杨锦霞 郑瑜 耿瑞娟 方癸椒 张玉琪
摘要：文章基于技术接受模型和理性行为理论，构建了消费者对电商平台个性化推荐系统接受意向影响因素的理论模型，研究了影响消费者接受电商平台个性化推荐内容的因素，以提高消费者对电商平台个性化推荐系统的接受意向。模型将消费者感知舒适性、感知有用性、感知安全、商家动机、主观规范这五个维度作为自变量，通过问卷调查进行实证研究。研究表明，这五个因素与消费者对个性化推荐接受意向均有显着正相关关系且影响强度具有一定差异，因此电商平台应对消费者进行有针对性的个性化推荐。
关键词：个性化推荐；电子商务；感知维度；用户接受
一、引言
近年来电子商务在世界范围内的规模和数量上均呈现高速发展的基本态势。在如今大数据时代背景下，传统的粗放型的营销模式已经不足以满足消费者需求，只有将营销模式转向精准集约型才能更好地为消费者服务，其主要体现方式为个性化推荐的广泛应用。个性化推荐明显有助于解决电商信息过载问题和用户无目的搜索问题，它可主动地引导用户进行选择来满足用户现有需求以及潜在需求。同时，部分消费者对个性化推荐持有负面的情感，因此，研究消费者对电商平台信息接受意向的影响因素，对于完善个性化推荐系统，提高消费者实际购买行为具有重要意义。
二、理论综述
（一）电子商务个性化推荐
Resnick和Varian（1997）首先定义了电子商务个性化推荐：指电商平台通过个性化推荐技术向用户提供商品信息和建议，提高用户购买产品的效率。Tze-Hsien等（2015）则提出消费者控制欲以及对人际关系敏感度也影响消费者线上购物体验。Jamie等（2015）基于电子商务环境，提出消费者个人可感知到线上技术驱动的服务过程和多样性零售商选择的好处，进而促进消费。而国内在1999年才开始“个性化电子商务”的研究，在此后几年主要研究个性化推荐技术的操作与改进。朱岩和林泽楠（2009）认为，个性化推荐系统是根据某种战略，以消费者的需要和特点，进行产品推荐，为顾客决策提供建议。张红（2013）认为，个性化推荐相当于一款产品推荐软件或者是一个“导购机器人”，它主要是以多种形式向消费者推荐产品，并提供相关的信息，来帮助用户快速便捷地完成网上消费。戴德宝等（2015）基于消费价值理论和消费者行为学理论，构建了电子商务个性化推荐的采纳意愿模型，自变量为情感价值及相关的消费价值，因变量为消费者采纳意愿，研究了消费者对个性化推荐系统接受意愿的影响因素和程度。
（二）用户信息技术接受
“用户信息技术接受”指的是用户愿意使用信息技术，这一概念广泛应用于信息系统领域。20世纪80年代以来，对于用户技术接受的行为研究是技术接受研究的主流方向之一。目前， “接受度”这一名词可广泛应用于各个层面，包括技术接受度、关系接受度、政府工作接受度、广告接受度等，且普遍采用理性行为理论（TRA）、计划行为理论（TPB）以及技术接受模型（TAM）。
TAM理论逐步应用到各个领域，如Sussman等（2001）应用到知识接受过程，构建了用户信息接收理论模型对知识管理系统的接受进行研究。Benamati（2002）等将TAM理论应用到技术外包过程中，提出了技术外包接受模型。Zviran、Pliskin等（2005）对在ERP应用进行了实证研究，发现用户对复杂系统的感知易用性影响满意度，且呈正相关关系，而个人特征如年龄、性别、职业、计算机使用经验等差异对系统的感知易用性和满意度无显着相关关系。我国在“技术接受”方面的研究成果相对较少，但在政府大力扶持下，技术接受的研究发展迅速，逐步应用到各领域。例如徐博艺等 ，结合TAM理论和任务技术匹配模型，分析了影响我国企业系统实施的因素。
（三）理论模型概念界定
1. 理性行为理论（Theory of Reasoned Action， TRA）
理性行为理论（如图1）是由 Fishbein和Ajen（1975）提出，主要用于研究态度如何影响个体行为的理论。该理论认为，在人是理性的假设前提下，个体的行为可以由行为意向合理推测，而行为意向由个体对行为的态度和关于行为的主观规范两个因素共同决定。态度是个体对行为结果的认识持有积极或消极的情感；主观规范是由个体对规范的认识以及与他人意见水平保持一致的动机。
2. 技术接受模型（Technology Acceptance Model，TAM）
