一、电子商务环境下MIS模型研究(论文文献综述)
杨华[1](2021)在《基于消费者视角的互联网保险接受机制研究》文中研究指明随着国家“互联网+”和“数字化转型”战略的实施带动,互联网保险作为对传统保险的商业模式创新,实现了高速增长。在互联网技术及保险科技的赋能下,已逐渐成为未来保险业发展的一个重要趋势。互联网保险相较于传统保险,具有效率性、便利性、经济性、交互性及创新性的优势。特别是全球新冠疫情爆发以来,互联网保险的各方参与主体都深刻认识到发展互联网保险势在必行,保险机构均在积极加速推进互联网保险的布局与发展。但从历年互联网保险保费数据来看我国互联网保险呈现出波浪式发展态势,互联网保险渗透率最高仍未突破10%,消费者对互联网保险的接受程度还有待提升。在“以消费者为中心”的发展思路下,需要更深入地去了解消费者对于互联网保险的需求、偏好和感受,通过对消费者互联网保险接受的研究,进一步推动我国互联网保险向纵深发展,这已成为当下我国互联网保险发展面临的一个现实课题。因此,为了促进互联网保险能够更好地被消费者接受,更好地服务于消费者,本研究围绕“消费者怎么能更好的接受互联网保险”这一基本问题进行研究,力图去揭示此中作用机制的“黑盒”。具体而言,本研究将逐步探讨以下几个研究问题:(1)消费者对互联网保险接受的影响因素有哪些?在互联网保险情境下,除了原有的技术接受模型中的影响因素外,是否还存在新的未知因素影响消费者对于互联网保险的接受?(2)是否存在新的中介变量,对消费者互联网保险接受的使用行为存在影响?(3)影响消费者对互联网保险接受的这些因素相互之间是怎样的逻辑关系?如何构建形成消费者互联网保险接受模型?内在作用机制是怎样的?为了解决以上研究问题,本文在对互联网保险和技术接受理论等已有文献研究的基础上,提出本研究的主要内容:(1)通过扎根理论的质性研究方法对互联网保险接受进行探索性研究,提炼消费者互联网保险接受中的关键因素,初步形成消费者互联网保险接受的理论框架。(2)探讨关键因素定义及相互之间影响关系,在UTAUT模型基础上,构建消费者互联网保险接受理论模型,并提出研究假设。(3)针对研究变量明确测量方法,开发调查问卷,展开大规模调研,收集数据进行分析。(4)实证检验互联网保险各关键因素之间的影响作用,验证了感知风险、行为意图的中介作用,以及感知风险和行为意图在信任与使用行为之间的链式中介作用,进而揭示了消费者互联网保险接受的作用机制。(5)根据上述理论及实证研究结果,提出了提升消费者体验,关键业务科技赋能;关注消费者需求,价值主张持续创新;以消费者为中心,客户关系优化提升;保护消费者权益,监管体系不断完善等方面的研究启示。经过以上研究工作,本文的主要发现及结论:(1)消费者互联网保险接受的关键因素之间的影响作用:绩效期望、社会影响、消费者创新性、信任均显着正向影响消费者互联网保险接受的行为意图,努力期望对消费者互联网保险接受的行为意图的影响不显着。促成因素、信任和行为意图都显着正向影响消费者互联网保险接受的使用行为。信任负向影响感知风险,感知风险负向影响互联网保险接受的行为意图和使用行为。(2)感知风险在信任和使用行为之间起到中介作用,行为意图在信任和使用行为之间起到中介作用。(3)感知风险和行为意图在信任和使用行为之间起到链式中介作用。本文的创新性主要体现在以下方面:(1)基于互联网保险研究情境,拓展了UTAUT模型在消费者视角下的技术接受研究,分析和揭示了互联网保险接受机制的关键组成因素,构建了消费者互联网保险接受理论模型,从理论上厘清了消费者互联网保险接受机制的“黑盒”。(2)消费者互联网保险接受模型影响因素分析中,通过扎根理论研究,发现并引入互联网保险情境下新的影响因素:消费者创新性、信任和感知风险,拓展了UTAUT模型的影响因素。(3)消费者互联网保险接受模型中,引入感知风险作为新的中介,通过实证检验了其在信任和使用行为之间发挥中介作用,拓展了UTAUT模型的中介作用关系。(4)提出并验证了消费者互联网保险接受模型中的链式中介作用,探讨了感知风险、行为意图在信任和使用行为之间的链式中介关系,进一步对UTAUT模型做了有益拓展。
曹越[2](2021)在《移动O2O情境下用户信息搜寻行为研究》文中研究指明数字经济背景下,数据驱动的新技术与新模式不断涌现,信息已成为社会发展进程中不可或缺的基础性和战略性资源。随着移动互联网与手机等智能终端的全面普及,各类移动应用给人们的生活方式带来了颠覆性变革,人们获取信息的主要渠道开始由PC端向移动端迁移,因此移动情境下的用户信息行为成为当前的热点研究领域。与此同时,移动互联网与线下实体经济的联系日益紧密,线上线下融合趋势明显,本地生活O2O服务成为继电子商务之后新一个万亿级市场,移动O2O开始全面融入人们的日常生活,并拓展到教育、医疗、养老、城市管理、社区服务等诸多领域,大大加速了全社会的整体数字化进程。作为一种基于移动网络和线上线下交互的新型商业模式,移动O2O能够充分发挥手机的便携性、位置的可追踪性、高互动性等优势,渗透到居民生活的每个角落,随时随地为用户提供个性化、场景化的优质服务。技术进步带来了信息资源的爆炸性增长和信息异质性、复杂性的激增,然而个体的认知容量和信息处理能力却是有限的,二者之间的矛盾导致当代网络用户面临着严重的信息超载问题以及巨大的信息搜寻压力,因此如何提高信息搜寻效果、改善信息搜寻体验成为学术界和产业界共同关注的焦点问题。与传统的基于PC端的网络信息搜寻相比,移动O2O情境下的信息搜寻场景和内容更加复杂,且在用户的需求动机、搜寻渠道、方式与策略等方面均存在显着性差异,表现出独特的行为特征与内在逻辑,可见有必要对其展开针对性研究。然而,对于这种融入了线下场景的移动O2O情境下的用户信息搜寻行为,目前学者们尚未给予足够的的关注和重视,相关理论成果有待补充。故而,本研究以移动O2O情境为切入点,将用户线上与线下的信息搜寻行为有机融合,在综合运用多种研究方法与研究理论的基础上,针对移动O2O情境下的用户信息搜寻行为的整体理论模型及行为的“动机—过程—结果”展开系统性研究,以揭示移动O2O情境下用户信息搜寻行为的特征与规律,探寻其影响因素及相应的作用机制,从而针对性地提出移动O2O情境下用户信息搜寻行为的引导和优化策略,为移动O2O平台和商家改进信息服务及推荐系统、构建“以用户为中心”的信息服务体系提供参考与借鉴。本研究主要开展了以下几方面的工作:(1)在全面梳理信息搜寻经典理论、模型与现有研究成果的基础之上,基于扎根理论与深度访谈法对移动O2O情境下用户信息搜寻行为的过程、内在机理与影响因素进行了探索性研究,从全局视角出发,构建了移动O2O情境下用户信息搜寻行为的理论模型。该模型描述了移动O2O情境下用户从产生信息需求到结束信息搜寻行为的全过程及行为机理,包括信息需求认知、信息搜寻渠道选择、信息搜寻策略选择、信息筛选与评价和信息搜寻结果五个阶段;并总结归纳了会对该过程产生影响的各方面因素,包括个体特征、信息素养、感知成本、感知风险和情感因素等主观影响因素,以及情境因素、技术因素、社群影响、任务特征和产品特征等客观影响因素。新模型能够较好地体现移动O2O情境下用户信息搜寻行为的特征与规律,拓展了信息搜寻研究情境,是对用户信息行为研究的有益补充,也为后续定量研究的开展提供了理论支撑。(2)从搜寻动机角度出发,采用结构方程模型方法对移动O2O情境下用户信息搜寻行为的驱动因素进行了实证研究,从而挖掘用户行为的内在心理动机、外生影响因素以及相应的影响机制。在对移动O2O情境下用户信息搜寻行为的特征进行总结分析的基础之上,以“动机、机会、能力”(MOA)模型和技术接受与使用统一理论(UTAUT)作为参考,引入信息需求、感知成本、感知风险、情感因素等新变量,构建移动O2O情境下用户信息搜寻行为驱动因素模型,然后通过问卷调查采集数据,借助SPSS 21.0,Smart PLS 3.0等软件进行数据分析与模型检验。实证研究结果表明:绩效期望、信息需求、努力期望、情感因素和社会影响对移动O2O情境下用户信息搜寻意向的正向影响显着,而感知风险则对其有显着负向影响;搜寻意向、便利条件和搜寻能力三个变量之间存在交互关系,只有在三者兼备的条件下,信息搜寻行为才会发生。(3)从搜寻过程角度出发,通过用户实验方法探索了个体特征与任务特征对移动O2O情境下用户信息搜寻行为过程的影响。采用半受控形式的用户实验方法,在尽量还原真实移动O2O情境的前提下,邀请了48位被试者完成4个模拟情境下的信息搜寻任务,并通过屏幕录制软件(录屏大师APP)辅以出声思考法采集信息搜寻行为数据。然后以个体特征和任务特征作为自变量、信息搜寻行为指标作为因变量采集相应数据进行量化分析,考察在不同任务情境下、具有不同个体特征的用户如何选择信息搜寻的渠道、方式和策略,探索相应的行为规律。其中个体特征通过大五人格特征量表(NEO-FFI)进行测度,包括神经质、外向性、开放性、宜人性与尽责性五个维度,任务特征则通过复杂性和紧迫性两个维度进行分类。研究结果有助于移动O2O平台与服务提供商针对不同任务情境和用户群体改进搜索系统和交互界面、优化信息资源提供方式,实现更加精准高效的信息推荐以及更具个性化的信息服务。(4)从搜寻结果角度出发,基于信息增益理论和支持向量机(SVM)算法对移动O2O情境下用户信息搜寻满意度的关键影响因素进行了识别。在文献回顾与用户访谈的基础上,对移动O2O情境下用户信息搜寻满意度的影响因素进行整理和归纳,最终提取出涵盖用户、信息、技术、环境与渠道五个维度的一共57个影响因素,以此为依据设计调查问卷并收集数据,得到313个有效样本。然后运用信息增益理论对各个影响因素与用户信息搜寻满意度之间的关联程度进行量化分析,借助SQL软件计算各因素的信息增益值并进行排序,由此识别出移动O2O情境下用户信息搜寻满意度的16个关键影响因素(包括便捷性、信息有用性、个性化需求满足、位置相关性、经济性、需求认知能力、产品/服务差异性、信息筛选能力、信息时效性、信息技术能力、周边环境、商家服务态度、渠道信任度、界面友好性、可操作性和信息形式)。在此基础上利用SVM算法构建移动O2O情境下用户信息搜寻满意度预测模型,数据检验结果显示,该模型在测试集中的分类精确度达到了86.79%,说明模型具有较高的预测能力,由此也验证了通过信息增益理论识别出的关键影响因素的合理性和有效性。(5)在前述研究的基础上,重点从移动O2O平台和实体商家角度出发,兼顾用户、政府和行业监管方等多个视角,分别提出了移动O2O情境下用户信息搜寻行为的引导策略和优化策略,以期为促进移动O2O情境下用户信息搜寻行为、提升移动O2O情境下用户信息搜寻效果提供一些切实可行的建议和参考。
