受信息服務的效率和效果，則需從用戶角度研究哪些因素會影響用戶對信息技術的接受。簡單來說，結構方程模型可以分為結構模型與測量模型兩個部分，而潛變量間的關系，即結構模型，通常是研究的興趣重點，所以整個分析也就稱為結構方程模型。但是這些潛變量是不能夠準確、直接測量的，需要一些外顯指標去間接測量這些潛變量，外顯指標也就是可觀測的指標，這里稱為觀測變量，而要描述潛變量與指標之間的關系就需要使用測量模型。

（一）機構模型的構建。（圖1）

（二）結構變量介紹及假設解釋

1、需求理解能力。需求理解能力指的是用戶對其檢索需求領域內的知識掌握程度。用戶有了使用網站的需求，在一定程度上會讓用戶感覺到網站是有用的，但是這種感知程度的多少則與用戶對需求的理解程度有關。

2、服務質量。就是指網站通過在線及離線服務幫助用戶更好地使用網站，主要指資源推薦、商品分類推薦，那么將在很大程度上幫助用戶更有效地使用購物網站；另一方面，通過購物網站的幫助服務，也會讓用戶覺得網站使用起來更加容易。

3、感知易用性、感知有用性、積極使用意圖。感知易用性、感知有用性及積極使用意圖來自技術接受模型（TAM），由于本文所要研究的網站是基于信息技術的信息系統，所以模型也是在信息技術接受領域最為著名的技術接受模型（TAM）基礎上構建的，保留了技術接受模型（TAM）中的感知有用性、感知易用性及使用意圖三個變量。

4、用戶滿意度。態度是個體對從事某項行為的正面或負面的情感，通常具體表現為“對組織的忠誠度”或“對工作的滿意度”。只有用戶對購物網站滿意了，用戶才有可能積極地去使用它，才有可能推薦給其他人使用。

（三）測量模型的構建。（表1）

表1 測量模型的構建

表2

表3 路徑系數及顯著性檢驗表

四、實證研究

（一）問卷設計。本次調研是要了解用戶對購物網站商品分類推薦的整體使用情況，并調研用戶對購物網站上的內容及服務感知情況。

調研目的是要了解用戶對購物網站分類的整體使用情況，主要有：（1）了解用戶目前對使用購物網站商品分類推薦的信任度；（2）了解用戶主要使用購物網站商品分類推薦會產生什么行為；（3）了解用戶對網站易用性和有用性的認識；（4）了解用戶期待購物網站提供哪些功能及服務；（5）了解用戶對購物網站的滿意程度。

通過分析第一部分調研情況，可以很清楚地知道目前購物網站上的功能及服務使用情況，并通過開發式提問收集用戶對網站的不滿意地方及各種建議，以便購物網站做進一步改進。第二部分調研主要研究“需求理解能力”、“檢索能力”、“檢索功能質量”、“網站界面質量”及“服務質量”作為外部影響因素影響“感知有用性”、“感知易用性”、“用戶滿意度”并形成“積極使用意圖”的作用關系，以及“上網環境”及“檢索需求”對模型的調節作用和驗證所提出的概念模型，第一步就是要設計問卷以獲取實證研究的數據。

問卷提問項的主要依據是測量模型中的觀測變量，要將觀測變量轉化為通俗易懂、被調查者能夠清楚明白問卷所要表達意思的提問語句。其中，問卷提問項與觀測變量是一一對應的，一個觀測變量對應一個問卷提問項。為了保證調研數據的精確和便于分析變量之間的影響關系，依照完全不同意、比較不同意、不確定、比較同意、完全同意，按同意程度依次遞增的形式，分別給予1、2、3、4、5的分值。

（二）樣本選擇。為了清楚地了解用戶對于網站推薦，特別是商品分類推薦的使用情況，我們選取了身邊有網站購物經驗的，具有一定的認知能力和感知水平的人群，有約250個人作為我們此次試驗的樣本，參與我們的調研。

（三）數據處理。由于問卷問項是以開放式問項面向用戶的，因此對問卷中被調查者的基本信息進行描述性統計分析后主要通過人工統計及篩選的方式來分析用戶對購物網站的整體使用情況。對所有問卷進行回收后，最終得到230份有效問卷。首先對問卷數據進行錄入和復核，隨后利用VisualPLS 1.04軟件對數據資料進行統計分析。統計分析分為六個步驟：（1）對問卷中被調查者的基本信息進行描述性統計分析；（2）對問卷進行探索性因子分析，確定觀測變量所反映的測度項目與上層結構變量之間的關系，篩選觀測變量，以確定最終概念模型中的測量模型；（3）對問卷進行信度、效度分析，以考查問卷測量的可靠性及問卷對所要調查的主題估計達到了什么程度；（4）對問卷進行驗證性因子分析，考察變量間的結構關系，以確定最終的結構模型；（5）模型修正并驗證；（6）分析調節變量對模型的影響作用。

（四）用戶對電子商務網站推薦使用情況統計分析。（表2）

（五）模型檢驗結果分析。路徑系數及顯著性檢驗情況如表3所示。（表3）

通過以上分析，可以得到顯著結構變量路徑圖。（圖2）

五、結論

（一）研究結論

1、結構變量之間的直接效應，也就是因果結構變量之間的路徑系數，如表4所示。（表4）

2、結構變量之間的間接效應，是所有從原因變量出發，通過一個或多個中介變量后結束于結果變量的“箭頭鏈”上的路徑系數乘積之和，如表5所示。（表5）

3、結構變量之間的總效應，也就是結構變量之間的直接效應與結構變量之間的間接效應之和，如表6所示。（表6）

（二）實證研究結果分析。根據結合結構變量之間的效應和統計數據結果，對影響電子商務網站銷售排行榜推薦用戶接受行為的兩個內生潛變量逐一進行分析：

1、對“態度”影響因素分析。感知有用性對“態度”的直接效應大于感知易用性對“態度”的直接效應，突出證明了感知有用性之于“態度”的重要作用。另外，有用感知和易用感知對“態度”的總效應達到0.357、0.209，也說明了如果一個網站容易使用和有用將會激發用戶積極使用的意圖，電子商務網站需要重點關注網站內容質量及是否方便用戶使用。

2、對“行為”影響因素分析。感知易用性對“行為”的總效應大于感知有用性對“行為”的總效應，說明網站容易使用與否與用戶對網站推薦的接受行為與否具有很大的直接作用，網站越容易使用，用戶對推薦的接受程度越高，而網站容易使用與否，單獨對用戶愿不愿意積極使用推薦沒有特別大的直接作用。

表4 結構變量之間的直接效應

表5 結構變量之間的間接效應

表6 結構變量之間的總效應

［1］Bo X.，Izak B.E-Commerce Product Recommendation A-gents：Use，Characteristics，and Impact［J］.MIS Quar terly，2007.31.1.

［2］Sylvain Senecal，Jacques Nantel.The inf luence of onl ine product recommendations on consumers’online choices［J］.Journal of Retai ling，2004.80.

［3］Jaeki Song，Fatemeh“Mariam”Zahedi.A Theoretical Approach to Web Design in E-Commerce：A Belief Reinforcement Model［J］.Management Science，2005.51.8.

［4］Sylvain Senecal，Jacques Nantel.The inf luence of onl ine product recommendations on consumers’online choices［J］.Journal of Retai ling，2004.80.

F724.6

A