電商平臺智能推薦對消費者購物行為的影響分析

于娜

（長春建筑學院，吉林長春 130000）

1 引言

隨著互聯網時代的到來，電子商務的發展也是加劇了互聯網上的競爭的重要原因。為了更好地吸引客戶群體，增強客戶黏性，電子商務平臺普遍采用基于用戶數據的智能推薦系統，這將使消費者能夠通過分析其潛在趨勢來節省時間。消費，需要對電子商務平臺進行具體研究，使消費者對產品和服務的瀏覽更加方便，有助于提高效率和效率。以推廣消費為主要形式的安利直銷廣告平臺將運用“云搜索”和“微廣告”技術，提供精準的搜索直銷服務和專業的廣告策劃方案。

現在目前電子商務平臺探討重點集中在在線評論對消費者購買行為的影響上，探討了消費者在電子商務平臺購物的軌跡中，消費者在購買在線產品時，可以通過網上對商品的評論和對產品質量的感知進行決定最終的購買。電商平臺智能推薦系統的主要研究領域是：計算機科學。本文從消費者的角度來看，如消費者的感官體驗等因素，分析消費者使用電子商務平臺智能推薦系統在購物中的影響消費者購買研究過程。

由于疫情的發展影響，由此時人們選擇購物以來，上網購物已經成為人們日常生活的不可缺少的一部分；網絡購物占生活比重較大的部分原因是，疫情前半年很多商店沒有營業，很多需求只能在網上購買。智能電子商務推薦系統可以幫助用戶快速擺脫海量的商品選購中找到自己想要的商品。現有智能商品電子商務系統商品中仍然存在不足的地方。電商平臺智能推薦系統基于云平臺解決了低效率等主要問題。本文件首先分析了電子商務智能推薦系統的研究現狀，找出了推薦效果不好的原因。其次，根據云平臺的信息技術，構建了電子商務商品智能推薦系統通過主要技術解決電商平臺效率低，誤差大的問題。測試結果顯示，該智能推薦系統克服了傳統商品電子商務智能推薦系統的缺點，加快了用戶從大量商品中找到自己真正需要的產品的速度，有效的加大了電商平臺智能推薦的精準性。另外，本文介紹了智能電子商務的概念及其存在的問題，比傳統電子商務具有很大的實用價值。

2 現狀調查及分析

2.1 通過發送問卷調查網購主要群體

本文主要通過在線投遞渠道，借助于問卷明星網站，借助問卷網站，我們通過以下方式發送問卷鏈接：同時與騰訊QQ 和微信進行問卷收集的有效性是分銷服務共247 份問卷。

有效回收率為199 份，準確率高達90.56%。從人口統計資料看，與男性相比，女性選擇網購的比例較高，占68.4%；在年齡層面，在18-25 年和25-35 年間，消費者占總消費量的百分之八十三點五。

在文化程度上，本科及以上學歷用戶超過半數，占86.2%，說明消費者文化程度普遍較高；在專業層面，學生和企業文化程度較高，行業從業人員比例較高，是網購的主要群體，這是比較合適的研究對象。

2.2 收集被調查對象的網上購物現狀

在被調查對象247 人中占百分之三點七的有五個人傾向于線下購物。喜歡“網上購物”的購物方式占比為百分之四十八點五，其中有49 人傾向于網上購物。66 名消費者傾向于網絡購物和線下購物相結合，網絡購物是消費者喜愛的購物方式之一，網絡購物和線下購物相結合的購物方式逐漸成為人們購買的最優先順序。調查結果顯示，一周購物1～2 次左右。約81.51%的比例。每個人每周購物。4 次約10.92%。每周購物5-7 次，約2.52%。至今為止，在電子商務平臺上沒有購物過的消費者比例為5.4%。調查結果顯示調查對象每周會進行1～2 次網絡購物。

經過調查結果顯示“淘寶”網絡購物電子平臺很受廣大消費者的歡迎，約百分之九十三點四的消費者經常使用淘寶平臺去購物，百分之四十點五的消費者會經常選擇使用京東去購物，其中有少部分消費者也會使用“唯品會”“拼多多”上網購物。最常見的還有許多其他電子商務平臺分別是“小紅書”“貝店”“網易考拉”等等。也是有消費者會選擇的購物方式之一。一般來說，最常見的網購平臺被消費者認可的是大多是”淘寶、天貓、京東。

2.3 收集被調查對象受到智能推薦的現狀

經調查顯示，90%的受訪者被使用過電子商務智能推薦系統。6.2%的受訪者尚未被推薦過使用電子商務智能推薦。大多數消費者在網上購物將被推薦使用過電子商務智能推薦的情況。消費者通過電子商務推薦產品的比例約為83.19，約有5.88.88 11%的消費者傾向于購買規模較大的電子商務平臺，每種推薦產品的比例1.88%，8%的消費者購買于平臺的智能推薦。大約是7.8%的消費者不購買電商智能平臺產品。因此，可以先推斷得出結論：消費者正在慢慢的接受電商平臺智能推薦系統的產品。