闫振斌[3](2021)在《电商环境下视觉元素对销售的影响研究 ——以图片和虚拟现实为例》文中研究说明互联网、数字技术的迅猛发展催生了一系列电子商务平台。2019年,我国网上零售交易额已突破十万亿人民币大关,平台经济在GDP中扮演越来越重要的角色。电子商务环境中,商家展示有关商品详情的各种内容为消费者的信息收集、产品评估及购买决策提供参考。根据页面展示信息的格式,可划分为文本元素和视觉元素。其中,文本元素为页面存在的文字信息,包括商品价格、折扣率、用户评论、商家回复等。视觉元素为页面所展示的图像信息,包括图片、视频以及虚拟现实等。以往文献主要探究文本元素对商家销售及用户行为的影响,较少针对各种视觉元素进行深入、大规模的实证研究。然而,人类在感知和认识事物时,视觉信息扮演着重要的所用。视觉感知理论指出,人们只能记住文本信息的10%、声音信息的20%,却能理解图像信息的30%。本文针对两种页面视觉元素——“图片”和“虚拟现实”开展案例研究,以电子商务平台作为研究环境,收集海量真实数据,运用计量经济学模型探究图片和虚拟现实在销售中的作用,揭示内在理论机制,为平台运营方、商家、消费者的管理实践提供建议。具体而言,电商平台中的商家在设计店铺页面时需要设置一张代表图,称为主图片。商家主图片是页面最重要的视觉元素之一,通常作为唯一的图像信息展示在用户的搜索结果中,影响用户的决策过程。然而,图片可表述的信息非常灵活,不同商家可以展示不同类型主图片。常见的图片类型有品牌、产品或者环境。现有文献虽已有针对电商平台中图片的研究,但大多数仅简单地把页面所有图片视为一个整体,探究这些图片是否会对用户或者商家造成影响。目前仍然不清楚商家展示不同类型主图片是否会使销售产生差异。如果展示不同类型主图片在销售方面确有差异,究竟哪些方面与这种差异有关,比如图片内容、图片构型或二者兼有之。本文第一个案例研究关注图片在销售中的作用。该案例以团购电商平台“美团点评”为背景,运用“对数-线性”随机效应模型、钱柏林工具、选择偏误校正等方法,研究品牌、产品和环境类型主图片对销售的影响及背后机制。另外,随着计算机视觉技术的发展,虚拟现实可为用户提供一个由计算机生成的虚拟环境,支持用户以远程方式浏览信息并进行实时交互。受限于昂贵的附属设备,现有文献主要对虚拟现实在医疗、电力、航天等少数领域进行探究,且相关工作多采用实验方式来研究头戴式虚拟现实对用户行为的影响。鲜有针对由普通屏幕呈现的非沉浸式虚拟现实应用做深入实证研究。2018年,国内知名的在线房地产平台——贝壳网引入虚拟现实看房功能,成为电商行业内率先应用虚拟现实技术进行页面信息展示的平台。本文第二个案例研究关注虚拟现实在销售中的作用。该案例以房地产电商平台为背景,收集房屋属性、销售时间及页面访问等数据,采用生存模型、倾向性匹配、赫克曼控制函数等方法,研究虚拟现实对房屋销售的作用,展示其在消费者决策过程中的作用,探究消费者的先前使用经验对虚拟现实的影响。最后,本文将虚拟现实与图片联合起来进行研究,展示这两种视觉元素在销售中的关系。针对图片的案例研究结果表明,展示品牌类型主图片的商家其销售业绩优于展示产品或环境类型主图片的商家。而展示产品类型主图片和展示环境类型主图片的商家在销售方面的差异并不明显。销售方面的区别与图片构型、内容均有关。其中,图片内容为图像所突出的物体和元素,代表图片传递信息的效应;图片构型为图像所展示物体的排布,代表图片美学方面的效应。本研究发现,背景比例、亮度对比度、凸性、对称度和环绕度等五种构型特征,其聚合效应与不同类型主图片在销售方面的差异有关。对于具有较高品牌知名度的连锁店商家,展示品牌信息比展示产品或者环境作为图片内容可给商家带来更多销售。对于较低知名度的非连锁商家,展示何种内容在销售方面的差异并不显着。图片内容和构型对于销售具有异质性。图片内容对于新商家和较低知名度商家的销售影响更大,而图片构型对于新、老商家,较低、较高知名度商家的销售都有显着影响。针对虚拟现实的案例研究结果表明,虚拟现实总体上可加速房屋销售过程。但当虚拟现实功能刚上线时,消费者没有先前使用经验,此时虚拟现实则会在短期延长销售过程。随着时间推移,消费者逐渐熟悉虚拟现实功能,该技术对销售的加速效应逐渐显现,并在一段时间后达到稳定。另外,消费者在信息收集时,“虚拟现实徽章”可增加房屋详情页的访问量,帮助消费者从海量房源中快速找到最有前景的房屋。消费者在对备选方案评估时,支持虚拟现实的房屋关注量更高。此外,研究结果表明,虚拟现实可提升消费者从页面访问到关注之间的转化率。这意味着虚拟现实提供的房屋信息可帮助消费者识别房屋质量。最后,虚拟现实与图片在销售过程中呈替代效果。对于同时支持虚拟现实和图片两种视觉元素的房屋,售房者可减少图片数量以加速销售过程。本文首先拓展了电商环境中图片对销售影响方面的文献,从图片内容和构型的角度解释了不同类型图片使销售产生差异的原因,展示了图片内容和构型在销售中的异质性。其次,本文还揭示了虚拟现实在房屋销售过程中以及消费者决策过程中的作用机制,展示了用户使用经验对虚拟现实的影响,阐释了图片与虚拟现实之间的关系。本研究成果为平台和商家更好地使用图片和虚拟现实这两种视觉元素进行页面展示提供了管理建议。
祝琳琳[4](2020)在《在线评论信息质量感知研究》文中指出互联网时代随着信息技术的飞速发展,电子商务交易模式及线上服务已风靡全球,在电商交易过程中,用户依赖网络口碑进行购物决策已成为常态。然而,随着用户生成内容的不断增多,在线评论作为用户生成内容的形式之一,其数量也在不断增长,信息超载的问题逐渐显现,大量涌现的在线评论会导致用户信息搜寻成本变高,消费者的决策效率更低,因此从大量评论中及时准确地发现有价值的信息变得愈加困难。由于用户的个体特征差异和任务特征差异,用户的认知水平和信息处理模式很难达成一致,在线评论信息质量感知具有极强的主观性,因此从大量评论中再进一步寻找高质量并且能够符合用户感知需求的评论信息也成为了更大的挑战。本研究以电子商务购物网站的在线评论为研究对象,以在线评论信息质量感知为研究核心,主要拟解决以下几个问题:1.从信息处理视角出发,构建了在线评论信息质量感知机理模型;2.应用信息丰富度理论,检验了信息丰富度、情感极性和产品类型三个影响因素在不同水平下,每个影响因素对在线评论信息质量感知的不同影响方向;3.基于耶鲁态度改变模型和线索利用理论,从评论信息的媒介、评论信息的内容、评论信息的来源方面,结合评论信息的接收者,构建了在线评论信息质量感知评价指标体系。4.利用自然语言处理等相关技术深入剖析在线评论的语义内容和情感强度并对评价指标进行量化,实现了对真实评论信息质量的评价与分析;5.基于S-O-R框架,揭示了由信息层面的在线评论信息质量感知到用户行为层面的购买意愿的路径关系。围绕上述问题,本文首先研究了在线评论信息质量感知机理,进而分析了在线评论信息质量感知的影响因素,然后构建了在线评论信息质量感知评价指标体系、对相关网站的真实在线评论数据进行了实际评价应用分析,最后揭示了由在线评论信息质量转向购买意愿的内部实现路径。本文综合运用了信息丰富度理论、耶鲁态度改变模型、线索利用理论和刺激-机体-反应框架,结合多因素方差分析、层次聚类分析、主成分分析、模糊综合评价和偏最小二成方法统计分析方法,以及关键词抽取、依存句法分析和情感分析的自然语言处理技术对在线评论信息质量感知进行研究,具体内容如下:第1章阐述了在线评论信息质量感知研究选题的研究背景与研究意义,而后系统梳理了国内外研究现状并进行述评,确定了本文的研究内容、研究方法、研究技术路线和研究创新点。第2章首先界定了在线评论和信息质量的相关概念,然后介绍了本文研究涉及到的相关的理论和模型、统计分析方法和自然处理技术。第3章对在线评论信息质量感知的概念和关键特征进行了分析,将在线评论信息质量感知的要素分为主体要素、客体要素平台要素和环境要素。从信息处理视角出发,分析了在线评论信息获取、信息认知处理、信息质量评价、内部态度形成和外部行为反应五个阶段,分析了影响信息认知处理的情境因素包括信息接收者人口特征和任务特征,并厘清了各个阶段之间的路径关系,进而构建了在线评论信息质量感知机理模型,本章研究为全文奠定了坚实的理论基础,是全文的核心理论研究框架。第4章围绕信息丰富度理论,结合情感极性和产品类型,利用实验与问卷调研相结合的研究方法,设计系统原型模拟用户阅读评论过程。主要采用多因素方差分析检验了三因素不同水平下,信息丰富度、情感极性和产品类型对在线评论信息质量感知的影响关系。研究结果表明,在不同的信息丰富度下,不同情感极性对信息质量感知具有不同的影响。信息丰富度高的情况下,负面评论的信息质量感知高,而在信息丰富度为中的情况下,正面评论的信息质量感知较高。在不同的信息丰富度下,不同产品类型对信息质量感知具有不同的影响。信息丰富度高的情况下,体验型产品的在线评论信息质量感知较高,而在信息丰富度低的情况下,搜索型产品的在线评论信息质量感知较高。不同产品类型的正负情感极性对信息质量感知具有不同的影响。当产品为体验型产品时,负面评论的信息质量感知较高,而当产品为搜索型产品时,正面评论的信息质量感知较高。第5章基于耶鲁态度改变模型,结合线索利用理论,分别从评论信息的媒介、评论信息的内容、评论信息的来源方面,并结合评论信息的接收者中的用户人口特征和产品涉入度,构建了在线评论信息质量感知评价指标体系。评价指标分别为:①评论信息的媒介:文字长度、图片数量和视频长度;②评论信息的内容:在线评论文本因素、在线评论数量因素和在线评论补充因素。其中在线评论文本因素包括内部线索描述数量、外部线索描述数量、商家描述数量、物流描述数量、内部线索描述情感强度、外部线索描述情感强度、商家描述情感强度、物流描述情感强度、文本总体情感强度和文本可读性;在线评论数量因素有评分星级、点赞数和一致性;在线评论补充因素有卖家回复数量;③评论信息的来源:评论撰写者等级。利用层次聚类分析对调查用户进行了分类,然后分别确定了高、低涉入度组被调查者对在线评论信息质量感知评价指标的不同权重结果。第6章应用在线评论信息质量感知评价指标体系,对某品牌体验型产品运动鞋在京东和苏宁易购上的产品评论质量进行了评价。首先通过Python获取评论数据,然后分别对评价指标进行量化处理,其中与文本相关的评价指标需要通过自然语言处理技术进行量化。然后利用量化数据对两个平台的评论质量进行模糊综合评价分析。研究结果表明,在高涉入度组和低涉入度组两组评价指标权重下,京东评论的信息质量感知均高于苏宁易购;当对产品涉入度高时,选择查看京东的评论更能获得高质量的评论信息,但是总的来看,高涉入度用户较难从现有平台中获取符合感知需求的高质量评论信息。第7章基于S-O-R框架,将评论的信息质量感知和社会临场感视为刺激因素(S),信任和满意度为机体因素(O),购买意愿为反应因素(R),同时选择在线评论文本的正面和负面情感极性作为调节变量,通过实验和问卷调查相结合的方式收集研究数据,并利用SmartPLS软件的偏最小二成方法验证假设关系。研究结果表明,信息质量感知和社会临场感都对信任和满意度产生积极影响;在线评论的满意度会影响购买意愿;文本情感极性的调节作用存在,正面评论的信息质量感知对信任、满意度和购买意愿具有更显着的影响。第8章在在线评论质量感知机理分析、在线评论信息质量感知影响因素分析、在线评论信息质量感知评价研究、在线评论信息质量感知评价评价应用研究、信息质量感知对购买意愿影响分析的研究结果的基础之上,依照在线评论“信息生成—信息管理—信息行为”的过程,分别从激励高质量在线评论信息生成、有效展开在线评论信息管理、促进由在线评论信息向购买行为转化的角度为在线评论平台管理者提出在线评论管理的提升策略。第9章主要总结了研究结论,提出了研究局限性与未来研究的展望。本文的研究工作在理论层面上完善和丰富了在线评论信息质量感知评价理论体系、为信息质量的感知研究提供新的研究视角、为在线评论质量感知管理提供理论基础和科学依据。在实践层面上,为商家提供了评价在线评论信息质量的有效指导、有助于推动个性化高质量在线评论推荐服务、为开展口碑营销提供了从评论信息质量层面分析的实践思路。
许一明[5](2020)在《社会化问答社区用户生成内容声誉特征研究》文中研究说明由于大量的用户生成内容(user-generated content,UGC)所带来的信息超载,现在社区内的内容流行度往往是由用户通过投票机制来决定的,尤其是在社会化问答社区中,如美国的Quora.com和中国的知乎。这些问答网站通过根据投票数量对答案进行排序,实现了有效的信息过滤。这些投票反映了群体对质量的评价,影响着读者的注意力分配。对社会化问答社区用户UGC声誉特征进行研究研究,是深入分析社会化问答社区UGC声誉特征形成机理、提前识别高声誉UGC信息的基础,有助于增强社区和政府在舆情演化中的主动地位,改善网络信息生态环境治理水平。本文的主要研究目标在于解决以下几个问题:(1)社会化问答社区中UGC声誉特征的来源、内涵、形成机理、影响作用以及分析方法;(2)社会化问答社区中UGC声誉特征的影响因素,及这些影响因素与声誉特征之间的关系;(3)利用社会化问答社区UGC可观测的相关变量来对其声誉特征进行预测;(4)发掘不同话题不同声誉区间UGC,尤其是异常声誉UGC的相关特征;(5)基于社会化问答社区中UGC声誉特征的相关研究,提出有针对性的管理策略与实践建议。围绕上述问题,本研究以社会化问答社区中UGC的声誉特征为研究对象,通过理论分析、实证研究与数据挖掘的方法,从UGC声誉特征的形成机理入手,构建了UGC声誉特征研究模型和UGC声誉特征预测模型,发掘不同话题不同声誉区间UGC的相关特点,分别分析了基于信息质量和信源可信度对社会化问答社区UGC声誉特征,以及出现异常声誉特征的UGC,然后提出了相应的管理策略。本文的主要研究工作有以下五个方面:第一,对社会化问答社区UGC声誉的进行理论研究。首先介绍了社会化问答社区UGC声誉特征的来源与内涵,及分析、分类方法。然后使用扎根理论方法,结合信息接受模型,探索性地研究了社会化问答社区UGC声誉形成的影响因素。