基于文本分析的消费者线上重购意愿影响因素研究——以洗护类产品为例
这是一篇关于洗护类产品,重购意愿,在线评论,产品属性,期望确认模型的论文, 主要内容为数字经济时代的到来与新一代信息技术的变革给电商平台发展带来了新机遇,在新冠肺炎疫情期间,线上消费因其具备不受时间地点约束和零接触式购物方式的巨大优势,使得网络消费实现了大规模增长,我国经济增长由负转正。与此同时,各大电商平台的用户数量得到快速增长,消费者的网上购物习惯也得到了进一步强化。特别是洗护类产品在疫情期间受到消费者选用线上消费方式的喜爱,可通过无接触式的购买方式减少人与人,人与物的直接接触,进而降低新冠肺炎病毒的传播,减少患病的风险。但是网购平台用户规模在疫情期间获得增长后,不可避免地出现增长趋缓的现象,如何提升用户的忠诚度,进而增强用户的重购意愿是摆在各电商平台商家面前的一道亟需解决的难题。因此,从平台商家属性和消费者购买后发表的实际体验视角出发探究影响消费者线上重购的因素,进而提出针对性解决措施以增强电商平台自身的可持续性盈利能力。本文选取洗护类产品为研究对象,对京东和淘宝两大平台的在线评论数据进行爬取,经过数据清理分析,对洗护类产品属性进行构建,通过平台在线评论数据进行相关主核心范畴的提取,最终提取到的洗护类产品属性包括味道、功能、质量、价格和外观五个属性维度。同时结合以往文献研究提取出物流服务质量、品牌关系质量和品牌熟悉度,其中物流服务质量有可靠性和时效性两个维度,品牌关系质量包括满意和信任两个维度。结合品牌关系理论和期望确认理论模型构建出影响洗护类产品消费者线上重购意愿的影响因素模型。在模型构建基础上,通过实证分析,验证洗护类产品线上消费者重购意愿的影响因素。本文的研究结论有:在直接效应检验中,产品属性的各个维度对重购意愿具有正向影响,其中洗护类产品的功能、价格及外观的影响水平较高;可靠性和时效性均对重购意愿产生显著正向影响;产品属性与物流服务质量各维度对满意和信任都产生正向显著影响;满意对于重购意愿的正向影响非常小,但信任对于重购意愿的正向影响非常显著。在中介效应检验中,满意与信任在产品属性、物流服务质量与重购意愿的关系中存在中介作用。在调节效应检验中,品牌熟悉度负向调节满意与重购意愿之间的关系,正向调节信任与重购意愿之间的关系。
在线评论一致性对网购意愿的影响——基于解释水平理论
这是一篇关于网购意愿,在线评论,产品属性,解释水平理论的论文, 主要内容为我们正处于大数据蓬勃发展的时代,电子商务的极速发展和不断更新换代,使在线购物在广大消费者的生活中逐渐占据主要地位。目前大量研究显示,消费者在网购过程中的最重要参考指标之一就是在线评论。以往研究关注评论的效价居多(如好评、中评、差评),然而在评论效价一致的情况下,针对评论内容一致性的研究并不多且尚未得到统一的结论。有部分学者指出当商品的在线评论一致性低时,该商品的销量也会随之下降,也有部分研究得到了截然相反的结论。以上分歧出现的原因可能是由于研究者所基于的理论不同,解释的角度不同,引入的调节变量也不同。本研究基于解释水平理论,分别从信息本身的解释水平和消费者之间的解释水平两个角度出发,研究评论一致性对网购意愿的影响。本文主要包括三个研究,实验均采用情景模拟的线上问卷法。其中研究一采用2(评论一致性:高/低)×2(产品属性:垂直/水平)被试间实验设计,考察评论一致性和产品属性对消费者网购意愿的影响。研究二根据解释水平理论,从信息角度出发将评论内容划分为高解释水平评论和低解释水平评论,并采用2(评论一致性:高/低)×2(产品属性:垂直/水平)×2(评论解释水平:高/低)被试间实验设计,考察信息的解释水平高低对主效应的影响。研究三从消费者角度出发分为两个路径来分别探究,其中实验3a针对的是垂直属性的评论中,时间距离和评论一致性对网购意愿的影响;实验3b针对的是水平属性的评论中,社会距离和评论一致性对网购意愿的影响。预研究为后续的研究提供实验材料,三个正式研究为递进关系。结果表明:(1)评论一致性会通过产品属性评论进而影响消费者网购意愿,垂直属性的评论一致性越高,消费者的网购意愿越高;水平属性的评论一致性越高,消费者的网购意愿会越低。(2)解释水平高的垂直属性评论一致性越高,消费者的网购意愿越高;解释水平低的水平属性评论一致性越高,消费者的网购意愿会越高。(3)在垂直属性中,时间距离在评论一致性高的情况下,对网购意愿的影响大于评论一致性低的情况。在水平属性中,社会距离在评论一致性高的情况下,对网购意愿的影响大于评论一致性低的情况。本研究基于解释水平理论来解释评论一致性对网购意愿的影响机制,本文拓宽了解释水平理论应用的范围,也给电商平台和网店商家管理在线评论提供了理论参考。
