毕业论文网
该文是关于分享论文范文，为你的论文写作提供相关论文资料参考。
电商网站用户分享商品信息行为影响因素
摘 要：研究电商网站环境下用户间分享和交流商品信息的情况,从而探究影响用户分享行为的主要因素.在社会认知理论和技术接受模型的基础上,经过文献分析,提取影响因子并收集调查问卷,利用SPSS 20.O和Amos 23.O进行分析并建立结构方程模型,检验各影响因子与分享行为之间的关系.经过数据分析得出环境因素、个人因素、技术因素对用户分享信息行为产生影响,其中技术因素中的感知有用性对用户分享行为产生较大影响.
关键词：电商网站；商品信息；分享行为
中图分类号：F724.6；TP393. 092文献标识码：A doi：10. 3969/j．issn. 1672-2272. 2018. 06. 009
引言
近年来我国电子商务行业发展迅速,随着移动终端和物联网的进步,电子商务在技术方面也不断更新.根据国家统计局数据发布,2017年全年,中国社会消费品零售总额为36.6亿万元,比2016年增长10. 2%.另外IBA发布的《2017全球移动电子商务景观报告》指出,“跨渠道搜索和购买已成为新标准”“有30%的购物者喜欢在网上分享移动购物体验”.
用户信息分享建立在用户社交关系之上,通过不同的传播媒介进行.美国学者拉斯韦尔提出的“5W”模式对人类信息分享的过程进行了描述,这一经典模式也同样可以应用于如今的互联网时代.网络购物的普及让电商网站用户有机会在分享商品的过程中形成网购社交圈,并将商品信息在该社交国内向不同主体传播.
1 相关研究
通过研究关于用户信息分享行为的现有成果发现,目前的研究主要围绕以下3个方面：①探讨分享行为理论方面内容.国外研究人员在分享行为理论方面对用户分享行为进行了定义：Erdelez对信息分享行为的定义是用户向他人分享其发现的对他人有影响的信息.而Rioux认为信息分享行为从社交角度来说是信息获取行为和分享行为相结合的结果,即个人通过将分享过程与他人进行的社交活动.②基于社交网络研究用户信息分享特征和行为.国内学者在这方面做了不同研究：李晓娥发现信息分享行为已成为SNS社交网站主要的功能,社交网络中的信息接收者是二次传播的主体,大大影响着信息的传播.李照以微信朋友圈为例,分析了以微信为代表的信息分享行为模式.鲍丽娟以人人网为例,从媒介层面、内容层面、用户层面3个角度分析了用户信息分享行为的特征.③不同心理因素与用户分享行为的关系方面.国外学者的研究报告《The Phycology of Sharing》发现乐趣、他人认可、使用价值、自我满足等能够影响用户信息分享行为,并且将信息分享者根据其不同属性分成6类.我国学者蒋侃提出电商用户的积极态度,会使用户对其他成员推荐的产品产生信任感,并乐于做出分享行为,产生消费倾向.郭琨将情景特征和分享的内容相结合来研究工具性、思想性、消造型、情感性对分享行为的影响.
上述研究为进一步探索信息分享行为的内在影响因素奠定了基础,但经过分析发现,现有研究还存在以下两点有待进一步研究：①现有研究中缺乏从社会认知理论的角度探索用户信息分享行为.社会认知理论是心理学研究中的重要理论,主要从社会心理学角度探讨人们在认知过程中受到哪些因素的影响.将该理论中提出的影响因素与用户信息分享行为结合的研究很少.②现有的以电商购物网站用户行为为基础的研究中,大部分都集中于消费者购买行为和继续消费意愿等方面,缺乏对于商品信息分享行为的研究.本文将以现有研究为基础,对用户商品信息分享行为的研究从社会认知理论和技术接受模型出发,将网购环境与用户商品信息分享行为结合,探究不同的潜在影响因素对商品信息分享行为的影响,并揭示不同影响因素与商品信息分享行为之间的关系.
