论文导读:：移动电子商务为消费者拓宽了对商品的选择空间，同时也诱发了信息过载、搜索负担过重等问题。为了缓解信息过载的压力，提升消费者的满意度，个性化推荐服务应运而生。主要以消费者购买决策为研究对象，分析了个性化推荐技术如何影响购买决策，并探析了个性化推荐系统在移动电子商务中的应用策略。
论文关键词：个性化推荐，购买决策，认知，理性行为理论
0引言
随着3G技术以及MEC（Mobile Electronic Commerce，移动电子商务）的发展，商品和消费者需求的多样性成为趋势。如何便捷、有效、低成本地帮助消费者找到最满足其个性化需求的商品，成为亟待解决的问题。个性化推荐系统恰恰能帮助MEC商家实现这一目标。
但有关个性化推荐的研究大多只关注推荐系统本身，很少关注其对购买决策的影响。有鉴于此，本文主要探讨MEC环境下推荐系统如何影响购买决策，它的哪些性质会影响其作用力。进一步地本科毕业论文格式，基于现状的构建个性化推荐系统的一些建议将会被提出。
1消费者购买决策
广义的消费者购买决策是指消费者为了满足某种需求，在一定购买动机的支配下，在可供选择的两个或两个以上的购买方案中，经过分析、评价、选择并且实施最佳的购买方案，以及购后评价的活动过程。[1]
消费者行为学中认知的观点认为，消费者是思维问题的解决者，会主动搜索满足其需求的产品和服务。消费者还是信息的处理者，通过对信息的处理加工形成偏好并最终形成购买意向。认知观点意识到消费者不会试图获取全部相关信息，当他们认为已得到足够支持其决策的信息时，就会停止搜索努力。
消费者的购买决策过程基本上包括需求的认知、信息搜索和评价、购买决策和行动、购买后评价四个过程论文开题报告范例。[2]如图1所示。
2个性化推荐系统对购买决策的影响
网络购物环境使消费者对商家和商品的选择增多，也使得他们更加借助信息搜索和决策辅助工具（如个性化推荐系统）。推荐系统根据用户的兴趣特点和购买行为，向用户推荐用户感兴趣的信息和商品，它能将浏览者转变为购买者，提高交叉销售能力本科毕业论文格式，并提高客户的忠诚度。推荐系统的主要目标在于代替消费者完成繁杂的信息处理任务，使消费者将更多的精力投入到决策中来。可以从决策过程和决策结果两个方面，探讨推荐系统对MEC消费者购买决策的影响。[3]
2.1对决策过程的影响
消费者对于商品的知识的认知是有限的，在其作决策之前常常不能深层次地了解商品。两阶段决策处理可以使决策复杂性降低。消费者先搜寻众多商品以得到商品的详尽信息，并选出最有希望购买的一部分商品。接着针对商品的重要属性进行更深入地比较，最后做出决策。
个性化推荐系统可以通过减少消费者两阶段决策中的决策努力，影响其决策过程。而消费者的决策努力通常用决策时间和产品搜索范围来衡量。推荐系统可以依据消费者的喜好参数迅速提取出最匹配的商品，从而减少总体决策时间。推荐系统还能按消费者偏好程度将商品信息依次排列，从而缩小产品搜索范围。[4]
此外，推荐系统还会影响消费者的功能偏好、商品估价、筛选策略。由于信息不对称，消费者往往事先没有形成稳定的偏好，而是在购买决策发生的同时产生，因此往往受推荐系统所推荐信息的影响。例如，消费者往往会更关注那些旁边标有更高得分或等级的产品。
2.2对决策结果的影响
应用推荐系统能增强消费者的认知能力本科毕业论文格式，使其更倾向主导产品，进而减少产品转换的概率，从而提高决策质量。推荐系统的使用还能减少信息搜索的努力，减少考虑集的信息量，提高其质量，从而提高决策质量。
推荐系统有助于降低消费者产品转换的概率，有助于增加其购买决策的选项，从而增强决策信心。[5]
购买决策目标实现得越多，消费者也越满意。因此可以认为，推荐系统因其对决策目标实现的帮助，影响购买决策的满意度。
根据理性行为理论，消费者的理念和评价影响其态度，进而影响其意愿论文开题报告范例。推荐系统会影响消费者的功能偏好和商品评价，进而影响对某商品的态度本科毕业论文格式，从而影响对该商品的购买意愿，最终影响购买选择。
综上所述，推荐系统对决策结果的影响主要体现在四个方面：提高决策质量；增强决策自信；增强决策的满意度；影响最终购买选择。
3影响推荐系统效用的因素
推荐系统的效用即推荐系统对消费者购买决策过程和决策结果的影响力。推荐系统的因素、消费者的因素以及消费者与推荐系统之间的交互，都会影响推荐系统的效用。
3.1推荐系统的角度
①推荐系统类型的影响
一般来说，推荐技术可从信息过滤角度分成三种，分别是基于内容的推荐、协同过滤推荐以及混合推荐即内容和协同过滤的组合推荐。在购买决策中，混合式推荐更能提升用户的决策自信。
②推荐系统输入的影响
推荐系统需要接收消费者的数据输入并作为推荐的主要数据依据，具体可以分为隐式浏览输入、显式浏览输入、关键词和项目属性输入、客户购买历史四类。消费者更愿意接受显式浏览输入、关键词和项目属性输入等可控方式所推荐的信息。
③推荐系统输出的影响
推荐系统输出的主要形式有建议、预测、评分、评论。输出内容的详细程度、透明度、个性化等，输出形式方面推荐的数量和产品信息的编排都会影响消费者对推荐系统及其推荐信息的信任，并因此影响购买决策。