在线评论一致性对网购意愿的影响——基于解释水平理论
这是一篇关于网购意愿,在线评论,产品属性,解释水平理论的论文, 主要内容为我们正处于大数据蓬勃发展的时代,电子商务的极速发展和不断更新换代,使在线购物在广大消费者的生活中逐渐占据主要地位。目前大量研究显示,消费者在网购过程中的最重要参考指标之一就是在线评论。以往研究关注评论的效价居多(如好评、中评、差评),然而在评论效价一致的情况下,针对评论内容一致性的研究并不多且尚未得到统一的结论。有部分学者指出当商品的在线评论一致性低时,该商品的销量也会随之下降,也有部分研究得到了截然相反的结论。以上分歧出现的原因可能是由于研究者所基于的理论不同,解释的角度不同,引入的调节变量也不同。本研究基于解释水平理论,分别从信息本身的解释水平和消费者之间的解释水平两个角度出发,研究评论一致性对网购意愿的影响。本文主要包括三个研究,实验均采用情景模拟的线上问卷法。其中研究一采用2(评论一致性:高/低)×2(产品属性:垂直/水平)被试间实验设计,考察评论一致性和产品属性对消费者网购意愿的影响。研究二根据解释水平理论,从信息角度出发将评论内容划分为高解释水平评论和低解释水平评论,并采用2(评论一致性:高/低)×2(产品属性:垂直/水平)×2(评论解释水平:高/低)被试间实验设计,考察信息的解释水平高低对主效应的影响。研究三从消费者角度出发分为两个路径来分别探究,其中实验3a针对的是垂直属性的评论中,时间距离和评论一致性对网购意愿的影响;实验3b针对的是水平属性的评论中,社会距离和评论一致性对网购意愿的影响。预研究为后续的研究提供实验材料,三个正式研究为递进关系。结果表明:(1)评论一致性会通过产品属性评论进而影响消费者网购意愿,垂直属性的评论一致性越高,消费者的网购意愿越高;水平属性的评论一致性越高,消费者的网购意愿会越低。(2)解释水平高的垂直属性评论一致性越高,消费者的网购意愿越高;解释水平低的水平属性评论一致性越高,消费者的网购意愿会越高。(3)在垂直属性中,时间距离在评论一致性高的情况下,对网购意愿的影响大于评论一致性低的情况。在水平属性中,社会距离在评论一致性高的情况下,对网购意愿的影响大于评论一致性低的情况。本研究基于解释水平理论来解释评论一致性对网购意愿的影响机制,本文拓宽了解释水平理论应用的范围,也给电商平台和网店商家管理在线评论提供了理论参考。
基于产品关键属性的连衣裙个性化推荐研究
这是一篇关于个性化推荐,产品属性,产品偏好,偏好度,连衣裙的论文, 主要内容为随着电商平台的不断发展壮大,在为用户提供更多产品选择的同时也出现了信息过载问题,用户往往需要花费大量的时间、精力才能找到自己满意的产品。然而,随着生活节奏的加快,消费者越来越注重购物效率。为了提高用户的选购效率,各电商平台纷纷推出个性化推荐功能。个性化推荐服务能有针对性的为用户进行产品推荐,有助于用户快速找到满意的产品,节省选购时间,提升用户的购物体验,提高营销转化率。服装是电商平台重要的商品类目,因此,为用户提供服装的个性化推荐十分重要。产品属性是产品的构成单元,了解消费者对产品属性的偏好有利于有效的进行产品开发和产品的精准推荐。连衣裙是重要的女装产品,本文从连衣裙属性分析出发,通过女性消费者连衣裙偏好的调研和数据分析,建立了一个基于产品关键属性的连衣裙个性化推荐模型,具体构建过程如下:(1)通过文献研究、专家访谈、参考电商平台的连衣裙分类并结合服装专业知识找出连衣裙各属性及属性值,编制调研问卷,进行消费者连衣裙偏好调研;(2)通过问卷调研、描述性统计分析与相关分析,获得消费者体型特征、消费水平、购买连衣裙时对连衣裙各属性的关注情况、连衣裙各属性值偏好情况以及年龄、体型因素与连衣裙各属性偏好的联系;(3)根据消费者购买连衣裙时对连衣裙各属性的关注情况提取连衣裙的关键属性,建立连衣裙即产品模型;(4)根据消费者属性与连衣裙属性偏好的联系,提取连衣裙各款式属性值的偏好度,选取消费者特征属性及属性值,建立消费者即用户模型;(5)邀请服装专家就连衣裙各款式属性的重要性打分,计算各款式属性的权重;(6)建立基于产品关键属性的连衣裙个性化推荐模型。基于所建的连衣裙个性化推荐模型,设计并开发了连衣裙个性化推荐系统。该系统的主要功能是基于服用季节、适穿年龄、购买价位、体型为用户提供连衣裙产品的个性化推荐。服装销售商还可以利用个性化推荐功能判别服装适用的人群,对营销人员进行培训,提高导购效率。为了检验所开发的连衣裙个性化推荐系统的推荐效果,选取50款连衣裙导入连衣裙个性化推荐系统,利用推荐系统为20名实验对象推荐连衣裙,每名实验对象对为其推荐的连衣裙打分。实验结果表明,用户满意度和预测准确度都比较高,推荐系统的推荐效果较好。
