基于個性化推薦的消費者網絡購買意愿影響因素分析

羅玉葵

（陽江職業技術學院 廣東陽江 529500）

引言

隨著居民收入的不斷增長，居民的消費需求也日益提高，由原來的注重消費數量逐步轉變為注重消費質量。對于眾多購物平臺而言，充分考慮消費者的消費意愿，為其帶來消費便利，讓消費者獲得良好的購物體驗，這樣才能夠贏得消費者的信任，實現業績的不斷提升。目前，不少購物網站采用精準的個性化推薦系統向消費者進行產品推薦，然而怎樣確保個性化推薦能夠在合理限度之內，既達到良好的營銷效果，還能夠讓消費者滿意，實現個性化推薦價值的最大化，是本文研究的意義所在。

模型構建與研究假設

（一）影響個性化推薦的因素分析

網絡購物市場競爭十分激烈，怎樣根據消費者偏好向其精準推薦產品成為競爭成敗的重要環節。對此，購物網站應當對影響個性化推薦的因素具有準確的認識。盡管不少電子商務企業按照個性化推薦系統向消費者進行產品營銷，然而學術界鮮有學者對其進行深入分析，更不要說找出具有一定適用性的個性化推薦效果模型。對于影響個性化推薦的因素，本文通過文獻閱讀法和訪談法獲得。考慮到篇幅的因素，并未將具體獲取過程詳細展示。通過整理發現信息編排、推薦強度、推薦效度以及視覺線索是影響個性化推薦的主要因素。本文在此選取這四個變量進行實證分析。

（二）研究模型

本文結合刺激-反應（S-R）模型和刺激-感知-反應（S-O-R）模型，構建了個性化推薦對消費者購買意愿影響的研究模型，如圖1所示。

本研究擬從信息編排、推薦強度、推薦效度以及視覺線索四個維度構建研究模型，首先對以上四個維度對消費者感知利益以及感知風險所產生的影響進行了擬驗證，結合文獻資料把感知利益劃分成感知情感利益以及感知經濟利益這兩種，把感知風險劃分成感知隱私風險和感知績效風險。之后深入分析自變量以及中介變量對購買意愿所造成的影響。文中的研究模型涵蓋了自變量、中介變量以及因變量，其中自變量是個性化推薦的影響因素，中介變量是消費者感知價值，消費者購買意愿為因變量。

（三）研究假設

個性化推薦對消費者感知價值和購買意愿的影響。大量的文獻研究表明，個性化推薦中的信息編排對消費者的購買意愿具有顯著積極影響。Diehl（2003）認為按表格進行排序比隨機或者無序的方式進行排序更能夠吸引消費者。Bharati等（2004）提出，推薦信息質量會對該推薦系統的滿意度產生影響，進而影響消費者購買決策的做出。李露（2014）認為可以使用產品推薦代理的方式來為顧客降低信息推薦過量造成的負擔。結合學者們的相關研究，信息編排是消費者所觸及的第一扇門，直接影響消費者感知。朱巖等（2009）認為在個性化系統中進行信息推薦時，推薦強度是影響消費者接受效果的關鍵性一步，適宜的推薦強度會使顧客產生積極的感知價值。夏敏捷和張錦歌（2003）認為，最好的推薦信息展示方式不僅具有針對不同用戶的高度個性化設計，還不能對用戶當前使用習慣造成困擾，更為重要的是要通過不斷地提升用戶體驗來實現利潤最大化的目標。

圖1 個性化推薦對消費者網絡購物購買意愿影響的研究模型

伴隨著各種性能強大的網絡購物軟件的出現，信息的展現形式也不再拘泥于某一種形式，僅通過文字描述就可以將產品推銷出去的方式早己成為過去式。目前，圖片、音頻和視頻己經成為必不可少的內容，隨著直播行業的異軍突起，很多個性化推薦平臺也開始緊隨這個大潮流進行直播推薦。可以看出，個性化推薦越來越多樣化和活潑化，歸根結底就是為了在這數以萬計的商品信息中快速地引起消費者的興趣，進而促成購買決策。Chen等（2006）認為目前網絡信息的關鍵是有趣并吸引消費者的目光，開拓一種全新的方式，讓消費者在腦海中留下深刻的印象。而事實上，視覺線索就表現了這種趣味性。