④推荐系统推理过程的影响
进度显示模块使信息搜索的过程更加直观，反馈时间会影响消费者对推荐系统的使用意向，缩短消费者可感知的等待时间，改善消费者的情绪，促进推荐系统的效用。
⑤其他相关因素的影响
信息来源的可靠性即推荐系统所在网站的可靠性直接影响消费者对推荐系统的评价高低。
3.2消费者的角度
消费者对于所选产品的知识越丰富本科毕业论文格式，则在购买决策过程中进行越少的信息搜索，对推荐系统等决策辅助工具的感知有用性就越小，决策自信也就越小。与此相反，当消费者具备较少的产品知识和经验时，更难相信自己能做出正确的选择，更有可能去寻找他人的建议。
消费者对风险的感知也会影响推荐系统对决策质量和决策努力的影响，即当用户感知风险越大，推荐系统对提高决策质量和减少决策努力的影响力会更明显。
消费者特性对系统效用的影响如图2所示。
   
3.3消费者与推荐系统交互的角度
消费者与推荐系统之间的交互对推荐系统作用效果具备作用力，主要从消费者与推荐系统的相似性、消费者对推荐系统的熟悉度两方面来考虑。
消费者与推荐系统的关系强度（包括熟悉程度、亲密程度、支持度和结交）决定了推荐的效果。用户与推荐系统在各产品属性权重的相似性将带来更好的决策质量，同时减少信息搜索量。
4. 个性化推荐系统应用的不足
对比上述影响因素，我们不难发现当前移动电子商务环境下个性化推荐系统应用中的一些不足。这些不足主要包括：①战略上不够重视，体系结构不完善，大部分的个性化推荐系统都只是一个单一的工具，只能提供一种推荐模型；②功能还不够完善本科毕业论文格式，个性化程度不够高；③易用性不高，信息杂乱无章；④对推荐结果缺乏解释，缺少有效的方法向用户解释产生推荐的原因；⑤网站本身形象不好，影响消费者认知；⑥消费者获取推荐信息的途径单一，推荐结果的形式不够灵活。
5对个性化推荐系统应用的建议
5.1提高对推荐系统的战略认知
推荐系统在MEC领域的应用既能影响消费者的购买决策，又有助于商家实时追踪消费者购买行为和兴趣偏好，挖掘其潜在需求，并以此不断创新产品和营销模式论文开题报告范例。[6]我们建议MEC商家提高对推荐系统的战略认知，重视它的战略意义。
5.2完善个性化推荐功能
个性化是影响认知价值最主要的因素，我们建议MEC商家实时追踪消费者需求的变化，并尽最大努力推荐符合消费者需求的产品，使推荐的产品在功能、外观、价格、售后等方面最大程度地满足消费者的偏好与标准。
5.3加强信息排列的合理性
推荐系统提供信息的排列会影响其作用效果。若消费者能更方便地获取相关信息，则会更加信任推荐系统，也更易受推荐系统影响。我们建议MEC商家对各类推荐信息做合理的编排本科毕业论文格式，便于消费者获取。
5.4增进消费者的熟悉程度
消费者对推荐系统的熟悉程度(包括推荐形式、信息排列、推荐原理等)能影响消费者对推荐系统的信任，并因此间接影响推荐系统的作用效果。我们建议MEC商家增进与消费者的互动，提供个性化推荐服务的有奖体验等，以提升消费者对推荐系统的信任和推荐系统的影响力。
5.5擢升网站自身形象
网站的形象显著影响消费者对推荐系统的认知价值和信任，并间接影响决策影响力。我们建议MEC商家提高自身网站的知名度、声誉度，改善网站的美观性、易用性。
5.6拓展产品推荐的渠道
获取推荐信息的渠道也会影响推荐系统的作用效果。我们建议MEC商家拓宽产品推荐的渠道，如提供邮件定制、短信定制、首页定制、推荐定制等多渠道服务，以方便消费者获取相关信息。
参考文献
[1]王长征.消费行为学[M],武汉:武汉大学出版社,2003,26-27.
[2]李双双,陈毅文,李江予.消费者网上购物决策模型分析.心理科学进展[J],2006,14(2):294-29.
[3]Haubl, G. & Trifts,V. Consumer Decision Making in Online Shopping Environments: The Effects of InteractiveDecision Aids[J]. Marketing Science, 2000,l(19):4-21.
[4]Xiao B. & BenbasatI. E-commerce Product Recommendation Agents: Use, Characteristics, and Impact[J].MIS Quarterly, 2007, 31(1):137.
[5]Vijayasarathy,L. R. & Jones, J. M. Do Internet Shopping Aids Make a Difference? An EmpiricalInvestigation[J]. Electronic Markets, 2001, 1 (11): 75.
[6]张娜.电子商务环境下的个性化信息推荐服务及应用研究[D]. 硕士学位论文,西北工业大学,2006.
|
