电商平台个性化推荐服务对顾客满意度的影响研究
这是一篇关于个性化推荐服务,心流体验,顾客满意度,隐私关注的论文, 主要内容为互联网技术的日益成熟与发展,加速数字化时代转型,并逐渐渗透到各个领域,其中最明显的特征是网络购物方式转变。个性化推荐服务作为各电商平台的重要营销策略,能够降低顾客的认知搜索努力,精准匹配购物需求,是平台在激烈竞争中取胜的关键。然而目前推荐信息同质化、缺乏新意、推荐信息时间滞后、信息编排无序等问题对顾客产生了新的困扰,引起顾客不满,因此探究电商平台个性化推荐服务对顾客满意度的影响因素刻不容缓。体验经济时代,相比于物质需求的满足,顾客更加注重情感体验,心流体验作为一种积极的主观情感体验,是影响顾客满意度的重要前因变量。因此,购物方式和情景发生转变的背景下,有必要探究心流体验在个性化推荐服务研究中的适用性。故本文从心流体验视角探究电商平台个性化推荐服务对顾客满意度的影响机理。在整理归纳国内外关于个性化推荐服务、顾客满意度、心流体验以及隐私关注的相关文献基础上,提出了各变量间关系假设;明确各变量测量维度,设计调查问卷,以电商平台淘宝用户为样本,通过问卷调查的方式收集数据;使用SPSS22.0、AMOS22.0统计软件对有效问卷数据进行质量检验、描述性统计分析、相关性分析以及回归分析;最终得出以下研究结论:(1)个性化推荐服务对顾客满意度的影响因素可分为推荐信息质量(分为推荐信息相关性、推荐信息时效性、推荐信息新颖性三个维度)和推荐系统质量(分为推荐原因解释、推荐信息编排两个维度);(2)个性化推荐服务通过影响心流体验对顾客满意度产生正向影响;(3)隐私关注在推荐系统质量与心流体验关系间起负向调节效应。本研究梳理了个性化推荐服务的构成维度与研究视角,揭示了电商平台个性化推荐服务对顾客满意度的影响机理,证实了隐私关注在推荐系统质量与心流体验关系中的调节效应,为后续关于个性化推荐与消费者行为之间关系的研究奠定了理论基础。同时,为电商平台优化个性化推荐服务,提升顾客满意度,增强顾客购买意愿和忠诚度等现实营销提供建议。
电商平台用户隐私关注对应对行为的影响研究
这是一篇关于隐私关注,隐私保护意图,应对行为,平台涉入度,用户隐私的论文, 主要内容为大数据与云计算技术的不断发展与广泛应用,使得电商平台能不断挖掘用户需求,但同时网络隐私问题也逐渐凸显。一方面用户在使用电商平台过程中隐私意识逐渐觉醒,但另一方面用户隐私受到威胁时却往往又呈现出“不作为”的现象,探索分析这一现象对减少用户使用电商平台过程中的风险,提升用户体验,引导电商平台规范可持续发展具有重要意义。因此本研究基于保护动机理论及应对行为理论,构建了威胁评估(隐私关注)通过保护动机(隐私保护意图)影响用户应对行为(积极应对行为,表达应对行为与回避应对行为)的理论模型,为了探索不同用户采取不同的应对行为的原因,研究还引入平台涉入度作为隐私保护意图与应对行为关系中的调节变量。本研究以电商平台用户为主要调查对象发放调查问卷,共计回收有效问卷252份,通过SPSS,Amos对本文的理论模型进行验证,并根据实证结果提出相关政策建议。本研究得出的主要结论有:(1)用户的隐私关注正向影响积极应对行为,表达应对行为以及回避应对行为。(2)隐私保护意图在隐私关注与应对行为中起到中介作用。具体而言,隐私保护意图在隐私关注与积极应对行为中起到部分中介作用,而在隐私关注与表达应对中起到完全中介作用,在隐私关注与回避应对行为间起到完全中介作用。(3)涉入度调节了用户的隐私保护意图与应对行为的关系。具体而言,平台涉入度正向调节隐私保护意图与积极应对行为,隐私保护意图与表达应对行为的关系,即高涉入度情况下,用户隐私保护意图越强,越倾向于采取积极应对行为或表达应对行为;而在隐私保护意图与回避应对行为中,平台涉入度起到负向调节作用,即低涉入度情况下,用户隐私保护意图越强,越倾向于采取回避应对行为。