3 電商平臺智能推薦對消費者購物行為影響分析及存在問題

信度與效度檢驗分析；使用spss22.0 軟件對數據樣本進行信度分析。整個測量表的系數為0.567 至0.789。對于每個測量變量，驗證了km 和Berkeley 球面搜索數據，KMO 和Bartlett Sphere1 的值分別為0.826 和0.0000，均適用于因子分析。使用SPSS。提取特征因子和六個特征因子的軟件D'（aft er data）是用特征因子的累積能量解釋的變量值，為71.3%，要求采樣數據的效率。

正向影響：

電商智能推薦的便捷性就在于他綜合了不同的算法和海量數據信息，彌補了很多傳統信息推薦的不足。比如你的朋友也許并不真正理解你的喜好，各類榜單往往有馬太效應，來來回回就是那幾首耳熟能繭的熱門歌曲，或者是那幾部你侄女都不想再看的電影。

1.電商智能化推薦挖掘了很多長尾信息，比如一些你按銷量或者綜合排序永遠無法挖掘的寶藏商品，一些冷門但總是能莫名觸碰到你的電影、歌曲甚至是文章。

2.電商智能推薦推薦能幫你尋找關聯，是一個持續流動的且不斷自我迭代的世界。比如你剛學完一個知識點A，也許個人層面你不知道知識點A 和知識點B 有莫大的關聯，如果單靠個人搜索，你永遠無法觸達B。但通過個性化推薦，系統記錄了你最近看的文章或者寫的筆記，從知識點A 關聯到知識點B，然后給你推薦知識點B 的文章。這種便捷性在各位讀者刷知乎的時候，應該都被感受到。

3.電商智能推薦推薦創造驚喜。不要輕易的相信智能推薦會是信息的壁壘。恰恰相反，用戶是貪婪的，用戶是需要驚喜的，個性化推薦的一個重要因素在于試錯和出圈。比如一個籃球迷，系統一開始總是推薦NBA 相關的文章或視頻，當然推薦準確率很高。但時間一長，用戶總會厭倦的。如果不在用戶厭倦前有所改變，用戶就會離你而去。所以個性化推薦總是在試圖挖掘驚喜，推薦一些你都沒發現自己會這么喜歡的內容。當然這個過程是需要冒險的，所以推薦引擎會有一個持續迭代的過程。

負面影響：

隨著經濟的發展和信息時代的到來，人們越來越意識到大、舒適、快捷消耗法。雖然它給消費者帶來了舒適，但是仍然有許多問題需要去解決。數據顯示仍有一大部分的的人還沒有接受這個智能推薦系統。說明存在其他的負面影響原因。

1.電子商務系統安全性不高，消費者在搜索，包括推出購買優惠平臺可能導致消費者信息泄露，個人數據信息無法得到有效保護，

2.電商智能推薦不合適，也不被大多數消費者所接受。電子商務平臺主要是電子商務采購的檢索、整理、記錄，消費者的需求和數據源的訪問往往是簡單而帶有偏見的。數據來源單一。

3.電商智能推薦系統不完善，根據消費者的反饋，所提供的產品質量不符合消費者的期望，這有助于降低消費者的信心。消費者在平臺系統遇到指導推薦不精準的情況，

4 廣告中智能推薦太多，從而不能保證產品的質量問題。

4.1 措施與建議

1、本研究為成功地解決了這些問題，并采取了下列對策來加強電子商務平臺的安全：選擇電子商務系統，采用智能系統，提高系統的性能，改進電商平臺的準入的標準。

2、為了提高消費者對智能網上購買建議的接受意向，電子商務平臺指出，消費者必須努力提高對“電商平臺智能推薦”的認識和理解。情緒是影響個人接受的主要因素之一。個人情感影響接受消費者愿意接受的更高的容忍度和保密性。

目前，在人的高度發展和智力的高度發展的背景下，電子商務無法克服消費者的疑慮和感受。這個平臺的服務質量就不會太好，所以想讓用戶使用就要使用戶熟悉這個系統。電子商務為電子商務提供了一個智能化的平臺，使用戶能夠更好地理解推薦系統。促使電子商務平臺服務質量的到有效的提升。

3、在智能推薦系統中增加預期收益，降低預期風險，增加維護系統功能，并不局限于游戲，可以使消費者可以參與線上線下線的供應商的體驗，參與更多的活動。并為消費者提供關于其產品的真實信息，不虛假工作及時為消費者解決問題。真切的從消費者的角度出發。

5 結語

本文件以網上購物電商平臺智能推薦為研究的背景,探討了用戶接受電子商務平臺智能推薦的影響因素。目前，學術界對消費者的心理感受不感興趣，因此他們收到了智能網購請求。研究報告收集和分析了有關電子商務智能推薦的理論文獻。根據用戶提交的問卷調查顯示，經過測試調查對象的接受程度。結果表明，消費者對安全、舒適、便捷購物的追求對智能網購方案的接受程度有積極影響，而對便捷和快捷的追求是最大的心理效應。