最后结合了SOR理论,对社会化问答社区UGC声誉特征的形成机理进行研究。接着引出了UGC声誉特征的影响作用,从UGC声誉特征对活跃用户、“潜水者”、社会化问答社区、互联网环境的影响,构建社会化问答社区UGC声誉特征形成机理模型和社会化问答社区UGC声誉特征影响作用模型。第二,基于信息接受模型构建社会化问答社区UGC声誉特征影响因素模型,提出社会化问答社区UGC文本特征、非文本特征和信源可信度作为UGC声誉特征的影响因素,并受到信息涉入度的调节作用的研究思想,进而以知乎社区中健康、时尚、娱乐三个话题共190990条回答数据为例进行实证研究,研究结果表明:(1)对于所有话题来说,文本质量越好的回答声誉越高,文本特征、非文本特征均与信源可信度均对声誉特征的大小存在正向影响,但是这种影响对于娱乐话题下的回答来说非常小;(2)对在大数情况下(包括总体情况和健康、时尚话题情况),信源可信度越高的回答声誉特征越不容易为零,但是娱乐话题是个例外;(3)话题涉入度各因素对于声誉特征的影响中不存在调节作用;(4)在社会化问答社区UGC声誉特征中,存在着“结构零”的现象,信源可信度在声誉特征的“结构零”部分与离散分布部分起到的影响存在一定的差异。第三,通过文献调研,从社会化问答社区回答信息的相关属性构建影响回答信息质量和信源可信度的指标属性。其中信息质量包括文本特征和非文本特征两个方面,文本特征包括回答长度、情感极性、关键词密度和问答长度比4个指标,非文本特征包括回答及时性、反馈及时性、回答评论数、回答者互动性、引用外部链接数量和图片数量6个指标。信源可信度的指标则包括回答者获赞数、回答者被收藏数、回答者最佳回答数量、回答者个人认证情况、回答者官方认证情况、回答者粉丝数、回答者关注数、回答者回答数量、回答者文章数量、回答者专业度共10个。然后提出了信息质量文本特征、非文本特征和信源可信度三个变量相关指标的获取和量化方法。构建了社会化问答社区UGC声誉预测模型。将信息质量文本特征、非文本特征和信源可信度三个变量对信息声誉特征的影响系数作为权重,通过信息质量和信源可信度对UGC声誉特征进行预测。该模型的预测包含两个方面:一是预测已有声誉回答可能获得的声誉特征;二是预测回答零声誉回答的零声誉状态是否会一直持续。第四,选取了知乎社区内的回答数据来进行实例验证,在验证了模型的预测效果后,本章又探究了不同声誉区间内UGC信息质量、信源可信度的分布,并对样本中的声誉特征异常的UGC进行了分析。(1)文本特征的主要影响维度是文本长度和问答长度比;对于非文本特征维度来说,反馈及时性的影响权重相对不高;回答者通过发布UGC所获得的奖励情况远比回答者发布的UGC数量更能影响回答者的可信度,回答者文章数也比回答者回答数的影响更大;(2)不同话题中词汇的属性存在着较大差别。健康话题中高声誉和极高声誉区间回答的高频特征词中情感词的比例和相对位置都更小,而时尚和娱乐话题中的主观词汇更接近中心;(3)在社会化问答社区中,UGC的信源可信度决定了该回答声誉特征的下限,却无法决定其上限。合理的表层语言特征与非文本特征是回答获得极高声誉的必要条件;(4)回答者的认证情况仅能够提升当前回答信息的声誉特征,但是无法提升话题内所有回答的整体声誉特征。第五,从用户、社会化问答社区管理和政府网络信息治理三个层面出发,提出相应的管理策略。在用户层面,在指引用户发布或与他人协作产生更高质量、更具影响力的UGC的同时,倡导用户的规范声誉赋予行为并提出了具体建议;在社会化问答社区管理层面,为社区鼓励优质UGC和优质用户的实践措施中提出了可行策略,同时又为社区中UGC的排序机制优化提供了参考;在政府信息治理层面,帮助政府“激浊扬清”,让优质的意见领袖和UGC更早、更广、更深地发挥他们在互联网信息治理中的作用,而让有可能具有一定影响力的谣言、垃圾信息等在其造成严重后果之前得到应有的处理。本文的研究工作从理论层面对用户生成内容研究的理论体系做出了丰富与完善,对用户生成内容信息特征的理论框架进行了拓展与深化,为社会化问答社区用户生成内容排名优化提供科学方法和理论依据;在实践层面,通过分析与研究社会化问答社区UGC声誉特征的相关规律,为筛选和识别高声誉用户生成内容提供了系统的实践方法,有助于加强社会化问答社区用户贡献知识的涌现,也有利于推动社会化问答社区的良性发展。
洪紫映[6](2020)在《互联网医疗环境下医患信任及其动态演化研究》文中指出【目的】互联网医疗的出现为医疗服务的发展提供了全新的模式,有利于提升医疗服务的效率、优化医疗资源的配置。然而当前我国医患关系紧张,医疗纠纷和冲突事件频发。这种医患间不信任的情况已经成为一个严重的社会问题,同时也阻碍了互联网医疗的进一步发展,提升互联网环境下的医患信任有着重要的意义。当前针对医患信任的研究仍然集中在传统线下模式,很少与互联网医疗情境进行结合。同时考虑到信任的发展是一个不间断的动态过程,不同的阶段的医患信任也有所区别。本研究以互联网医疗为研究背景,结合互联网医疗使用的全流程,旨在探究不同阶段医患信任的前因和结果及其演化过程,助力互联网医疗的持续发展以及促进良好医患关系的建设。【方法】本文将信任的发展按患者对互联网医疗的使用分为三个阶段,在文献分析的基础上,结合理性行为理论、期望确认理论、信任转移理论和信号理论的相关研究,分别构建了互联网医疗环境下的患者初始信任模型、患者持续信任模型以及线上至线下的信任转移模型。用问卷调查和网页数据抓取的方式获取数据,结合结构方程模型和计量分析方法对模型进行验证。【结果】(1)互联网医疗环境下患者的初始信任。结果表明:患者初始信任模型对初始信任有46.2%的解释力度。患者个人信任倾向(β=0.121,p<0.01)、平台可信度(β=0.382,p<0.001)均对患者初始信任有显着正向影响,其中平台可信度的作用效果较大。感知风险对患者初始信任有显着负向影响(β=-0.153,p<0.01),对患者行为意向的作用不显着(β=-0.134,p>0.05)。感知收益对患者初始信任(β=0.518,p<0.001)和行为意向(β=0.203,p<0.05)均有显着正向影响。患者初始信任对患者行为意向有显着正向影响(β=0.331,p<0.01)。(2)互联网医疗环境下患者的持续信任。结果表明:患者持续信任模型对持续信任有48.9%的解释力度。患者满意度对患者持续信任有显着正向影响(β=0.237,p<0.01),患者持续信任对其持续使用意向有显着正向影响(β=0.328,p<0.001)。感知电子健康机构患者保护机制的有效性正向调节患者满意度与患者持续信任间的关系(β=0.131,p<0.05),其对患者持续信任与持续使用意向间的关系的调节效应不显着(β=-0.124,p>0.05)。自我健康效能负向调节患者持续信任与持续使用意向间的关系(β=-0.153,p<0.01)。(3)互联网医疗环境下患者线上至线下的信任转移。结果表明:患者线上信任(β=0.626,p<0.001),医生在线声誉(β=0.128,p<0.001)都对患者线下信任有显着正向影响,其中线上信任的影响作用较大。患者群体趋同对患者线下信任的影响不显着(β=-0.025,p>0.05),医生自我呈现对患者线下信任的正向影响作用没有得到证实(β=-0.106,p<0.001)。患者群体趋同(β=0.185,p<0.001),医生自我呈现(β=0.047,p<0.001)和医生在线声誉(β=0.128,p<0.001)均对患者线上信任有显着正向影响,其中患者群体趋同的影响作用最大。医生在线声誉正向调节患者线上信任和线下信任间的关系(β=0.014,p<0.05)。【结论】信任的发展变化具有动态性,医患信任在互联网医疗使用的不同阶段呈现出不同的特点。初始阶段的信任受患者的个人信任倾向以及多方面的感知因素影响;持续信任阶段患者已经有了使用经验,主要受到满意度的影响;而线上至线下转移阶段则受到患方和医方两方面因素的共同作用。同样,不同阶段的患者信任也会产生不同的信任结果,初始阶段会影响患者使用互联网医疗服务的意向;持续阶段会影响患者持续使用互联网医疗服务的意向;信任转移阶段的意向还有待进一步探究,可能对患者线下就医的意向产生影响。互联网医疗服务商不仅应该关注患者的信任问题,更应该了解患者在不同使用阶段的特点,结合这些有效特征提升患者在不同阶段的信任,既可以营造和谐的医患关系,也可以有针对性地推动互联网医疗服务的发展。【创新与不足】本文在三个方面有如下创新点:(1)对互联网医疗情境下的医患信任进行探究,构建了三个阶段的信任模型。互联网环境存在较高的风险和不确定性,我国互联网医疗服务已经发展多年尚未取得突破性进展,医患信任在这种情况下更对互联网医疗的成功有重要影响。虽然医患信任在互联网医疗服务中扮演重要角色,目前国内外对医患信任的研究仍然集中在线下,线上情境的研究较少且集中在对信息和网站信任的研究。本研究从患者使用互联网医疗的不同阶段出发,构建了三个阶段的医患信任模型,探讨了互联网医疗环境下医患信任可能的影响因素和作用机制,拓展了医患信任的研究领域。(2)对信任的演化进行了探究,分别构建了患者持续信任和信任转移模型。患者信任是一个随时间和空间不断发展演化的动态过程,目前从实证角度分析动态过程的研究还相对较少。本研究构建了患者的持续信任模型,从时间演化的层面对患者信任从初始阶段发展到持续阶段进行了探究,分析了这两个阶段医患信任的不同影响因素。同时从空间演化层面构建了患者信任从线上到线下的转移模型,分析了线上信任对线下信任的作用机制。持续信任和信任转移的探索都是对当前信任演化研究的补充。(3)分析了从线上到线下环境的信任转移,构建了患者线上至线下的信任转移模型。信任转移在电子商务领域已经得到了很高的重视,然而对信任转移的研究集中在线下至线上、线上至移动环境的分析,很少有研究将视角放在线上至线下的信任转移。由于互联网医疗无法提供首诊等客观条件的约束,患者最终还是要进行线下就诊,这也为研究线上到线下的信任转移提供了现实情境。本研究构建了患者线上至线下的信任转移模型,分析了线上至线下信任转移的可能,同时探究了在线声誉对信任转移的调节作用。本研究主要有以下不足:(1)本研究在各阶段对信任的分析主要基于横截面数据,对信任转移的研究也仅收集了两个时期的数据进行验证。这种分阶段的研究在数据方面的连续性不足,可以在后续进行纵向的数据收集对研究进行深化。(2)本研究的主题是医患信任,考虑到目前医方是医患信任的被动一方,医生对患者的信任会受到患者信任的重要影响,本文主要结合患方使用医疗服务的不同阶段,从患者的视角对医患信任进行探究,后续研究中可以进一步探讨医生在这种信任关系中可以发挥的作用。
秦芳[7](2019)在《电子商务直播对在线购买意愿的影响 ——基于社会技术理论的实证研究》文中进行了进一步梳理随着线上零售行业竞争的日益激烈和消费者对线上购物体验需求的不断增加,现有营销模式难以持续有效吸引消费者,越来越多的电子商务网站和卖家尝试通过引入新的营销模式适应不断变化的商业环境。众多营销模式中,电子商务直播通过整合电子商务的消费属性和直播的用户快速获取能力而迅速成为当前主流的商业化营销模式。虽然电子商务直播不断得到实践推广,但其对线上消费行为的驱动作用仍缺乏理论支撑和实证支持,理解电子商务直播对线上购买行为的影响效果和作用机制,能够为电子商务网站和卖家充分发挥直播的营销价值,并以此提高市场竞争力提供参考和建议,对拓展直播的商业化营销模式研究范围提供理论依据。本研究以电子商务直播为研究对象,探讨电子商务直播对消费者在线购买意愿的影响及作用机制,并考虑消费者、卖家和直播平台形成的三方交互体系,基于社会技术理论,分别从技术和社会角度出发,深入分析了电子商务直播技术特征和服务质量对在线购买意愿的影响机制。本研究通过网页数据抓取、情景实验设计和问卷调查等方法获取数据并进行实证研究,具体研究内容和创新如下:首先,基于解释水平理论,探讨电子商务直播对消费者在线购买意愿的影响效果和作用机制。结果发现,电子商务直播通过降低消费者心理距离和不确定性感知提高在线购买意愿;产品类型对电子商务直播和感知不确定性的关系起到调节作用,即电子商务直播降低感知不确定性的作用对体验型产品来说比搜索型产品更强。本阶段研究从整体层面对电子商务直播的营销有效性进行了实证探索,丰富和拓展了在线营销领域的研究成果。其次,考虑消费者与电子商务直播平台的交互过程,根据“刺激-机体-反应”理论,构建电子商务直播技术特征与在线购买意愿之间的关系模型。结果发现,电子商务直播的互动实时性、感知临近性和感知真实性能够通过提高社会支持提高在线购买意愿。本阶段研究从技术角度揭示了电子商务直播技术特征对线上消费意愿的作用机制,对影响线上消费行为的技术特征成功要素进行补充,为电商属性和直播技术的资源有效配置提供了新思路。最后,针对消费者与电子商务直播卖家的交互过程,基于社会交换理论,进一步探讨了电子商务直播服务质量对在线购买意愿的影响。结果发现,电子商务直播的信息质量和互动质量能够促进快速关系的建立,进而提升在线购买意愿。本阶段研究从社会因素角度构建并延伸了服务质量评价体系,将快速关系引入电子商务直播背景,为电子商务直播营销模式的服务个性化策略提供了依据。