电商情境下用户隐私关注影响因素及其行为意愿研究
这是一篇关于电子商务,隐私关注,感知风险,行为意愿,APCO模型的论文, 主要内容为当前,我国电子商务发展迅速,已成为数字经济不可或缺的组成部分。相较于传统购物方式,电商平台购物下的所有交易记录皆数字化可追踪,电商平台通过获取用户隐私信息来进行商品的个性化推荐,以便满足用户个性化服务的需求,从而促进交易的达成。然而,用户享用个性化服务的同时往往隐私信息在平台获取、使用以及存储的过程中面临着被泄露、滥用、窃取的风险。越来越多的用户对于个人隐私信息安全感到担忧,并有意降低在电商平台的行为活跃度。这一现象制约了电子商务的进一步发展。针对上述问题,本文从电商情境下用户隐私关注的视角出发,研究中涉及到前因变量、隐私关注、感知风险和行为意愿四个问题,研究目的在于探讨四者之间的关系。本文紧扣“电商情境下用户隐私关注及其行为意愿”这一主题,基于文献综述,提出研究假设并构建模型,采取调查问卷的方式收集了388份研究数据。在样本描述性统计、信度以及效度检验的基础上,进行结构模型分析,其中包括主模型检验和中介效应分析,结果表明:在电商情境下,用户层面的隐私素养以及隐私经历均对隐私关注具有显著正向影响,平台层面的平台声誉、隐私政策均对隐私关注具有显著负向影响;隐私关注对行为意愿具有显著负向影响,隐私关注对感知风险具有显著正向影响,感知风险对行为意愿具有显著负向影响;隐私关注在前因变量与行为意愿中发挥中介作用;感知风险在隐私关注和行为意愿中发挥部分中介作用。依据上述研究结果,本文分别从用户自我管理以及平台自律的视角提供了相应的管理建议,为电子商务的健康发展助力。
国内社会化媒体的隐私悖论研究——以两微一抖为例
这是一篇关于隐私悖论,社会化媒体,隐私关注,自我披露的论文, 主要内容为随着移动互联网的发展,社会化媒体逐渐融入到人们的日常生活中,用户经常需要提供个人信息,去获取社会化媒体提供的服务。这意味着用户的信息隐私面临着被社会化媒体或第三方公司非法窃取和非法利用的风险。然而,许多用户一方面担忧个人隐私被泄露,另一方面在社会化媒体中披露大量的个人隐私,这种现象即为“隐私悖论”。本研究聚焦于国内社会化媒体的隐私悖论现象,通过梳理文献发现以往研究更多关注隐私悖论现象的存在性、定义、形成原因和应对策略等宏观问题,忽视了对不同社会化媒体的隐私悖论现象进行比较分析。本研究基于隐私计算理论和传播隐私管理理论,以微信、微博和抖音为研究对象,深入探讨这三种社交媒体中是否存在隐私悖论现象。假若存在隐私悖论现象,那么该现象的影响因素是什么?另外,微信、微博和抖音的隐私悖论现象具有哪些异同点?为了研究这些问题,本研究首先采用半结构化访谈的质性研究方法,与26名喜欢在微信朋友圈、微博和抖音发布个人隐私的用户进行深度访谈,收集他们的隐私悖论行为资料。通过应用扎根理论,对访谈资料进行三级编码,构建出国内社会化媒体的隐私悖论现象的理论模型。随后采用量化研究方法,在借鉴成熟量表的基础上设计问卷量表,开展问卷调查。之后运用SPSS26.0分析问卷数据,逐一验证模型假设是否成立。实证分析结果表明,微信、微博和抖音都存在隐私悖论现象,用户的隐私关注都会正向影响自我披露。这三种社会化媒体的隐私悖论现象的共同点在于隐私关注都会受隐私风险的正向影响,自我披露都会受隐私收益的正向影响。这说明隐私计算理论对微信、微博和抖音的隐私悖论现象成因具有较强的解释力。三者的不同点在于隐私边界、信任度和启发式影响等因素对隐私关注和自我披露的影响程度不同。在微信中,隐私边界正向影响隐私关注,信任度正向影响自我披露和隐私关注。在微博中,隐私边界正向影响自我披露,启发式影响正向影响隐私关注,信任度对隐私关注和自我披露皆无显著影响。在抖音中,隐私边界正向影响自我披露,但是信任度和启发式影响对隐私关注和自我披露皆无显著影响。以上结论对于社会化媒体运营企业和社会化媒体用户都具有启发性。