基于以上分析，本文提出如下一系列假設：

H1：個性化推薦對于消費者感知價值存在顯著影響。

H1.1：信息編排對于消費者感知經濟利益具有顯著的正向影響。

H1.2：信息編排對于消費者感知情感利益具有顯著的正向影響。

H1.3：信息編排對于消費者感知隱私風險具有顯著的負向影響。

H1.4：信息編排對于消費者感知績效風險具有顯著的負向影響。

H1.5：推薦強度對于消費者感知經濟利益具有顯著的正向影響。

H1.6：推薦強度對于消費者感知情感利益具有顯著的正向影響。

H1.7：推薦強度對于消費者感知隱私風險具有顯著的負向影響。

H1.8：推薦強度對于消費者感知績效風險具有顯著的負向影響。

H1.9：推薦效度對于消費者感知經濟利益具有顯著的正向影響。

H1.10：推薦效度對于消費者感知情感利益具有顯著的正向影響。

H1.11：推薦效度對于消費者感知隱私風險具有顯著的負向影響。

H1.12：推薦效度對于消費者感知績效風險具有顯著的負向影響。

H1.13：視覺線索對于消費者感知經濟利益具有顯著的正向影響。

H1.14：視覺線索對于消費者感知情感利益具有顯著的正向影響。

H1.15：視覺線索對于消費者感知隱私風險具有顯著的負向影響。

H1.16：視覺線索對于消費者感知績效風險具有顯著的負向影響。

H2：個性化推薦對于消費者購買意愿具有顯著影響。

H2.1：信息編排對于消費者購買意愿具有顯著的正向影響。

H2.2：推薦強度對于消費者購買意愿具有顯著的正向影響。

H2.3：推薦效度對于消費者購買意愿具有顯著的正向影響。

H2.4：視覺線索對于消費者購買意愿具有顯著的正向影響。

消費者感知價值對購買意愿的影響。感知利益是消費者的一種主觀感受，是消費者在購買和使用某種產品和服務時所感受到的利得，感知風險的概念則反之。消費者在使用個性化推薦系統時，會根據心理預期進行判斷和衡量可能存在的利益和風險，進而會做出是否購買的決策。感知利益大于感知風險時，消費者會產生正向的購買意愿，感知利益小于感知風險時，消費者會產生負向購買意愿。Khan（2015）通過實證研究發現消費者感知價格利益、感知便捷利益和感知退貨政策利益都會對消費者滿意度產生正向顯著影響，進而能夠對消費者的購買意愿產生正向影響；消費者感知產品風險、感知財務風險對消費者滿意度以及購買意愿產生了消極影響。郝遼鋼（2016）對天貓APP的圖書銷售數據進行研究，結果顯示手機專享折扣率和產品銷售數量表現出正相關關系，在此條件下，文中提出下列假設：

H3：消費者感知價值對于消費者購買意愿具有顯著的影響。

H3.1：感知經濟利益對于購買意愿具有顯著的正向影響。

H3.2：感知情感利益對于購買意愿具有顯著的正向影響。

H3.3：感知隱私風險對于購買意愿具有顯著的負向影響。

H3.4：感知績效風險對于購買意愿具有顯著的負向影響。

消費者感知價值的中介作用。學術界經常將感知價值作為個性化推薦與購買意愿之間的中介變量、前因變量和購買意愿的影響因素予以研究，相關研究成果非常豐富。例如張炳凱（2018）分析了產品價格、品牌口碑與店鋪形象三個外部線索，通過感知價值的中介作用，對消費者購買意愿產生影響。葉進風（2017）研究表明，感知價值的三個維度（社交價值、使用價值和情感價值）在品牌APP營銷與品牌認知之間起到了中介作用。劉萍（2015）研究表明感知價值在網絡口碑和購買意愿之間存在中介作用。因此基于相關學者的研究，本文認為研究模型的中介變量感知價值及其四個維度在自變量信息編排、推薦效度、推薦強度、視覺線索和因變量購買意愿之間存在中介作用，因此本文提出如下假設：