王飞[8](2019)在《电商平台数字化商务战略与价值创造:复杂性视角的研究》文中提出数字化商务战略是企业利用数字化技术制定与执行的组织战略。在大数据、云计算和深度学习等一系列以数字化为特征的新兴信息技术(IT)推动下,数字化商务战略为电商平台进行价值创造提供了巨大的战略机遇。然而,数字化技术的独特属性也为战略价值创造带来新的挑战。对内,电商平台数字化商务战略在内容上同时涉及技术设计、平台治理与商务创新等多个维度,且不同维度之间协同放大效应和冲突抵消效应交织叠加在一起。对外,平台间激烈竞争对抗造成多维组合的战略价值要视竞争平台的响应情况而定。同时,数字化商务战略价值创造不再只是某个时点战略的多维组合,还要依赖时间维度上的战略演化。因此,如何同时管理数字化商务战略内部多维融合、外部竞争互动和时间轴动态演化成为价值创造亟待解决的问题。数字化商务战略研究是信息系统领域信息系统(IS)战略发展而来的新兴研究议题。通过文献梳理发现:(1)目前IS战略匹配研究仅关注IT要素与商务要素间线性匹配关系对企业绩效影响,数字化商务战略研究进一步考虑了动荡环境在其中的作用,但两者均未关注到外部竞争互动情景下技术设计、平台治理与商务创新等战略选择组合对绩效的影响;(2)尽管IS战略与数字化商务战略都强调战略演化的重要性,但战略如何演化仍是一个“黑箱”,缺乏理论视角打开黑箱捕获与识别数字化商务战略演化的动态性,因此在解释数字化商务战略动态演化对绩效的作用存在一定的局限性;(3)现有IT价值研究主要从商务战略的角度解决市场定位、信息不对称、资源与能力、感知与响应外部环境四个方面问题,较少探索数字化技术独特属性所引发价值创造问题,因此无法揭示数字化商务战略价值创造的新规律。针对以上研究缺口,本文以技术所引发数字化商务战略三个特征为出发点,以复杂性为研究视角构建数字化商务战略多层级结构,界定不同层级所产生的复杂性,进而设计三个不同研究内容探讨如何有效管理组合复杂性、竞争复杂性和演化复杂性进行价值创造。具体来说,数字化商务战略在时间轴上解构为一系列数字化竞争行动,而数字化竞争行动进一步在内容上分解为不同战略选择,自下而上呈现出多维选择组合成为一项对外竞争交互的数字化竞争行动、时间维度上一系列行动变换其内部选择组合构成了数字化商务战略,从而全面一体化呈现数字化商务战略的对内多维融合、对外竞争互动和时间轴动态演化。针对数字化商务战略不同层级要素交互所引发的战略复杂性,本文进一步设置三个研究内容进行实证分析探索价值创造。研究内容一以一项数字化竞争行动为研究对象,关注行动配置战略选择的组合复杂性与“行动-响应”的竞争复杂性,探讨不同竞争交互情景中战略选择的正确组合模式。研究内容二以一系列数字化竞争行动为研究对象,关注战略演化复杂性,探讨不同行动动态调整内部选择组合所产生的演化模式。研究内容三基于研究内容一和内容二进一步探讨不同竞争交互情景组合模式与演化模式对平台绩效的影响,以明确组合复杂性、竞争复杂性与演化复杂性对价值创造的作用,挖掘通过管理数字化商务战略复杂性创造价值的规律。本文选择中国在线旅游行业电商平台为研究样本,收集九家代表性电商平台2008年-2014年期间的797个数字化竞争行动数据进行实证研究。首先,采用基于模糊集的定性比较分析方法识别高行动绩效的选择组合模式,并应用交互网络模式定量分析不同选择的影响力;接着,利用基于基因序列分析原理开发的序列匹配分析方法测量不同时间不同平台的战略演化速率以及与竞争平台战略的差异率,并采用面板分析方法验证平台个体特征和行业环境对战略演化的影响;最后,结合多种计量分析方法实证分析战略选择组合模式与战略演化模式对平台绩效的影响。主要得出以下三个方面的研究结论:第一,发现了不同竞争交互情景下正确数字化商务战略选择组合模式,即在高竞争响应中以平台技术重构为核心选择、低竞争响应中以平台技术整合或伙伴合作为核心选择,并同时配备相应平台产品与平台服务选择。同时,进一步发现平台技术“多面手”与高影响力的作用特征。第二,发现了数字化商务战略动态演化是通过不同数字化竞争行动调整其内部选择组合实现的,其演化规律表现为战略演化速率和与竞争平台战略差异率随平台年龄增长而加快,而随着行业互联网用户渗透率增长而减缓。这一结论揭示了电商平台企业数字化商务战略是一个受平台自身特征与行业环境特征影响而持续演变、不断优化的复杂动态过程,而非静态不变的概念。第三,发现了复杂性视角下数字化商务战略价值创造是以数字化竞争行动为载体,通过扩大正确战略选择组合数量的同时提升战略演化对内一致性与对外差异性实现的。这一结论呈现了电商平台如何通过有效管理数字化商务战略组合复杂性、竞争复杂性和演化复杂性进行价值创造的规律。本研究的创新点主要体现在以下四个方面:第一,构建数字化商务战略的多层级结构,界定战略选择、数字化竞争行动和数字化商务战略三个层级的复杂性,完整且有体系地将复杂性概念引入数字化商务战略研究,具有一定的理论创新,响应了信息系统领域对复杂性研究的呼吁,并为后续数字化商务战略复杂性研究提供理论基础。第二,通过分析不同竞争交互情景下的数字化竞争行动,识别出配置平台技术、平台伙伴治理与商务创新等多维战略选择的正确组合模式,发现平台技术在其中“多面手”与高影响力的非线性作用特征,突破了现有IS战略匹配研究的线性研究范式,丰富了对IT作用的认知,为数字化动态竞争情景下平台企业组合战略选择构建有效数字化竞争行动提供全新的依据。第三,基于生物遗传学演化复杂逻辑阐述数字化商务战略动态演化过程,打开了战略演化的“黑箱”,在IS领域战略研究议题上首次运用序列匹配分析方法有效追踪演化动态性,通过实证发现战略演化同时受平台企业个体特征和行业环境特征影响,有效揭示了战略动态演化规律,从而在理论视角和研究方法同时推进了数字化商务战略演化研究。第四,实证发现数字化商务战略组合复杂性、竞争复杂性与演化复杂性对战略价值创造的作用特性,从复杂性研究视角揭示数字化商务战略的价值创造规律。该视角以数字化技术独特属性为出发点、以数字化竞争行动为价值创造载体、以调控战略选择间交互作用和管理战略演化为利益产生机制,为现有以共谋、治理、能力和柔性视角为主的IT价值研究提供新的研究思路。
杨卉[9](2018)在《用户信息安全行为与意愿影响因素研究 ——基于文化维度视角》文中指出信息技术的发展给人们的日常生活带来了极大影响。各种信息软件的开发与利用使人们的行为方式产生深刻的变革。然而信息技术的普及使用户信息安全面临着更多威胁,层出不穷的新设备、新技术的使用亦为用户信息安全的保护带来了更多挑战,如设备损坏、个人信息泄露、账户被盗等多种安全问题。这都严重影响用户的日常生活。用户信息安全问题涉及多方主体,其保护工作也需要多元共治。目前,保护用户信息安全的主要外部手段为使用信息安全技术,且相关技术日益成熟;而用户作为信息行为的主体,是信息安全问题产生的主要内因。现阶段,用户在使用信息技术的过程中涉及的行为种类纷繁复杂,因用户信息安全意识薄弱、操作不当等人为因素所造成的信息安全问题日益增多。现有技术条件下,对个人用户信息行为的研究能够较为准确地识别由用户人为因素造成的信息安全问题及其深层诱因,进而降低信息安全风险。因此,研究用户信息行为对保护信息安全至关重要。文化是影响社会成员行为的主要原因之一,用户在产生信息行为时表现出的差异受其文化背景的深刻影响。Hofstede文化维度理论从价值观角度出发,将文化划分为6个维度,为研究用户的行为差异、了解用户行为意愿并建立有效的信息安全保障体系提供了行之有效的思路与线索。目前国内针对文化与信息安全行为的研究主要停留在理论层面,缺乏实证研究。因此,本文通过实证研究,分析了用户在不同文化背景下表现出的行为差异与文化维度对用户信息行为意愿的影响,并提出改善信息安全行为的相关建议。本文主要包括6部分。引言部分主要阐述了本文的研究背景和意义、国内外相关研究现状、研究思路与研究方法。第一章为基本概念和理论基础。主要阐述了用户信息安全行为和文化维度的相关概念,对研究中涉及的基础理论进行阐述,为后续分析不同群体的信息安全行为和构建文化维度视角的用户信息行为意愿模型提供理论基础。第二章主要从文化维度视角对企业员工信息安全行为进行分析。首先,对员工信息行为进行分类;其次,运用问卷调查法对员工文化背景和信息行为相关数据进行收集,进而分析员工在不同文化背景下的行为特点。第三章主要从文化维度视角下对大学生信息安全行为进行分析。首先,对大学生信息行为进行分类;其次,运用问卷调查法对大学生文化背景和信息行为相关数据进行收集,并对文化维度造成的大学生信息行为差异进行分析。第四章中主要对文化维度和用户信息行为意愿间的关系进行实证研究。结合现有文献和研究结论,构建了文化维度-用户信息行为意愿影响因素概念模型,并通过问卷调查和结构方程模型对该模型的假设进行了验证。第五章主要在不同文化背景下企业员工和大学生群体的信息行为进行比较,并从文化维度视角下提出了如何改善用户信息行为的相关建议。第六章为本文的总结。包括研究结论、研究启示、研究局限和展望。本文的研究得出了以下结论:(1)个人主义与集体主义维度和自身放纵与自身约束维度显着影响企业员工信息安全行为;(2)不确定性规避维度和自身放纵与自身约束维度显着影响大学生信息安全行为;(3)用户信息行为意愿受多种因素影响,权力距离和不确定性规避对用户信息行为意愿有调节效应,包括:用户信息行为态度对用户信息行为意愿产生显着影响;用户的自我效能显着影响用户信息行为意愿;用户的主观规范显着影响用户信息行为意愿;用户的信息行为习惯对用户产生信息行为的意愿有显着影响;权力距离对用户信息行为意愿没有显着影响,但能够正向调节用户行为态度和用户行为意愿之间的关系,并且正向调节主观规范和信息行为意愿间的关系;不确定性规避对用户信息行为意愿没有直接影响,对自我效能和信息行为意愿间的关系起负向调节作用,对用户信息行为态度和行为意愿间的关系没有调节作用;