2模型构建
社会心理学家Bandura提出的社会认知理论认为人、行为和环境三者之存在三元交互的相互影响关系.本文研究的是电商购物环境中消费者分享商品信息的行为,即存在购物环境、消费者行为和消费者3个方面,与社会认知理论中的3个交互因素符合,因此本文参考社会认知理论的基本框架,将“行为”具体到用户的商品信息分享行为,研究个人因素和环境因素与该行为的关系.技术接受模型是由Dis教授于1989年提出的,该理论以系统设计特征变量为外部变量,作为系统是否被使用的影响因素,并决定了感知易用性和感知有用性.在目前已有的研究中,有学者验证了用户使用一种信息系统的行为由其对该系统的感知易用性和感知有用性来决定.因此,本文根据网购环境和用户表现的显性行为提取出影响用户分享商品信息的第三类因素,即技术因素.
根据上述理论并结合电商环境,本文提出影响电商用户信息分享行为的三类影响因素,即个人因素、环境因素、技术因素.理论模型构建如图1：
┃C:\Users\bookan\Desktop\今日も楽しくてかゎぃぃよ.\920.jpg┃
3 变量测量
结合前人关于用户信息分享的研究并参考相关成熟量表,本文对变量进行了总结归纳,采用5级量表形式,形成了本研究的问卷,如表1.
┃C:\Users\bookan\Desktop\今日も楽しくてかゎぃぃよ.\921.jpg┃
4 数据分析及结果
4.1 问卷前测
问卷前测共发放80份问卷,回收6 9份,占比86. 3%,其中有效问卷6 5份.对回收问卷的调查结果进行整理和分类,对结果进行统计分析,并利用Cronbach值来评判量表的一致性和稳定性.任何测试或量表的信度系数在0. 7～0.9之间,表示测验或量表的内部一致性较高,大于说明测量或量表内容一致性极好.
┃C:\Users\bookan\Desktop\今日も楽しくてかゎぃぃよ.\922.jpg┃
由前测问卷分析可见（表2）,Cronbach -s Alpha值介于0. 728～0.885之间,表示问卷内容的一致性较好.通过进一步精确各提项,使其更符合本文的研究内容,从而形成正式的调查问卷.
4.2数据收集
本研究共发放问卷362份,回收有效问卷313份.其中无效问卷包括各提项答案相同、问卷完成时间过低、提项答案呈规律性变化等.问卷的发放对象为有网购经历且使用过购物网站商品分享功能的群体.样本人口统计见表3.
┃C:\Users\bookan\Desktop\今日も楽しくてかゎぃぃよ.\923.jpg┃
4.3 问卷信度和效度分析
4. 3.1信度分析
信度分析通常使用Cronbach´s Alpha系数来考察,Cronbach´s Alpha值介于O～1之间,越接近1,问卷信度越高.本文的信度检验结果如表4所示,结果显示各提项间有较高的内部一致性.
4.3.2效度分析
量表效度主要反映在KMO值和Bartlett球形检验值两个指标上（表5）.其中,KMO值用于比较题项间简单相关和偏相关系数,当其大于0.9,则非常适合；0. 8～0.9之间,适合；0.7～0.8之间,不太适合；小于0.5,不适合.Bartlett球形检验值用以检验题项间相关系数是否显著,如果显著（即sig.<0.05）则适合做因子分析.
┃C:\Users\bookan\Desktop\今日も楽しくてかゎぃぃよ.\924.jpg┃
本文使用SPSS20.O做因子分析如上表结果显示,KMO值为0.954,Sig.小于0．O01,因此适合进行因子分析,且抽取出的5个因子所有提项的标准化因子载荷均在0.5之上,累计解释方差为66. 49%.所有潜变量的CR值均大于0.7,E均大于0.5,表明问卷具有良好效度.
4.4路径分析与假设检验
4. 4.1 模型适配度分析
将收集的数据利用Amos23进行模型适配,观察相关指标发现“乐趣”对“分享行为”的影响不大,且其对整体适配度指标有一定影响,因此将模型进行一定的调整.表6为调整后的模型以及相关指标数据.
┃C:\Users\bookan\Desktop\今日も楽しくてかゎぃぃよ.\925.jpg┃
4.4.2模型假设检验
表7为采用极大似然法所估计的为标准化回归系数,在模型设定时,将“社交（SI3”“激励机制（EM3”“感知有用(PU1”“互惠(RE1”“利他(EH1”“收益(ER1”“分享行为（SHB1”的未标准化回归系数参数设定为固定参数值1,因此这7个参数不需要进行路径系数显著性检验,其标准误、临界比、显著性P值均为空白.临界比值等于参数估计值与估计值标准误的比值,相当于t检验值,如果此比值绝对值大于1. 96,则参数估计值达到0. 05显著水平,大于2.58,则参数估计值达到0. O1水平.显著性概率值小于0．O01,则P值栏以“…”表示.