H4：消費者感知價值在個性化推薦與消費者購買意愿之間起到中介作用。

H4.1：感知經濟利益在信息編排和消費者購買意愿之間起到中介作用。

H4.2：感知經濟利益在推薦強度和消費者購買意愿之間起到中介作用。

H4.3：感知經濟利益在推薦效度和消費者購買意愿之間起到中介作用。

H4.4：感知經濟利益在視覺線索和消費者購買意愿之間起到中介作用。

H4.5：感知情感利益在信息編排和消費者購買意愿之間起到中介作用。

H4.6：感知情感利益在推薦強度和消費者購買意愿之間起到中介作用。

H4.7：感知情感利益在推薦效度和消費者購買意愿之間起到中介作用。

H4.8：感知情感利益在視覺線索和消費者購買意愿之間起到中介作用。

H4.9：感知隱私風險在信息編排和消費者購買意愿之間起到中介作用。

H4.10：感知隱私風險在推薦強度和消費者購買意愿之間起到中介作用。

H4.11：感知隱私風險在推薦效度和消費者購買意愿之間起到中介作用。

H4.12：感知隱私風險在視覺線索和消費者購買意愿之間起到中介作用。

H4.13：感知績效風險在信息編排和消費者購買意愿之間起到中介作用。

H4.14：感知績效風險在推薦強度和消費者購買意愿之間起到中介作用。

H4.15：感知績效風險在推薦效度和消費者購買意愿之間起到中介作用。

H4.16：感知績效風險在視覺線索和消費者購買意愿之間起到中介作用。

（四）數據來源與變量測度

對于個性化推薦，本文分別運用了蔡日梅（2008）開發信息編排測度量表和推薦強度測度量表、王艷萍（2013）和劉倩（2011）開發的推薦效度量表、據瀟（2012）開發的視覺線索量表。對于消費者感知價值，本文依據上文模型，通過感知經濟利益和感知情感利益兩個維度來測度消費者感知利益，通過感知隱私風險和感知績效風險兩個維度測度消費者感知風險，對于消費者購買意愿本文借鑒Bagozzi（2001）的研究量表進行適當改編測度。為了驗證問卷的合理性，本文運用內部一致性分析等方法進行前測，問卷具體問項及前測過程在此不贅述。

個性化推薦對消費者網絡購買意愿影響的實證分析

本次問卷共計回收352份，刪掉不符合作答要求的問卷40份，最終剩余有效問卷總數為312份，有效問卷回收率為88.64%。本文對數據及問卷進行了信效度分析，結果顯示問卷及獲取數據是具有信效度的，在此不贅述，本文著重對變量相關性分析及回歸分析進行闡釋。

（一）相關性分析

個性化推薦與感知價值的相關分析。使用SPSS 20.0軟件得出個性化推薦各個維度與消費者感知價值的相關性如表1所示，可以看出信息編排、推薦效度、推薦強度和視覺線索對消費者感知經濟利益、消費者感知情感利益具有顯著正向相關關系，信息編排、推薦強度、推薦方式和視覺線索對于消費者感知隱私風險和消費者感知績效風險具有顯著的負向相關影響。

感知價值與購買意愿的相關分析。消費者感知價值各維度與消費者購買意愿的相關分析如表2所示，從表中結果可以看出，消費者感知情感利益和感知經濟利益均與消費者購買意愿在0.01的水平上有顯著的正向相關關系，消費者感知績效風險、消費者感知隱私風險與消費者購買意愿在0.01水平上有顯著的負向相關關系。