董雪艳[10](2018)在《技术可供性与用户关系对社会化商务购买意向影响研究》文中提出信息技术的应用和发展使得电子商务变得更加社会化,社交媒体(如Facebook、Twitter、微信等)以及移动端的普及为社会化商务的发展聚集了大量潜在用户,也为社会化商务提供了巨大的发展空间和平台,使得社会化商务作为一种新兴的商业模式正推动经济新发展。据"Social Commerce Strategy and Outlook"研究报告显示,全球社会化商务的营业收入一直在稳步增长,这一数值在2020年有望达到800亿美元。社会化商务正在引领新的消费模式,创造新的经济价值,对社会化商务的探讨和研究吸引了实践界和学术界的广泛关注,对社会化商务展开研究具有重要意义。现有关于社会化商务的研究还处于初级阶段,主要集中于对其概念及影响因素等方面的探讨,研究中主要考虑电子商务研究的影响因素及研究模型,研究成果比较零散,没有形成完整的、系统的研究体系。对社会化商务本身特征因素的考虑还不够丰富和完善,也缺乏对社会化商务具体行为机理的揭示,这在一定程度上限制了对社会化商务的理论发展,也制约了对该领域前瞻性问题的探索,需要研究者进一步的研究与讨论。本研究在充分考虑社会化商务特性的基础上,从社会化商务发展的技术特征和用户关系层面入手,基于技术可供性和社会资本理论与关系理论视角,将设计科学研究范式与行为科学研究范式相结合,从多角度探索影响用户社会化购买行为的过程因素,以及各因素之间的潜在关系,进而构建了用户社会化购买行为的理论模型,从而揭示用户社会化商务购买行为的内在机理,试图在理论和实践价值方面做出贡献。首先,本研究在现有文献的基础上,界定了社会化商务的概念,明确了研究边界,归纳了社会化商务的特征和运营模式,阐述了社会化商务的主体和价值创造过程。通过理论分析,确定了以可供性、社会资本和关系理论为主要分析基础,分析了影响社会化商务发展的关键影响因素,为深入研究社会化商务购买行为过程及构建理论模型奠定了理论基础。其次,本研究在可供性理论的基础上,拓展了该理论的适用边界,发展了社会化商务技术可供性构念,并对其进行了概念界定。然后依据质性研究的程序,在考虑社会化商务实践发展的基础上,采用访谈与文献分析相结合的研究设计,提炼出了社会化商务技术可供性构念的六个维度:可视性、表达性、提醒关注性、购物导向性、社会化连结性和交易性。本研究在对该构念的深入剖析后发现:缺乏对技术可供性构念的有效测量工具是当前鲜有研究对技术可供性展开实证探讨的主要原因。因此,本研究依据严格的量表开发程序对社会化商务技术可供性构念及其维度进行了量表开发,采用质性与量化研究相结合的方法,经过条目生成、条目修订、条目评估以及条目确定等步骤,最后依据信度和效度分析结果,确立了26个测量题项,为本研究后续展开实证探讨提供了测量工具。最后,本研究着重运用问卷调查和实证研究方法进行了社会化商务情境中用户购买行为的探讨。考虑到技术与关系是社会化商务运行开展的两个重要因素,同时,技术又为社会化商务的发展提供了先导支撑条件。因此,以技术效应对社会化商务购买行为的影响为研究主线,本研究构建了影响用户社会化购买行为的多维度理论模型。基于技术可供性理论,本研究首先探究了技术可供性对社会化购买的影响机理,以及满意度和忠诚度对社会化购买的影响机理,构建满意度和忠诚度在技术可供性与社会化购买意向之间的中介作用模型;然后在现有研究对技术使用与用户关系创建的探索基础上,构建了技术可供性对社会化商务情境中买卖双方关系形成的理论模型,并考虑了交互性的中介影响,以及感知制度有效性的调节效应影响;最后基于S-O-R框架,从技术和关系的集成视角出发,构建了技术可供性与关系结构通过信息诊断性与信息意外发现性对用户社会化购买行为影响的理论模型。通过三轮大规模数据收集,本研究运用SPSS18.0,以及采取结构方程模型中的偏最小二乘方法,运用SmartPLS3.0软件对模型进行了实证检验。研究结果揭示了用户社会化购买行为的过程机理,分析表明:(1)发展的社会化商务技术可供性构念、识别出的子维度、开发的测量量表具有良好的信度和效度,能够作为社会化商务购买行为的解释变量;(2)技术可供性显着地正向影响社会化购买意向;(3)满意度与忠诚度在技术可供性对社会化购买意向之间发挥了部分中介作用;(4)技术可供性能够通过交互性影响买卖双方的关系形成;(5)感知制度有效性在交互性对买卖双方强关系的形成中发挥了调节作用;(6)技术可供性与强弱关系能够通过信息诊断性与信息意外发现性影响用户的社会化购买意向。本研究对于从理论上全面地理解社会化商务的内涵和特性,深入地探究影响社会化购买行为的影响因素,以及各因素之间的影响关系具有一定的推进意义,为后续研究者探究社会化商务购买行为提供了一个完整的理论框架。研究结果将有助于揭开用户参与社会化购买行为的“黑箱”,丰富和完善技术可供性理论、关系理论、社会资本理论以及社会化商务领域的相关研究,也为实践者更好地参与社会化商务活动提供了策略和建议。
二、电子商务环境下MIS模型研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、电子商务环境下MIS模型研究(论文提纲范文)
(1)基于消费者视角的互联网保险接受机制研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 导论 |
1.1 研究背景及问题 |
1.1.1 研究背景 |
1.1.2 研究问题 |
1.2 研究目的及意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 研究设计 |
1.3.1 研究思路 |
1.3.2 研究方法 |
1.3.3 研究内容 |
1.3.4 技术路线 |
1.3.5 论文框架 |
1.4 研究创新点 |
1.5 本章小结 |
第二章 相关理论与研究综述 |
2.1 互联网保险 |
2.1.1 互联网保险内涵 |
2.1.2 保险科技研究 |
2.1.3 互联网保险研究 |
2.2 技术接受理论 |
2.2.1 技术接受理论发展 |
2.2.2 个体接受与组织接受理论 |
2.2.3 个体经典理论模型 |
2.3 互联网保险与技术接受研究现状 |
2.4 相关研究文献评述 |
2.5 本章小结 |
第三章 互联网保险接受扎根研究 |
3.1 扎根方法的选择 |
3.1.1 扎根理论研究流程 |
3.1.2 扎根理论研究设计 |
3.2 扎根理论资料收集 |
3.2.1 研究对象选取 |
3.2.2 研究资料收集 |
3.3 扎根理论资料分析 |
3.3.1 开放编码 |
3.3.2 主轴编码 |
3.3.3 选择编码 |
3.3.4 理论饱和度检验 |
3.4 互联网保险接受理论框架构建与关键因素分析 |
3.4.1 理论框架提出 |
3.4.2 关键因素析出 |
3.5 本章小结 |
第四章 理论模型与研究假设 |
4.1 理论模型构建 |
4.2 核心变量定义 |
4.2.1 绩效期望 |
4.2.2 努力期望 |
4.2.3 社会影响 |
4.2.4 促成因素 |
4.2.5 消费者创新性 |
4.2.6 信任 |
4.2.7 感知风险 |
4.2.8 行为意图 |
4.2.9 使用行为 |
4.3 研究假设的提出 |
4.3.1 互联网保险接受的影响因素 |
4.3.2 感知风险、行为意图的中介作用 |
4.3.3 基于感知风险和行为意图的链式中介作用 |
4.4 本章小结 |
第五章 研究设计与方法 |
5.1 研究问卷设计 |
5.1.1 问卷设计思路 |
5.1.2 问卷设计过程 |
5.1.3 问卷框架结构 |
5.1.4 问卷偏差控制 |
5.2 变量的测量 |
5.2.1 绩效期望的测量 |
5.2.2 努力期望的测量 |
5.2.3 社会影响的测量 |
5.2.4 促成因素的测量 |
5.2.5 消费者创新性的测量 |
5.2.6 信任的测量 |
5.2.7 感知风险的测量 |
5.2.8 行为意图的测量 |
5.2.9 使用行为的测量 |
5.3 预调研 |
5.3.1 描述性统计分析 |
5.3.2 信度分析 |
5.3.3 探索性因子分析 |
5.4 数据收集 |
5.4.1 问卷发放原则 |
5.4.2 正式调研数据收集 |
5.5 本章小结 |
第六章 模型验证与数据分析 |
6.1 描述性统计分析 |
6.1.1 样本描述性统计 |
6.1.2 变量描述性统计 |
6.2 信度与效度分析 |
6.2.1 信度分析 |
6.2.2 效度分析 |
6.2.3 共同方法偏差检验 |
6.3 相关性分析 |
6.4 结构方程模型验证 |
6.5 中介效应检验 |
6.6 假设检验结果分析 |
6.7 本章小结 |
第七章 结论与展望 |
7.1 研究主要结论 |
7.2 研究理论贡献 |
7.3 管理实践的启示 |
7.3.1 提升消费者体验,关键业务科技赋能 |
7.3.2 关注消费者需求,价值主张持续创新 |
7.3.3 以消费者为中心,客户关系优化提升 |
7.3.4 保护消费者权益,监管体系不断完善 |
7.4 研究局限与展望 |
7.4.1 研究局限 |
7.4.2 未来展望 |
参考文献 |
附录一 访谈提纲 |
附录二 访谈原始资料 |
附录三 调查问卷初稿 |
附录四 调查问卷正式稿 |
攻读博士学位期间取得的研究成果 |
致谢 |
(2)移动O2O情境下用户信息搜寻行为研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景及问题 |
1.1.1 研究背景 |
1.1.2 研究问题 |
1.2 研究目的与意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 研究内容与方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.3.3 技术路线 |
1.4 概念界定 |
1.4.1 移动O2O |
1.4.2 信息搜寻 |
1.4.3 信息搜索与信息搜寻的区分 |
1.5 本章小结 |
第2章 理论基础及文献综述 |
2.1 信息搜寻行为相关理论基础 |
2.1.1 信息经济学理论 |
2.1.2 认知理论 |
2.1.3 人机交互理论 |
2.2 信息搜寻行为经典理论与模型 |
2.2.1 问题解决理论 |
2.2.2 意义建构理论 |
2.2.3 ASK理论 |
2.2.4 信息搜寻行为模型 |
2.3 国内外信息搜寻行为研究综述 |
2.3.1 国内信息搜寻行为研究热点分析 |
2.3.2 国外信息搜寻行为研究热点分析 |
2.3.3 信息搜寻研究述评 |
2.4 移动O2O研究综述 |
2.4.1 移动O2O概述 |
2.4.2 国内外移动O2O研究现状 |
2.4.3 移动O2O研究述评 |
2.5 本章小结 |
第3章 移动O2O情境下用户信息搜寻行为模型构建 |
3.1 研究设计 |
3.1.1 研究问题分析 |
3.1.2 研究方法介绍 |
3.2 数据收集 |
3.2.1 样本选择 |
3.2.2 资料收集与整理 |
3.2.3 数据分析工具 |
3.3 编码过程 |
3.3.1 开放性编码 |
3.3.2 主轴性编码 |
3.3.3 选择性编码 |
3.4 理论饱和度检验 |
3.5 模型构建与阐释 |
3.5.1 信息搜寻行为过程 |
3.5.2 信息搜寻行为影响因素 |
3.6 本章小结 |
第4章 移动O2O情境下用户信息搜寻行为驱动因素的实证研究 |
4.1 移动O2O情境下用户信息搜寻行为特征分析 |
4.2 研究模型与假设 |
4.2.1 “动机、机会、能力”(MOA)模型 |
4.2.2 技术接受与使用统一理论(UTAUT) |
4.2.3 研究模型构建 |
4.2.4 研究假设提出 |
4.3 研究方法设计 |
4.3.1 问卷设计 |
4.3.2 数据收集 |
4.4 数据分析与模型验证 |
4.4.1 描述性统计分析 |
4.4.2 信度与效度分析 |
4.4.3 多重共线性与共同方法偏差分析 |
4.4.4 模型验证 |
4.5 结果讨论 |
4.6 本章小结 |
第5章 移动O2O情境下用户信息搜寻过程的实验研究 |
5.1 研究问题 |
5.2 研究设计 |
5.2.1 研究方法 |
5.2.2 样本选择 |
5.2.3 实验任务设置 |
5.2.4 研究变量测度 |
5.2.5 实验流程设计 |
5.3 研究结果分析 |
5.3.1 个体特征对移动O2O情境下用户信息搜寻行为的影响 |
5.3.2 任务特征对移动O2O情境下用户信息搜寻行为的影响 |
5.4 结果讨论 |
5.5 本章小结 |
第6章 移动O2O情境下用户信息搜寻满意度关键影响因素研究 |
6.1 研究设计 |
6.2 数据采集 |
6.2.1 移动O2O情境下用户信息搜寻满意度影响因素集 |
6.2.2 问卷发放与回收 |
6.3 基于信息增益理论的关键影响因素识别和模型构建 |
6.3.1 信息增益值计算 |
6.3.2 关键影响因素识别 |
6.3.3 关键影响因素模型构建 |
6.4 基于支持向量机(SVM)的预测模型构建与精度分析 |
6.4.1 支持向量机(SVM)建模 |
6.4.2 预测模型构建与精度分析 |
6.5 结果讨论 |
6.6 本章小结 |
第7章 移动O2O情境下用户信息搜寻行为引导与优化策略 |
7.1 移动O2O情境下用户信息搜寻行为引导策略 |
7.1.1 触发用户信息需求 |
7.1.2 提高用户信息素养 |
7.1.3 改善信息搜寻环境 |
7.2 移动O2O情境下用户信息搜寻行为优化策略 |
7.2.1 提高信息质量 |
7.2.2 提升服务质量 |
7.2.3 隐私保护与信息安全 |
7.3 本章小结 |
第8章 研究结论与展望 |
8.1 研究结论 |
8.2 研究创新点 |
8.3 研究局限与展望 |
8.3.1 研究局限性 |
8.3.2 未来研究展望 |