┃C:\Users\bookan\Desktop\今日も楽しくてかゎぃぃよ.\926.jpg┃
结构方程模型的分析结果如图2所示,该结果表明,除已经删除的假设H3外,其余假设都得到了实证支持,大部分路径系数均在P<O. 05和P<O. O01的水平上显著.
5研究结论和建议
5.1 电商用户分享商品信息行为的研究结论
本研究中提出的假设中除H3表现不显著以外,其余假设均得到了验证,表明用户分享商品信息这一行为,受到技术因素（感知有用性、感知易用性）、环境因素（激励机制、社交）和个人因素（利他、收益）的影响.
┃C:\Users\bookan\Desktop\今日も楽しくてかゎぃぃよ.\927.jpg┃ 在检验过程中发现“乐趣”这一因素影响不显著,分析具体原因得出,由于电商购物环境中用户对某一商品产生兴趣后并不能确定其分享对象也会对该商品有兴趣,因此用户不一定会将该商品分享给他人,所以“乐趣”并不是促使用户分享商品信息的主要因素之一.
环境因素中提出的两个变量均被证实能够影响用户分享商品信息的行为,主要因为用户处于网购环境中时更加关注自身利益情况,当网站在某方面（如,分享商品）给予一定奖励时,用户会更有动力完成该行为.用户向他人分享商品本来就是一个社交行为,信息分享行为既包含于社交行为中也与社交行为相互促进,因此这两个变量都能够对用户的商品信息分享行为产生影响.另外,技术因素所提出的两个变量在以往的研究中已经被多次证实与用户行为相关,本文将用户行为具体到商品信息分享行为,研究在网购环境中消费者行为是否依然受到这两个变量的影响,根据本文的研究表明,假设是成立的.
5.2 电商网站建立商品信息分享机制的建议
关注电商网站用户分享行为可以为电商购物网站的用户个性化服务提供参考依据,网站可以根据用户的分享喜好有针对性地为用户推荐同类商品或帮助用户进行比价.另外也可以据此建立不同的购物分享社群,使分享倾向具有相似性的用户加入相同社群,使其在社群中能够相互分享商品,改善用户的购物体验和购物效率.
从本文的研究结果来看：①环境因素的两个变量对用户分享商品信息的影响很大,在“激励机制”方面电商平台可以制定完善的用户奖励制度,例如根据用户等级开通不同级别的用户权限,或者根据用户的活跃度来提供相应的奖励制度以激励用户分享商品信息.在“社交”方面,网购平台可以在本平台内建立不同类型的虚拟社交群,根据用户的浏览或购买喜好推荐其加入群,以方便有共同西号的用户相互分享商品信息促进商品销售.②个人因素中的变量除“乐趣”外,“利他”和“收益”都对用户分享行为有较大影响.卖家可以利用消费者的这两种心理,在商品购买或分享的过程中设置奖励,使用户在利益的驱使下分享商品信息或直接购买商品.比如,当用户向他人分享某商品后,可以获得机会.③感知易用性和感知有用性对用户分享商品信息行为的影响说明,网购平台上的操作机制应该尽量简单,以便消费者使用.另外,卖家在商品上架设置上也应该更加偏向于大部分用户的喜好.
本文的研究同样存在不足之处,本文研究是以网购环境为基础的,由于电商之间的竞争和技术的不断革新,使得网购环境愈发复杂,同时用户分享行为也与社交网络密切相关,因此本文所提出的变量只是影响用户商品信息分享行为的一部分.未来的研究可以根据技术推进来关注到新的用户行为影响因素.
参考文献
1 商务部．2017 - 2018年中国百货零售业发展报告[EBjOL].商务部网站2018：[2018-04-20]. http:／／www. gov. cn／xinwen／2018-04 jOl／content_5279027. htm.