表1 個性化推薦與感知價值的相關性分析

個性化推薦與購買意愿的相關分析。個性化推薦的各維度與購買意愿的相關分析如表3所示，信息編排、推薦效度、推薦強度和視覺線索均對購買意愿具有正向相關關系，在0.01水平上顯著相關。

表2 感知價值與購買意愿的相關性分析

表3 個性化推薦與購買意愿的相關性分析

表4 回歸模型匯總

表5 回歸模型ANOVAa檢驗

表6 個性化推薦各因素和感知經濟利益回歸結果

表7 回歸分析結果

（二）回歸分析

個性化推薦與感知價值的回歸分析。本文首先分析了個性化推薦與感知經濟利益的關系。由表4可以看出，回歸模型的R2系數為0.433，調整R2系數為0.426，表明模型中的自變量能夠解釋的因變量總變異為42.6%。Durbin-Watson系數為2.119，接近2，表明模型中的自變量不存在自相關的問題，自變量選取合理。因此個性化推薦對感知經濟利益影響的回歸模型是合理有效的。

由表5可以看出，當回歸模型中包含（常量）視覺線索、推薦強度、信息編排和推薦效度這四個自變量時，F值為58.619，Sig值為0.000，Sig值顯著，拒絕總體回歸系數為0的原假設，表明至少有一個自變量對于因變量具有顯著影響。

由表6可知，模型各個變量的方差膨脹因素均低于2，這說明變量無嚴重的多重共線性。信息編排以及推薦效度的系數在1%水平下顯著，推薦強度和視覺線索的系數在1%水平下不顯著，這說明信息編排、推薦效度對感知經濟利益的影響顯著，且影響方向為正。推薦強度和視覺線索對感知經濟利益的影響并不具有顯著性。對于影響大小，根據回歸系數可知，推薦強度的影響最大，信息編排次之。

同理，就感知情感利益而言，這四個變量的影響均顯著，且影響程度由高到低分別是視覺線索、信息編排、推薦強度和推薦效度；就感知隱私風險而言，信息編排、視覺線索對感知隱私風險的影響顯著，且影響方向為負，影響程度由高到低為視覺線索、信息編排；就感知績效風險而言，信息編排、推薦效度以及視覺線索對感知績效風險的影響顯著，影響方向為負，影響程度由高到低依次為視覺線索、信息編排和推薦效度。

個性化推薦與購買意愿的回歸分析。選取信息編排、推薦強度、推薦效度以及視覺線索為自變量，消費者購買意愿為因變量，通過回歸分析可得：這四個變量對購買意愿影響顯著，且影響方向為負，影響程度由高到低依次為視覺線索、信息編排、推薦效度和推薦強度。

感知價值和購買意愿的回歸分析。選取信息編排、推薦強度、推薦效度以及視覺線索為自變量，購買意愿為因變量，通過回歸分析可得感知隱私風險、感知績效風險對購買意愿影響顯著，影響方向為負，影響程度由高到低依次為感知情感利益、感知經濟利益、感知隱私風險、感知績效風險。

感知價值的中介效應檢驗。通過前文分析可得，信息編排、推薦效度適用于中介效應檢驗。基于此，本文在此選取信息編排、推薦效度以及感知經濟利益為自變量，購買意愿作為因變量，所得的回歸結果如表7所示。

根據表7可知，模型引入感知經濟利益時，信息編排、推薦效度的系數在1%水平下顯著，這說明對于信息編排、推薦效度與購買意愿而言，感知經濟利益存在部分中介效應。同樣的道理，對感知情感利益的中介效應分析可得，感知情感利益在四個變量和購買意愿間存在部分中介效應。對于感知隱私風險，其在四個變量和購買意愿間也存在部分中介效應。