参考文献 |
附录 |
附录1 移动O2O情境下用户信息搜寻行为研究过滤式问卷 |
附录2 移动O2O情境下用户信息搜寻行为研究访谈提纲 |
附录3 移动O2O情境下用户信息搜寻行为驱动因素调查问卷 |
附录4 移动O2O情境下用户信息搜寻满意度关键影响因素调查问卷 |
在读期间所取得的科研成果 |
致谢 |
(3)电商环境下视觉元素对销售的影响研究 ——以图片和虚拟现实为例(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景 |
1.2 研究问题与意义 |
1.3 研究内容与过程 |
1.3.1 研究内容 |
1.3.2 研究过程 |
1.4 研究创新点与贡献 |
1.5 技术路线与章节安排 |
第2章 理论基础与文献综述 |
2.1 人类视觉感知理论 |
2.2 消费者决策过程理论 |
2.3 高沉浸式产品研究综述 |
2.4 网页内容对消费者和商家的影响综述 |
2.5 虚拟现实技术研究综述 |
第3章 不同类型图片对销售的影响研究 |
3.1 研究背景 |
3.2 团购平台介绍 |
3.3 图片内容与构型 |
3.4 研究问题与假设 |
3.5 数据描述 |
3.6 计量模型设定 |
3.7 内生性处理 |
3.7.1 价格内生性问题 |
3.7.2 商家的自我选择问题 |
3.8 研究结果 |
3.8.1 不同类型图片对销售的影响 |
3.8.2 图片构型对销售的影响 |
3.8.3 图片内容对销售的影响 |
3.8.4 图片内容和构型的异质影响 |
3.9 鲁棒性检查 |
3.9.1 折扣商品层次 |
3.9.2 商家主图片的其它属性 |
3.9.3 商家的其它图片 |
3.9.4 竞争者的主图片 |
3.10 讨论与结论 |
3.10.1 结果讨论 |
3.10.2 理论贡献 |
3.10.3 实践意义 |
3.10.4 研究局限与展望 |
第4章 虚拟现实对销售过程的影响研究 |
4.1 研究背景 |
4.2 在线房地产平台介绍 |
4.3 虚拟现实看房功能 |
4.4 研究问题与假设 |
4.5 数据描述 |
4.6 计量模型设定 |
4.6.1 加速失效时间模型 |
4.6.2 考克斯比例风险模型 |
4.7 内生性处理 |
4.7.1 房屋价格内生性 |
4.7.2 虚拟现实技术的选择问题 |
4.8 研究结果 |
4.8.1 虚拟现实对销售时间的影响 |
4.8.2 虚拟现实对消费者决策过程的影响 |
4.8.3 消费者使用经验对虚拟现实的影响 |
4.8.4 虚拟现实与图片之间的关系 |
4.9 鲁棒性检查 |
4.9.1 灵敏度分析 |
4.9.2 核匹配方法 |
4.9.3 未调价房屋 |
4.9.4 房屋被售出的概率 |
4.10 讨论与结论 |
4.10.1 结果讨论 |
4.10.2 理论贡献 |
4.10.3 实践意义 |
4.10.4 研究局限与展望 |
第5章 全文总结与未来展望 |
5.1 全文总结 |
5.2 未来展望 |
参考文献 |
附录A |
附录B |
致谢 |
在读期间发表的学术论文与取得的其他研究成果 |
(4)在线评论信息质量感知研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景~* |
1.2 研究意义 |
1.2.1 理论意义 |
1.2.2 实践意义 |
1.3 国内外研究现状 |
1.3.1 在线评论研究现状 |
1.3.2 信息质量研究现状 |
1.3.3 信息质量感知研究现状 |
1.3.4 研究现状述评 |
1.4 研究内容与研究方法 |
1.4.1 研究内容 |
1.4.2 研究方法 |
1.5 研究技术路线 |
1.6 研究创新点 |
第2章 相关概念与理论基础 |
2.1 在线评论的相关概念 |
2.1.1 在线评论的内涵 |
2.1.2 在线评论的本质 |
2.1.3 在线评论的作用 |
2.2 信息质量的相关概念 |
2.2.1 信息质量的内涵 |
2.2.2 信息质量的类型 |
2.2.3 在线评论信息质量 |
2.3 相关理论与模型 |
2.3.1 信息丰富度理论 |
2.3.2 耶鲁态度改变模型 |
2.3.3 线索利用理论 |
2.3.4 刺激-机体-反应框架 |
2.4 相关统计分析方法 |
2.4.1 多因素方差分析 |
2.4.2 层次聚类分析 |
2.4.3 主成分分析 |
2.4.4 模糊综合评价法 |
2.4.5 偏最小二乘法 |
2.5 相关自然语言处理方法 |
2.5.1 关键词抽取 |
2.5.2 依存句法分析 |
2.5.3 情感分析 |
2.6 本章小结 |
第3章 在线评论信息质量感知机理分析 |
3.1 在线评论信息质量感知的内涵与特征 |
3.1.1 在线评论信息质量感知的内涵 |
3.1.2 在线评论信息质量感知的特征 |
3.2 在线评论信息质量感知的要素 |
3.2.1 主体要素 |
3.2.2 客体要素 |
3.2.3 平台要素 |
3.2.4 环境要素 |
3.3 在线评论信息质量感知的过程 |
3.3.1 信息获取阶段 |
3.3.2 信息认知处理阶段 |
3.3.3 信息质量评价阶段 |
3.3.4 内部态度形成阶段 |
3.3.5 外部行为反应阶段 |
3.4 在线评论信息质量认知处理的情境影响 |
3.4.1 信息接收者人口特征 |
3.4.2 信息接收者任务特征 |
3.5 在线评论信息质量感知过程路径分析 |
3.5.1 层次递进 |
3.5.2 反馈选择 |
3.5.3 有序循环 |
3.6 在线评论信息质量感知机理模型构建 |
3.7 本章小结 |
第4章 在线评论信息质量感知影响因素分析 |
4.1 问题的提出 |
4.2 在线评论信息质量感知影响因素模型构建 |
4.2.1 研究假设 |
4.2.2 研究模型 |
4.3 实验研究方法与研究设计 |
4.3.1 实验方法概述 |
4.3.2 实验操纵与实验评论材料选择 |
4.3.3 被试参与者 |
4.3.4 问卷项测量 |
4.3.5 实验步骤和过程 |
4.4 数据分析与假设检验 |
4.4.1 人口统计分析 |
4.4.2 信度和效度检验 |
4.4.3 假设检验 |
4.5 假设检验结果讨论 |
4.5.1 信息丰富度对信息质量感知的影响 |
4.5.2 情感极性对信息质量感知的影响 |
4.5.3 产品类型对信息质量感知的影响 |
4.6 本章小结 |
第5章 在线评论信息质量感知评价研究 |
5.1 在线评论信息质量感知评价的基本原则 |
5.2 在线评论信息质量感知评价的理论基础 |
5.3 在线评论信息质量感知评价指标的选取 |
5.3.1 评论信息的媒介 |
5.3.2 评论信息的内容 |
5.3.3 评论信息的来源 |
5.3.4 评论信息的接收者 |
5.4 在线评论信息质量感知评价指标体系构建 |
5.5 在线评论信息质量感知评价指标权重的确定 |
5.5.1 调查设计与数据获取 |
5.5.2 用户分类过程与结果 |
5.5.3 权重计算过程与结果 |
5.6 本章小结 |
第6章 在线评论信息质量感知评价应用研究 |
6.1 评价对象数据采集及处理 |
6.1.1 评价对象选择 |
6.1.2 数据采集 |
6.1.3 数据清理及预处理 |
6.2 评价指标量化设计 |
6.2.1 评论信息媒介指标量化设计 |
6.2.2 评论信息内容的文本因素指标量化设计 |
6.2.3 评论信息内容的数量因素指标量化设计 |
6.2.4 评论信息内容的补充因素指标量化设计 |
6.2.5 评论信息来源指标量化设计 |
6.3 模糊综合评价方法计算过程 |
6.4 在线评论信息质量感知评价结果 |
6.4.1 评价指标量化处理结果 |
6.4.2 模糊综合评价结果 |
6.5 评价结果分析与讨论 |
6.6 本章小结 |
第7章 在线评论信息质量感知对购买意愿影响分析 |
7.1 问题的提出 |
7.2 理论基础与因素确定 |
7.2.1 理论基础 |
7.2.2 刺激因素的确定 |
7.2.3 机体因素的确定 |
7.2.4 反应因素的确定 |
7.3 研究假设与模型 |
7.3.1 信息质量感知对信任和满意度的影响 |
7.3.2 社会临场感对信任和满意度的影响 |
7.3.3 信任和满意度对购买意愿的影响 |
7.3.4 信息质量感知和社会临场感对购买意愿的影响 |
7.3.5 在线评论情感极性的调节作用 |
7.4 研究方法 |
7.4.1 实验设置与问卷设计 |
7.4.2 数据收集 |
7.5 数据分析与结果 |
7.5.1 测量模型的信度和效度检验 |
7.5.2 假设检验 |
7.6 结果讨论与说明 |
7.7 本章小结 |
第8章 在线评论信息质量管理的提升策略研究 |
8.1 激励高质量在线评论信息生成 |
8.1.1 提供多角度撰写高质量评论的指导与提示 |
8.1.2 追溯用户评论产生的真实购买与效益 |
8.1.3 营造高质量评论良性循环的环境 |
8.2 有效展开在线评论信息管理 |
8.2.1 建立面向用户需求的评论分类和排序方式 |
8.2.2 利用卖家回复进行适当的评论管理 |
8.3 促进由在线评论信息向购买行为转化 |
8.3.1 满足用户不同涉入度的信息要求 |
8.3.2 提高用户信息质量感知和满意度 |
8.3.3 重视高质量信息的影响 |
8.4 本章小结 |
第9章 研究结论与展望 |
9.1 研究结论 |
9.2 研究局限与展望 |
参考文献 |
作者简介与研究成果 |
致谢 |
(5)社会化问答社区用户生成内容声誉特征研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.2.1 理论意义 |
1.2.2 实践意义 |
1.3 国内外研究现状 |
1.3.1 用户生成内容研究现状 |
1.3.2 网络UGC信息质量研究现状 |
1.3.3 社会化问答社区UGC声誉研究现状 |
1.4 研究内容与方法 |
1.4.1 研究内容 |
1.4.2 研究方法 |
1.5 研究技术路线 |
1.6 研究创新点 |
第2章 理论基础与技术方法 |
2.1 社会化问答社区 |
2.1.1 社会化问答社区的概念 |
2.1.2 社会化问答社区的特点 |
2.1.3 社会化问答社区的类型 |
2.2 社会化问答社区用户生成内容 |
2.2.1 用户生成内容的内涵 |
2.2.2 社会化问答社区用户生成内容的内涵 |
2.2.3 社会化问答社区用户生成内容的特征 |
2.3 声誉特征 |
2.4 自我涉入理论 |
2.5 信息接受模型 |
2.5.1 技术接受模型 |
2.5.2 精细加工可能性模型 |
2.5.3 信息接受模型 |
2.6 SOR理论 |
2.7 相关技术方法 |
2.7.1 扎根理论 |
2.7.2 情感分析 |
2.7.3 零膨胀负二项回归模型 |
2.7.4 熵权法 |
2.7.5 TOPSIS方法 |
2.8 本章小结 |
第3章 社会化问答社区UGC声誉理论研究 |
3.1 UGC声誉特征的来源与内涵 |
3.1.1 社会化问答社区的声誉系统 |
3.1.2 社会化问答社区用户UGC声誉赋予行为 |
3.1.3 社会化问答社区内UGC声誉特征 |
3.2 社会化问答社区中UGC声誉特征研究 |
3.2.1 帕累托法则与UGC声誉特征分析 |
3.2.2 社会化问答社区UGC声誉特征分析方法 |
3.2.3 社会化问答社区UGC声誉特征分类方法 |
3.3 社会化问答社区UGC声誉形成影响因素研究 |
3.3.1 基于扎根理论的社会化问答社区UGC声誉形成影响因素分析 |
3.3.2 数据收集 |
3.3.3 范畴提炼和影响因素提取 |
3.4 社会化问答社区UGC声誉特征形成机理研究 |
3.4.1 社会化问答社区UGC声誉形成的影响因素 |
3.4.2 社会化问答社区UGC声誉形成路径探求 |
3.4.3 社会化问答社区UGC声誉特征形成机理模型构建 |
3.5 社会化问答社区UGC声誉特征影响作用分析 |
3.5.1 社会化问答社区UGC声誉特征对活跃用户的影响 |
3.5.2 社会化问答社区UGC声誉特征对“潜水者”的影响 |
3.5.3 社会化问答社区UGC声誉特征对社会化问答社区的影响 |