基于产品属性的在线评论情感分析
这是一篇关于在线评论,产品属性,情感分析,系统构建的论文, 主要内容为Web2.0时代互联网技术与应用的快速发展,让人们的日常生活与互联网紧密相连,尤其是在电子商务领域,互联网逐渐改变了人们的消费方式,越来越多的人选择在网络上购买商品或服务,网络购物成为消费者购买商品的主要方式。与此同时,消费者购买产品后在网络平台上发表观点来反馈产品的特点以及为后续购买者提供参考意见。这些在线评论是消费者对产品或服务的评价意见,往往表达着消费者对产品的情感倾向。在电商平台上形成的大量评论对商家和消费者具有很重要的实际意义,因此而受到很多研究者的关注。在管理学领域,很多学者通过实证研究指出在线评论对消费者的购买意愿有显著影响。随着文本挖掘技术的发展,对在线评论的内容挖掘成为当前的研究热点。面对大量的非结构化的评论文本数据,传统的统计方法难以进行深入研究。情感分析技术的提出为解决这一问题提供了新的途径。针对商品的在线评论进行情感分析是对消费者关于某一产品或服务发表的评价意见进行观点挖掘,从而发现评论者对该研究对象的褒贬态度和意见。对商品的在线评论进行挖掘,有助于厂商对自己产品的认知和竞争产品的对比分析,同时,也能为消费者的购买决策提供决策依据。本文提出构建基于产品评论的情感分析系统,以实现情感分析技术在产品评论领域的商业价值。笔者首先阐述了该课题的研究背景与研究意义,通过阅读大量文献了解并总结了国内外关于在线评论情感分析的研究现状,并提出本文的研究内容与方法;其次,介绍了情感分析的相关概念及理论基础,总结情感分析的一般流程与主要方法;再次论述构建在线评论情感分析系统的过程,介绍该系统的主要模块;然后,以手机产品为例,解释说明该系统的实现过程与主要功能;最后对本课题的研究进行总结并指出在线评论情感分析研究领域的发展方向。
基于产品关键属性的连衣裙个性化推荐研究
这是一篇关于个性化推荐,产品属性,产品偏好,偏好度,连衣裙的论文, 主要内容为随着电商平台的不断发展壮大,在为用户提供更多产品选择的同时也出现了信息过载问题,用户往往需要花费大量的时间、精力才能找到自己满意的产品。然而,随着生活节奏的加快,消费者越来越注重购物效率。为了提高用户的选购效率,各电商平台纷纷推出个性化推荐功能。个性化推荐服务能有针对性的为用户进行产品推荐,有助于用户快速找到满意的产品,节省选购时间,提升用户的购物体验,提高营销转化率。服装是电商平台重要的商品类目,因此,为用户提供服装的个性化推荐十分重要。产品属性是产品的构成单元,了解消费者对产品属性的偏好有利于有效的进行产品开发和产品的精准推荐。连衣裙是重要的女装产品,本文从连衣裙属性分析出发,通过女性消费者连衣裙偏好的调研和数据分析,建立了一个基于产品关键属性的连衣裙个性化推荐模型,具体构建过程如下:(1)通过文献研究、专家访谈、参考电商平台的连衣裙分类并结合服装专业知识找出连衣裙各属性及属性值,编制调研问卷,进行消费者连衣裙偏好调研;(2)通过问卷调研、描述性统计分析与相关分析,获得消费者体型特征、消费水平、购买连衣裙时对连衣裙各属性的关注情况、连衣裙各属性值偏好情况以及年龄、体型因素与连衣裙各属性偏好的联系;(3)根据消费者购买连衣裙时对连衣裙各属性的关注情况提取连衣裙的关键属性,建立连衣裙即产品模型;(4)根据消费者属性与连衣裙属性偏好的联系,提取连衣裙各款式属性值的偏好度,选取消费者特征属性及属性值,建立消费者即用户模型;(5)邀请服装专家就连衣裙各款式属性的重要性打分,计算各款式属性的权重;(6)建立基于产品关键属性的连衣裙个性化推荐模型。基于所建的连衣裙个性化推荐模型,设计并开发了连衣裙个性化推荐系统。该系统的主要功能是基于服用季节、适穿年龄、购买价位、体型为用户提供连衣裙产品的个性化推荐。服装销售商还可以利用个性化推荐功能判别服装适用的人群,对营销人员进行培训,提高导购效率。为了检验所开发的连衣裙个性化推荐系统的推荐效果,选取50款连衣裙导入连衣裙个性化推荐系统,利用推荐系统为20名实验对象推荐连衣裙,每名实验对象对为其推荐的连衣裙打分。实验结果表明,用户满意度和预测准确度都比较高,推荐系统的推荐效果较好。
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:代码驿站 ,原文地址:https://m.bishedaima.com/lunwen/55837.html