結論與啟示

（一）結論

基于本文的實證分析能夠得出，假設H1.6部分成立，即推薦強度對消費者感情認知具有顯著的影響，且影響方向為正。推薦強度對消費者感知經濟利益、感知隱私風險以及感知績效風險無顯著影響，假設H1.5、H1.7以及H1.8不成立。推薦效度對感知經濟利益、感知情感利益以及感知績效風險具有顯著的影響，由此證實了假設H1.9、H1.10以及H1.12成立。推薦效度對感知隱私風險無顯著影響，這表明假設H1.11不成立。無論是感知經濟利益，還是感知情感利益，視覺線索的影響均顯著，且影響方向為正，對感知隱私風險以及感知績效風險的影響均顯著，但影響方向為負，由此證實了假設H1.14、H1.15、H1.16成立。個性化推薦的四個變量對購買意愿均影響顯著，由此證實了假設H2，影響程度由高到低依次為視覺線索（0.327）、信息編排（0.304）、推薦效度（0.225）、推薦強度（0.154）。感知經濟利益與感知情感利益對購買意愿影響顯著，由此證實了假設H3.1、H3.2成立。感知隱私風險與感知績效風險對購買意愿影響顯著，但影響方向為負，由此證實了假設H3.3、H3.4成立。影響程度由高到低依次為感知情感利益（0.365）、感知經濟利益（0.320）、感知隱私風險（-0.219）、感知績效風險（-0.093）。隨著廣告市場的不斷發展，包含圖文與視頻內容的廣告能夠對產品進行詳細的展現，讓消費者獲得更為直觀的感觸，提高消費者的消費便利性，進而增加了感知情感利益。此外，感知隱私風險與感知績效風險均不利于消費者購買意愿的增長，相比之下，感知隱私風險的不利影響較大。這表明消費者通過個性化推薦在網站購買商品存在一定的個人隱私泄露的顧慮，若消費者對推薦的產品存在嚴重的風險顧慮時，其購買意愿會降低甚至消失。

（二）啟示

對于個性化推薦而言，其四個維度存在顯著的差異，且各維度對感知價值的影響程度大小不一，這會影響消費者購買意愿的大小。對此，網絡購物平臺應當充分考慮每名消費者的個性化特征開展針對性的推薦，幫助其增加感知價值，減少感知風險，促進購買意愿的增加。因此，本文認為應當從以下幾個方面做起：

首先，對信息進行合理編排。相比線下購物，線上購物不受時間和空間的影響。采用個性化推薦方式，對信息進行合理編排有助于消費者付出最少的時間成本找到所需的產品，促進消費者感知情感利益的增加，提高其購買意愿。

其次，推薦強度應當適度。在信息化時代，消費者面對的信息是海量的，商家為了追求盡可能多的利益，想方設法向消費者進行產品推薦，然而卻忽視了消費者的信息承受能力。因此，必須要適度推薦，若將相同的信息重復向消費者推薦，不但不能達到預期的效果，反而讓消費者心生不滿，進而對產品不滿意，甚至不愿意再購買該款產品。此外，還應當采取措施獲取消費者的反饋，對具有較高忠誠度的顧客進行意見征求，并對意見進行匯總整理，為確定合理的推薦強度提供有益的參考。

再次，推薦效度應當準確。隨著大數據技術的運用，互聯網平臺能夠對市場進行有效分析。雖然多數網站已經實行了個性化信息推薦，然而還存在消費者需求和信息不相匹配的情況。若網絡購物平臺難以繼續為消費者提供效度較高的信息，將導致消費者產生信息拒絕的問題，從而影響其購買意愿。因此，一定要高度重視信息效度。

最后，視覺線索應當豐富多樣。當消費者日益注重消費品質時，簡單的依靠文字推薦難以讓消費者對產品產生興趣，消費者需要能夠更加直觀的對產品進行感受。消費者選擇線下購物能夠獲得較多的體驗，原因在于情景因素的影響。然而網絡購物容易受到其它外部環境的影響。對此，個性化推薦需要強化情景因素的介入，幫助消費者獲得良好的購物體驗，這是提高消費者購買意愿的關鍵之處。