3.5.4 社会化问答社区UGC声誉特征对互联网环境的影响 |
3.5.5 社会化问答社区UGC声誉特征影响作用模型构建 |
3.6 本章小结 |
第4章 社会化问答社区UGC声誉特征影响因素模型构建 |
4.1 社会化问答社区UGC声誉特征影响问题分析 |
4.2 社会化问答社区UGC声誉特征影响因素模型 |
4.2.1 理论基础 |
4.2.2 社会化问答社区UGC声誉特征影响指标分析 |
4.2.3 社会化问答社区UGC声誉特征影响因素模型构建 |
4.3 UGC声誉特征因素分析 |
4.3.1 样本选择与数据获取 |
4.3.2 相关变量说明及测定 |
4.3.3 数据描述性统计 |
4.3.4 数学建模方法 |
4.4 分析结果 |
4.4.1 数学模型构建 |
4.4.2 变量间相关性分析 |
4.4.3 回归分析结果 |
4.5 本章小结 |
第5章 社会化问答社区UGC声誉特征预测模型研究 |
5.1 社会化问答社区UGC声誉特征预测问题分析 |
5.2 社会化问答社区UGC声誉特征预测指标构建 |
5.2.1 研究框架 |
5.2.2 指标选取 |
5.2.3 评价指标的获取方式和量化 |
5.2.4 指标权重计算 |
5.2.5 排序算法 |
5.3 社会化问答社区UGC声誉特征预测模型构建 |
5.4 本章小结 |
第6章 社会化问答社区UGC声誉特征预测模型应用分析 |
6.1 社会化问答社区UGC声誉特征预测 |
6.1.1 数据采集与处理 |
6.1.2 描述性统计 |
6.1.3 特征变量的相关性分析 |
6.1.4 声誉特征预测变量权重与排序计算 |
6.1.5 声誉特征预测变量排序结果查看与分析 |
6.1.6 社会化问答社区UGC声誉特征预测 |
6.2 基于信息质量的社会化问答社区UGC声誉特征分析 |
6.2.1 声誉特征区间划分 |
6.2.2 基于信息质量的UGC声誉特征分析 |
6.3 基于信源可信度的社会化问答社区UGC声誉特征分析 |
6.4 异常声誉UGC特征分析 |
6.4.1 优质低声誉UGC特征分析 |
6.4.2 低质量高声誉UGC特征分析 |
6.4.3 信源可信度与声誉不匹配UGC特征分析 |
6.5 本章小结 |
第7章 基于社会化问答社区UGC声誉特征的应用策略研究 |
7.1 用户层面 |
7.1.1 挑选问题,及时作答 |
7.1.2 多种形式,引用权威 |
7.1.3 积极评论,欢迎探讨 |
7.1.4 拒绝从众,投票负责 |
7.2 社会化问答社区管理层面 |
7.2.1 优化社区中回答的排序机制 |
7.2.2 鼓励用户积极申请个人认证 |
7.2.3 注重优秀回答与用户的审核 |
7.2.4 鼓励新用户的知识贡献行为 |
7.3 政府网络信息治理层面 |
7.3.1 规范信息治理相关法律法规 |
7.3.2 关注意见领袖最新发布内容 |
7.3.3 提前发掘潜在高声誉UGC |
7.4 本章小结 |
第8章 结论与展望 |
8.1 研究结论 |
8.2 研究不足与展望 |
参考文献 |
作者简介与研究成果 |
致谢 |
(6)互联网医疗环境下医患信任及其动态演化研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景和问题提出 |
1.1.1 研究背景 |
1.1.2 问题提出 |
1.2 研究目的和意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 国内外研究现状 |
1.3.1 互联网医疗的发展和研究现状 |
1.3.2 医患信任的历史演变及研究现状 |
1.3.3 互联网医疗情境下的信任研究现状 |
1.3.4 研究现状评述 |
1.4 研究内容和结构安排 |
1.4.1 研究内容 |
1.4.2 结构安排 |
1.5 研究方法和技术路线 |
1.5.1 研究方法 |
1.5.2 技术路线 |
2 相关概念和理论基础 |
2.1 相关概念界定 |
2.1.1 互联网医疗 |
2.1.2 医患信任 |
2.2 相关理论 |
2.2.1 理性行为理论 |
2.2.2 期望确认理论 |
2.2.3 信任转移理论 |
2.2.4 信号理论 |
2.3 本章小结 |
3 互联网医疗环境下患者初始信任的建立 |
3.1 前言 |
3.2 理论基础与假设 |
3.2.1 患者初始信任及其前因 |
3.2.2 初始信任与行为意向 |
3.2.3 感知风险和感知收益 |
3.3 研究设计 |
3.3.1 量表与问卷设计 |
3.3.2 数据收集 |
3.4 数据分析 |
3.4.1 信度和效度分析 |
3.4.2 结构方程模型分析 |
3.4.3 结果分析 |
3.5 研究讨论与启示 |
3.5.1 研究讨论 |
3.5.2 研究启示 |
3.6 本章小结 |
4 互联网医疗环境下患者持续信任模型分析 |
4.1 前言 |
4.2 理论基础与假设 |
4.2.1 满意度与持续信任 |
4.2.2 持续信任与持续使用意向 |
4.2.3 感知电子健康机构患者保护机制的有效性 |
4.2.4 自我健康效能 |
4.3 研究设计 |
4.3.1 量表与问卷设计 |
4.3.2 数据收集 |
4.4 数据分析 |
4.4.1 信度和效度分析 |
4.4.2 结构方程模型分析 |
4.4.3 结果分析 |
4.5 研究讨论与启示 |
4.5.1 研究讨论 |
4.5.2 研究启示 |
4.6 本章小结 |
5 互联网医疗环境下患者信任转移研究——线上至线下 |
5.1 前言 |
5.2 理论基础与假设 |
5.2.1 信任转移 |
5.2.2 患者群体趋同 |
5.2.3 医生自我呈现 |
5.2.4 医生在线声誉 |
5.3 研究设计 |
5.3.1 数据收集 |
5.3.2 变量测量 |
5.3.3 数据统计分析和调节作用 |
5.4 数据分析 |
5.4.1 回归模型构建 |
5.4.2 回归结果分析 |
5.4.3 稳健性检验 |
5.5 研究讨论与启示 |
5.5.1 研究讨论 |
5.5.2 研究启示 |
5.6 本章小结 |
6 研究总结与展望 |
6.1 研究内容总结 |
6.2 研究展望 |
致谢 |
参考文献 |
研究综述 |
参考文献 |
附件1 攻读学位期间发表论文目录 |
附件2 实证调查问卷1 |
附件3 实证调查问卷2 |
(7)电子商务直播对在线购买意愿的影响 ——基于社会技术理论的实证研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景 |
1.1.1 实践背景 |
1.1.2 理论背景 |
1.2 研究问题和核心概念 |
1.2.1 研究问题 |
1.2.2 核心概念 |
1.3 研究意义 |
1.3.1 理论意义 |
1.3.2 实践意义 |
1.4 研究方法与技术路线图 |
1.4.1 研究方法 |
1.4.2 技术路线图 |
1.5 结构安排 |
1.6 研究创新点 |
1.7 本章小结 |
第2章 文献综述和理论基础 |
2.1 电子商务直播的内涵与营销模式 |
2.1.1 网络直播的起源与发展 |
2.1.2 电子商务直播的内涵 |
2.1.3 电子商务直播相关研究 |
2.2 在线购买意愿的内涵和影响因素 |
2.2.1 在线购买意愿内涵 |
2.2.2 在线购买意愿影响因素 |
2.3 电子商务直播关键要素对在线购买意愿的影响 |
2.3.1 社会技术理论内涵与适用性 |
2.3.2 电子商务直播技术特征 |
2.3.3 电子商务直播服务质量 |
2.4 相关理论 |
2.4.1 解释水平理论 |
2.4.2 “刺激-机体-反应”模型 |
2.4.3 社会交换理论 |
2.5 文献述评 |
第3章 电子商务直播消费者的在线购买意愿研究 |
3.1 理论基础与变量解释 |
3.1.1 解释水平理论与心理距离 |
3.1.2 感知不确定性 |
3.1.3 产品类型 |
3.2 研究假设与模型构建 |
3.2.1 电子商务直播、心理距离、在线购买意愿之间的关系 |
3.2.2 电子商务直播、感知不确定性、在线购买意愿之间的关系 |
3.2.3 产品类型的调节作用 |
3.2.4 电子商务直播作用机理模型构建 |
3.3 电子商务直播对在线购买行为的实践影响 |
3.3.1 准实验数据来源 |
3.3.2 网页数据抓取和样本统计 |
3.3.3 数据分析与结果讨论 |
3.4 电子商务直播影响的作用机制 |
3.4.1 实验一设计与过程 |
3.4.2 指标测量 |
3.4.3 实验一数据分析与结果讨论 |
3.5 产品类型对电子商务直播影响的调节效应 |
3.5.1 预实验:产品类型区分 |
3.5.2 实验二设计与过程 |
3.5.3 实验二数据分析与结果讨论 |
3.6 结果与讨论 |
3.7 本章小结 |
第4章 电子商务直播技术特征对在线购买意愿的影响 |
4.1 理论基础与变量解释 |
4.1.1 电子商务直播技术特征分类 |
4.1.2 电子商务直播背景下的社会支持 |
4.2 研究假设与模型构建 |
4.2.1 社会支持与在线购买意愿 |
4.2.2 电子商务直播技术特征与社会支持 |
4.2.3 社会支持的中介作用 |
4.2.4 电子商务直播技术特征作用机理模型构建 |
4.3 问卷设计与数据收集 |
4.3.1 问卷设计 |
4.3.2 变量测量 |
4.3.3 预调研 |
4.3.4 数据收集 |
4.4 研究模型实证分析 |
4.4.1 测量模型分析 |
4.4.2 结构模型分析 |
4.5 结果与讨论 |
4.6 本章小结 |
第5章 电子商务直播服务质量对在线购买意愿的影响 |
5.1 理论基础与变量解释 |
5.1.1 电子商务直播服务质量维度划分 |
5.1.2 社会交换理论和快速关系 |
5.2 研究假设与模型构建 |
5.2.1 快速关系与在线购买意愿 |
5.2.2 电子商务直播服务质量和快速关系 |
5.2.3 快速关系的中介作用 |
5.2.4 电子商务直播服务质量作用机理模型构建 |
5.3 问卷开发与量表确定 |
5.3.1 问卷设计 |
5.3.2 初始题项形成 |
5.3.3 第一轮数据收集 |
5.3.4 探索性因子分析 |
5.3.5 测量量表确定 |
5.4 研究模型实证分析 |
5.4.1 第二轮数据收集 |
5.4.2 测量模型分析 |
5.4.3 结构模型分析 |
5.5 结果与讨论 |
5.6 本章小结 |
第6章 结论与展望 |
6.1 主要研究结论 |
6.2 理论贡献与实践启示 |
6.2.1 理论贡献 |
6.2.2 实践启示 |
6.3 研究不足与展望 |
参考文献 |
附录 |
附录 A:淘宝网抓取直播/非直播卖家信息 |
附录 B:实验一调查问卷 |
附录 C:产品类型区分调查问卷 |
附录 D:电子商务直播技术特征与在线购买意愿调查问卷 |
附录 E:电子商务直播服务质量与在线购买意愿调查问卷 |
博士期间科研成果与参与项目情况 |
致谢 |
(8)电商平台数字化商务战略与价值创造:复杂性视角的研究(论文提纲范文)
作者简历 |
摘要 |
abstract |
第一章 引言 |
1.1 研究背景与问题 |
1.2 国内外研究进展 |
1.2.1 基本概念 |
1.2.2 IS战略与商务战略间关系的三种观点 |
1.2.3 IT价值研究 |
1.2.4 现有研究总结与局限性 |
1.3 研究目的与研究意义 |
1.3.1 研究目的 |
1.3.2 研究意义 |
1.4 研究技术路线和论文结构 |
1.4.1 研究技术路线 |
1.4.2 论文章节结构 |
第二章 理论基础 |
2.1 战略复杂性研究 |
2.1.1 复杂性的基本概念 |
2.1.2 NK模型研究 |
2.1.3 演化复杂性研究 |
2.1.4 复杂性研究小结 |
2.2 动态竞争理论 |
2.2.1 动态竞争理论基本思想 |
2.2.2 相关实证研究 |
2.2.3 动态竞争研究小结 |
2.3 悖论理论 |
2.3.1 悖论理论基本思想 |
2.3.2 信息系统领域悖论研究 |
2.3.3 悖论研究小结 |
2.4 本章小结 |
第三章 研究框架与研究方法 |
3.1 复杂性视角下数字化商务战略的理论架构 |
3.1.1 数字化商务战略的多层级结构 |