2
IBA.2 017全球移动电子商务景观报告[EBjOL].电子商务研究中心2017：[2017-12-05]. http:／／www. lOOec. cn／detail6413639．html．
3 ERDELEZ S,RIOUS K S.Sharing information encounteredfor others on the web[J]. The New Review of InformationBehior Research, 2000 ,1(1): 219-233.
4 RIOUX K S. Sharing information found for others on theWorld Wide Web:A preliminary examination[C]//Proceedings of 63rd Annual Meeting of the American Society for Information Science. Chicago,IL,2000:68-77.
5 李晓娥．SNS社交网站信息分享行为的影响因素[J].媒体时代,2011(4)：18-21．
6李照,微信朋友圈信息分享行为研究[D].南京：南京师范大学,2 015．
7 鲍丽娟,社交网站的信息分享特征研究[D].北京：北京邮电大学,2 013.
8 分享心理学：6种分享用户类型[EBjOL]. http:／／www. chinaz. com／managej2011 j0929 j212339. shtml.
9 蒋侃,徐柳艳,陈铭浩,社交购物网站用户体验对分享和购买行为的影响研究[J].中国管理信息化,2014,17(2)：106-108.
10郭琨,周静,王一棉,等,个人特征、社交网络信息分享态度和分享行为——一项基于人人网的研究[J].现代情报,2014,34(1)：159-166．
11 陈俊,社会认知理论的研究进展[J].社会心理科学,2007(Zl)：59-62.
12 BANDURA A. Social Foundations of Thought and Action:A Social-CognitiveTheory[ M]. Englewood Cliffs, NJ:Prentice-Hall, 1986
13边鹏,技术接受模型研究综述[J].图书馆学研究,2012 (1)：2-6.
14 DIS F D. Perceived usefulness, perceived ease of use,and end user acceptance of information technology[J]. MISQuarterly 1989,13:319-340.
15 李晓方,激励设计与知识共享——百度内容开放平台知识共享制度研究[J].科学学研究,2015,33(2):272-278.
16 龚立群,方洁,虚拟团队中知识提供者的知识共享动机及其激励机制研究[J].图书情报工作,2013,57(12):129-135.
17 HENNIG-THURAU T, GWINNER K P, WALSH G,et al. Electronic; word-of-mouth via consumer-opinion platforms:what motivates consumersto articulate themselves on the Internet?[J]. Journal of Interactive Marketing, 2004,18(1)：38-52.
18 MUNZEL A,KUNZ W H. Creators, multipliers, and lurkers:who contributes and who benefits at online review sites[J]. Journal ofService Management, 2014 ,25 (1):49-74.
19 李亚琴,电商平台用户在线评论动因研究[J].商业经济与管理,2017,1(5):29-41.
20 KANKANHALLI A, TAN B C Y, WEI K K. Contributing knowledge to electronic knowledge repositories:an empirical in vestigation[J]. MIS Quarterly, 2005, 29 (1):113-143.
21 WASKO M, FARAJ S Why should I share? examining so cial capital and knowledge contribution in electronic net
works ofpractice[J]. MIS Quarterly,2005 ,29 (1):35-57.
22 WOLF P, SPATH S,HAEFLIGER S.Participation in in tra-firm communities of practice:a case study from the au tomotive industry[Jl. Journal of Knowledge Management,2011,15(1)；22-39.
23孙红萍,刘向阳,个体知识共享意向的社会资本透视[J].科学学与科学技术管理,2007(1)：111-114.
24杜智涛,网络知识社区中用户“知识化”行为影响因素——基于知识贡献与知识获取两个视角[Jl.图书情报知识,2017(2)：105-119.
25 VENKATESH, V. &DIS,F.D.A theoretical extension of technology acceptance model: four longitudinal field studies[Jl. Management Science, 2000,46(2):186-204.26 王新丽,第三方支付平台自助游用户继续使用意愿研究[D].杭州：浙江大学,2014.
27杨颖,导购分享社群用户信任与网络消费意愿的关系研究[D].武汉：华中师范大学,2014．
28 BAGOZZI P, DHOLAKIA M. Intentional social action in virtual communities[J]. Journal of Interactive Marketings2002,16(2)；2-21.
29 吴明隆,结构方程模型：AMOS的操作与应用[M].重庆：重庆大学出版社,2009.
（责任编辑吴汉）
分享论文范文结:
关于分享方面的论文题目、论文提纲、分享论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。