微信原本是一个熟人社交平台,随着人生阶段的演变,微信好友混杂着越来越多的陌生人,因此加强微信的隐私边界设置,弱化陌生人社交功能如“附近”、“摇一摇”,可以减少微信用户遭受骚扰和诈骗的可能性,增强用户对于微信平台和微信好友的信任感。微博是泛娱乐化的简短实时信息分享平台,娱乐化内容过多,平台氛围较差,隐私设置功能不完备。微博企业应该调整微博的娱乐化内容比例,加强社区环境治理,降低广告诈骗风险,增强安全检测技术,从而拓展微博的活跃用户数。抖音是一款音乐创意短视频社交软件,短视频内容碎片化,个性化广告推荐过多,严重侵犯了个人隐私。当抖音的隐私边界程度加深,用户可以屏蔽更多熟人时,他们拥有了更加自由、独立的个人空间,因此自我披露行为会加强。抖音可以继续完善隐私边界设置,取消推荐给可能认识的人的功能,大幅度减少个性化广告营销,大力培养更多的优质博主。
网络求职情境下高校毕业生隐私关注影响因素研究
这是一篇关于网络招聘,隐私关注,高校毕业生,影响因素的论文, 主要内容为网络招聘拥有高效灵活、更新速度快、时间短、成本低、信息丰富以及利用率高的特点,在近年来逐渐成为主流招聘渠道之一。尤其是新冠肺炎疫情之后,网络招聘成为促进高校毕业生就业的重要渠道,我国人力资源与社会保障办公厅在通知中强调支持和鼓励各高校、用人单位以及人力资源服务机构纷纷搭建网络求职通道保障高校毕业生择业就业需求。用户提供的个人信息和个人简历信息是招聘平台数据积累的重要来源,然而简历信息被批量售卖和肆意下载的负面新闻频繁爆出,引发了人们对网络求职渠道使用和保护个人信息安全的担忧。因此探究网络求职过程中哪些因素影响高校毕业生对个人信息使用的担忧,缓解高校毕业生在线求职的压力是十分重要的。本文首先设计网络求职情境下高校毕业生隐私关注的访谈提纲选取具有网络求职经历的高校毕业生进行访谈,利用质性研究编码的方式对访谈数据进行分析提取出高校毕业生隐私关注的影响因素。其次本文结合APCO模型、隐私计算理论和控制代理理论与访谈资料提出研究假设并构建高校毕业生隐私关注影响因素模型。最后面向具有网络求职经历的高校毕业生开展问卷调查收集样本数据,利用结构方程模型对构建的模型和研究假设进行验证,分析结果并得出结论。本文主要研究发现如下:(1)通过对高校毕业生访谈资料的数据分析归纳提取出9个因素,分别是隐私倾向、隐私侵犯经历、自我效能、信任、感知风险、隐私设置有效性、声誉、隐私政策有效性及法律法规。其中个体差异因素包括隐私倾向、隐私侵犯经历、自我效能;个体感知因素包括信任、感知风险;平台因素包括隐私设置有效性、声誉;环境因素包括隐私政策有效性、法律法规。(2)通过问卷调查研究发现个体因素中隐私倾向、隐私侵犯经历和感知风险对隐私关注有显著的正向影响,信任对隐私关注有显著的负向影响;平台因素中网站的声誉对隐私关注有显著负向影响;环境因素中招聘网站隐私政策的有效性、法律法规对隐私关注有显著的负向影响。其中隐私倾向对隐私关注的影响程度最强,其次是隐私侵犯经历和感知风险对隐私关注的影响程度较强,声誉和信任对隐私关注的影响程度较弱,招聘网站隐私政策的有效性和法律法规对隐私关注的影响程度最弱。自我效能和隐私设置的有效性对隐私关注的作用程度不显著。(3)本文从高校毕业生、网络招聘网站和政府立法三个层面给出了管理建议。用户层面,高校毕业生填写简历时简化个人信息部分,投递简历时开启隐私保护功能,日常生活中学习隐私保护的方法。平台层面,网络招聘网站增加用户资料防下载功能和行为信息记录删除功能增强用户对信息的控制,同时建立信息共享平台形成内部监督,提高用户对招聘网站的信任。环境层面,政府部门不断完善网络招聘行业的法律法规框架,规范网络招聘行业的发展。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：代码客栈 ，原文地址：https://m.bishedaima.com/lunwen/55811.html