3.1.2 数字化商务战略的复杂性 |
3.2 研究框架与研究内容 |
3.2.1 研究框架 |
3.2.2 研究内容 |
3.3 主要研究方法介绍 |
3.3.1 基于模糊集的定性分析方法(fs QCA) |
3.3.2 交互模式网络分析 |
3.3.3 序列匹配分析 |
3.3.4 面板回归 |
第四章 数字化商务战略选择组合研究 |
4.1 构建概念模型 |
4.1.1 构成数字化竞争行动的战略选择 |
4.1.2 竞争平台的数字化竞争响应 |
4.2 研究设计 |
4.2.1 样本企业选择 |
4.2.2 数据收集与数字化竞争行动识别 |
4.2.3 基于结构内容分析法的新闻文本编码 |
4.2.4 变量测量 |
4.3 实证研究过程与结果 |
4.3.1 描述性统计与相关分析 |
4.3.2 构型分析 |
4.3.3 交互模式网络分析 |
4.3.4 稳健性分析 |
4.4 讨论 |
4.4.1 数字化商务战略选择组合模式 |
4.4.2 平台技术的“多面手”与高影响力作用特征 |
4.5 本章小结 |
第五章 数字化商务战略动态演化研究 |
5.1 理论模型与研究假设 |
5.1.1 数字化商务战略的动态演化过程 |
5.1.2 研究模型与研究假设 |
5.2 研究设计 |
5.2.1 样本企业选择 |
5.2.2 数据收集 |
5.2.3 变量测量 |
5.3 实证分析过程与结果 |
5.3.1 序列匹配分析 |
5.3.2 面板分析 |
5.3.3 稳健性分析 |
5.4 讨论 |
5.4.1 数字化商务战略的演化模式 |
5.4.2 数字化商务战略的演化规律 |
5.5 本章小结 |
第六章 数字化商务战略价值创造研究 |
6.1 理论模型与研究假设 |
6.1.1 理论模型 |
6.1.2 研究假设 |
6.2 研究设计 |
6.2.1 样本选择与数据收集 |
6.2.2 变量测量 |
6.2.3 面板分析模型设定 |
6.3 实证研究过程与结果 |
6.3.1 描述性统计与相关分析 |
6.3.2 计量模型分析结果 |
6.3.3 稳健性分析 |
6.4 讨论 |
6.4.1 数字化商务战略选择组合对平台绩效的影响 |
6.4.2 数字化商务战略动态演化对平台绩效的影响 |
6.5 本章小结 |
第七章 研究总结与展望 |
7.1 研究结论 |
7.1.1 正确数字化商务战略选择组合模式 |
7.1.2 数字化商务战略演化过程与演化规律 |
7.1.3 数字化商务战略的价值创造 |
7.2 研究贡献与创新点 |
7.3 实践启示 |
7.4 研究局限性和展望 |
致谢 |
参考文献 |
(9)用户信息安全行为与意愿影响因素研究 ——基于文化维度视角(论文提纲范文)
摘要 |
Abstract |
0 引言 |
0.1 研究背景及意义 |
0.1.1 研究背景 |
0.1.2 研究意义 |
0.2 国内外研究现状 |
0.2.1 国外研究现状 |
0.2.2 国内研究现状 |
0.2.3 国内外相关研究述评 |
0.3 研究内容、方法和创新点 |
0.3.1 研究内容 |
0.3.2 研究方法 |
0.3.3 研究创新点 |
1 基本概念与理论基础 |
1.1 基本概念 |
1.1.1 文化的概念 |
1.1.2 信息安全行为 |
1.2 理论基础 |
1.2.1 Hofstede文化维度理论 |
1.2.2 计划行为理论 |
1.2.3 保护动机理论 |
1.2.4 人际行为理论 |
2 文化维度视角下企业员工信息安全行为差异分析 |
2.1 概述 |
2.2 研究问题的提出 |
2.3 研究设计与数据收集 |
2.4 信度与效度分析 |
2.5 问卷数据分析 |
2.5.1 企业员工文化维度分布 |
2.5.2 不同文化背景下企业员工行为现状对比 |
2.6 基于样本特征的企业员工行为比较 |
2.7 文化差异对企业员工信息安全行为影响分析 |
3 文化维度视角下大学生信息安全行为差异分析 |
3.1 概述 |
3.2 研究内容的提出 |
3.3 研究设计与数据收集 |
3.4 信度与效度分析 |
3.5 问卷数据分析 |
3.5.1 大学生文化维度分布 |
3.5.2 不同文化背景下大学生信息安全行为现状对比 |
3.6 基于样本特征的大学生信息安全行为比较 |
3.6.1 性别因素 |
3.6.2 受教育程度因素 |
3.6.3 学科因素 |
3.7 文化差异对大学生信息安全行为影响分析 |
4 用户信息行为意愿影响因素分析——基于文化维度视角 |
4.1 变量定义与研究假设 |
4.1.1 应对评估因素 |
4.1.2 社会影响因素 |
4.1.3 习惯因素 |
4.1.4 文化维度因素 |
4.1.5 信息安全态度 |
4.2 研究模型构建 |
4.3 问卷设计与数据收集 |
4.3.1 问卷设计 |
4.3.2 问卷数据收集 |
4.3.3 数据样本信息统计 |
4.4 理论模型验证 |
4.4.1 信度与效度分析 |
4.4.2 假设检验 |
4.5 结论分析 |
4.5.1 应对评估因素 |
4.5.2 社会影响因素 |
4.5.3 习惯因素 |
4.5.4 文化维度因素 |
4.5.5 信息安全态度 |
5 研究结果对比与相关建议 |
5.1 企业员工与大学生信息安全行为对比 |
5.1.1 信息安全政策遵循 |
5.1.2 密码使用 |
5.1.3 邮件使用 |
5.2 文化差异应用于改善信息安全行为相关建议 |
5.2.1 权力距离方面 |
5.2.2 不确定性规避方面 |
5.2.3 个人主义与集体主义方面 |
5.2.4 阳刚气质与阴柔气质方面 |
5.2.5 长期取向与短期取向方面 |
5.2.6 自身放纵与自身约束方面 |
6 研究结论、局限与展望 |
6.1 研究结论 |
6.2 研究启示 |
6.3 研究局限与展望 |
参考文献 |
附录1 员工信息安全行为与文化维度关系分析 |
附录2 大学生信息安全行为与文化维度关系分析 |
附录3 用户信息行为意愿影响因素调查问卷——文化维度视角 |
攻读博士学位期间参与的科研项目及研究成果 |
致谢 |
(10)技术可供性与用户关系对社会化商务购买意向影响研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 选题背景与问题提出 |
1.1.1 研究背景 |
1.1.2 问题提出 |
1.2 研究目的与研究意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 研究现状及评述 |
1.3.1 社会化商务的相关研究 |
1.3.2 技术特征及可供性的相关研究 |
1.3.3 社会资本和关系与用户购买行为的相关研究 |
1.3.4 研究现状评述 |
1.4 研究内容与结构 |
1.4.1 研究内容 |
1.4.2 研究结构 |
1.5 研究方法与技术路线 |
1.5.1 研究方法 |
1.5.2 技术路线 |
第2章 技术可供性与用户关系对社会化购买行为影响的理论基础与分析 |
2.1 社会化商务的内涵 |
2.1.1 社会化商务的概念界定 |
2.1.2 社会化商务的特征 |
2.1.3 社会化商务的模式分类 |
2.1.4 社会化商务的参与主体与价值创造 |
2.1.5 社会化商务与传统电子商务的区别 |
2.2 社会化商务购买行为的理论基础 |
2.2.1 可供性理论 |
2.2.2 社会资本理论 |
2.2.3 关系理论 |
2.2.4 S-O-R框架 |
2.2.5 信息觅食理论 |
2.3 社会化商务购买行为的理论分析 |
2.3.1 可供性理论下技术对社会化商务购买行为影响的理论分析 |
2.3.2 关系对社会化商务购买影响的理论分析 |
2.4 技术可供性与用户关系对社会化商务购买意向影响的理论构架 |
2.5 本章小结 |
第3章 社会化商务技术可供性的概念发展与量表开发 |
3.1 社会化商务技术可供性的概念发展 |
3.2 社会化商务技术可供性概念的维度识别 |
3.2.1 维度识别设计 |
3.2.2 试验性前导访谈 |
3.2.3 文献与访谈结果分析 |
3.3 社会化商务技术可供性的量表开发 |
3.3.1 条目生成 |
3.3.2 条目修订 |
3.3.3 条目评估 |
3.3.4 条目确定 |
3.4 本章小结 |
第4章 技术可供性对社会化商务购买意向影响的理论模型与验证 |
4.1 问题描述 |
4.2 理论分析与研究假设 |
4.2.1 技术可供性对社会化购买意向影响的机理分析 |
4.2.2 技术可供性对满意度与忠诚度影响的机理分析 |
4.2.3 满意度与忠诚度对社会化商务购买意向影响的机理分析 |
4.2.4 控制变量 |
4.3 实证研究设计 |
4.3.1 问卷设计与量表编制 |
4.3.2 样本与数据收集 |
4.3.3 数据分析方法的选择 |
4.4 数据分析与结果讨论 |
4.4.1 测量模型的信度与效度分析 |
4.4.2 共同方法偏差分析 |
4.4.3 结构模型分析和假设检验 |
4.4.4 研究结果与讨论 |
4.5 本章小结 |
第5章 技术可供性对社会化商务用户关系形成的理论模型与验证 |
5.1 问题描述 |
5.2 理论分析与研究假设 |
5.2.1 技术可供性对社会化商务用户强弱关系形成的机理分析 |
5.2.2 技术可供性对交互性影响的机理分析 |
5.2.3 交互性对社会化商务用户强弱关系形成的机理分析 |
5.2.4 PEIM对交互性与社会化商务用户强弱关系形成的调节机理分析 |
5.2.5 控制变量 |
5.3 实证研究设计 |
5.3.1 问卷设计与量表编制 |
5.3.2 数据收集 |
5.3.3 数据分析方法的选择 |
5.4 数据分析与结果讨论 |
5.4.1 测量模型的信度与效度分析 |
5.4.2 共同方法偏差分析 |
5.4.3 结构模型分析和假设检验 |
5.4.4 研究结果与讨论 |
5.5 本章小结 |
第6章 技术可供性与关系对社会化商务购买意向影响的理论模型与验证 |
6.1 问题描述 |
6.2 理论分析与研究假设 |
6.2.1 技术可供性对信息诊断性与信息意外发现性影响的机理分析 |
6.2.2 强弱关系对信息诊断性与信息意外发现性影响的机理分析 |
6.2.3 信息诊断性对信息意外发现性影响的机理分析 |
6.2.4 信息诊断性与信息意外发现性对社会化商务购买意向影响的机理分析 |
6.2.5 控制变量 |
6.3 实证研究设计 |
6.3.1 问卷设计与量表编制 |
6.3.2 数据收集 |
6.3.3 数据分析方法的选择 |
6.4 数据分析与结果讨论 |
6.4.1 测量模型的信度与效度分析 |
6.4.2 共同方法偏差分析 |
6.4.3 结构模型分析和假设检验 |
6.4.4 研究结果与讨论 |
6.5 本章小结 |
结论 |
参考文献 |
附录 |
攻读博士学位期间发表的论文及其它成果 |
致谢 |
个人简历 |
四、电子商务环境下MIS模型研究(论文参考文献)
- [1]基于消费者视角的互联网保险接受机制研究[D]. 杨华. 西北大学, 2021(12)
- [2]移动O2O情境下用户信息搜寻行为研究[D]. 曹越. 吉林大学, 2021(01)
- [3]电商环境下视觉元素对销售的影响研究 ——以图片和虚拟现实为例[D]. 闫振斌. 中国科学技术大学, 2021(01)
- [4]在线评论信息质量感知研究[D]. 祝琳琳. 吉林大学, 2020(08)
- [5]社会化问答社区用户生成内容声誉特征研究[D]. 许一明. 吉林大学, 2020(08)
- [6]互联网医疗环境下医患信任及其动态演化研究[D]. 洪紫映. 华中科技大学, 2020(01)
- [7]电子商务直播对在线购买意愿的影响 ——基于社会技术理论的实证研究[D]. 秦芳. 天津大学, 2019(01)
- [8]电商平台数字化商务战略与价值创造:复杂性视角的研究[D]. 王飞. 中国地质大学, 2019(05)
- [9]用户信息安全行为与意愿影响因素研究 ——基于文化维度视角[D]. 杨卉. 武汉大学, 2018(01)
- [10]技术可供性与用户关系对社会化商务购买意向影响研究[D]. 董雪艳. 哈尔滨工业大学, 2018(01)