Davis（1998）提出了技术接受模型（如图2），用以解释说明计算机被广泛接受的决定性因素，研究影响用户接受或拒绝使用某种技术或产品的因素。该模型主要是以感知有用性和感知易用性作为解释以及预测使用者态度和行为意向。它们同时受到用户特性、系统设计特征等外部变量的影响，其中，感知有用性还受到感知易用性的影响，并且它们同时决定用户对于技术的使用态度，而使用态度和感知有用性共同决定了使用意向，进而决定实际行为。
三、理论框架及假设
（一）理论框架构建
通过文献研究和理论分析，根据技术接受模型和理性行为理论，本研究构建了系统特性、技术特性和主观规范与消费者对电子商务平台个性化推荐接受意向关系的理论框架（如图3所示），以感知安全、商家动机、感知有用性、感知舒适性、主观规范为自变量，接受意愿为因变量。本框架根据预调查的结果，以及结合本研究的人群样本的特征（受教育程度高，计算机水平较高，所以易于接受并使用计算机网络的个性化推荐系统），本研究剔除了感知易用性这一变量。
（二）假设的提出
H1：消费者对个性化推荐感知越安全，其对电商平台个性化推荐技术接受意向越高。
H2：消费者对商家动机越信任，其对电商平台个性化推荐技术接受意向越高。
H3：消费者对个性化推荐的感知有用性越高，其对电商平台个性化推荐技术接受意向越高。
H4：消费者对个性化推荐的感知舒适性越高，其对电商平台个性化推荐技术接受意向越高。
H5：消费者受主观规范影响越强，其对电商平台个性化推荐技术接受意向越高。
四、实证研究
（一）研究问卷量表
本研究回顾了相关理论和文献，参考检验过信效度的量表，来建构本研究的理论模型。同时，本文结合相关理论和本研究实际情况，对量表进行适当修改，以及删除与本研究不相关的选项。感知安全修改自Gefen（2002）的研究，商家动机采用Mcknight（2000）的研究，感知有用性来源于Davis（1986）的技术接受模型，感知舒适性修改自Aljukhahar（2011）的研究，主观规范则采用Nambisan（2011）的理性行为理论。本研究问卷中各维度由4个题项表现，问卷题项均以 7 分制的李克特量表进行测量。
（二）样本统计特征
本研究以电子商务平台的用户作为调查对象，通过问卷星网站发放问卷，共发放259 份，其中经过对样本的筛选，有效问卷236 份，问卷有效率达91.1%。，其中样本男女比例合理，以20～30岁的高校学生为主，年龄结构符合互联网使用者特征且受教育程度普遍较高。此外，研究样本使用电商平台线上购物时间较长，具有一定的购买能力，且对个性化推荐又较为熟悉。因此，样本具有较强的代表性。
（三）信度分析
本研究使用SPSS22.0进行信度分析运算，分析出总量表的Cronbach ‘s Alph系数为0.950>0.7，说明本研究在整体上具有较为显着的信度。各分层量表的Cronbach ‘s Alp系数取值范围在 0.790～0.916 之间，均大于0.7。因此本研究问卷具有良好的内部一致性，即可靠性较高。
（四）因子分析
本研究通过降维处理，进一步对问卷进行因子分析，数据KMO值为0.936>0.7 ，巴利特球体验p值小于0.001，说明消费者对电商平台个性化推荐的影响因素之间相关性较强。初始分析表明，有5个因子特征值大于1，累积方差贡献率达70.714% 。因此问卷结构效度较好且适合进行因子分析。因此本研究模型中提取出5个感知维度的假设被验证。
（五）相关分析
本研究采用 Pearom相关系数分析各维度因素与消费者对电商平台个性化推荐接受意向的相关性。结果表明，上述五个因素均与消费者对电商平台个性化推荐的接受意向均存在显着性正相关关系，相关强度依次是个性化推荐的感知舒适性（0.683），感知有用性（0.657），商家动机（0.619），主观规范（0.616），感知安全（0.429），因此本文所作出的假设具有合理性。
五、研究结果与讨论
（一）研究结果
研究结果表明上述五个假设均被验证，说明消费者对电商平台的个性化推荐接受意向的影响因素是综合性的。
从系统特性方面来看，消费者非常重视自身网络信息安全（感知安全）以及电商平台个性化推荐内容的合理性（商家动机）。消费者感到自身信息越安全，对个性化推荐的接受意向越高；同时消费者会更容易接受电商平台以消费者需求及购买偏好为导向的个性化推荐内容。
而技术特性与消费者接受个性化推荐的程度的影响具有最为显着的正相关关系，说明消费者更为看重个性化推荐实用性功能，但感知舒适性对于个性化推荐的接受意向解释作用大于感知有用性。感知舒适性包括恰当的推荐时机、频率以及页面布局等方面，这些因素都会影响消费者的接受意向。这一结果与邵凤连（2017）、吕孝双（2014）、郑春东（2016）等学者的研究结论不一致。这一结果产生的原因主要是是现代社会信息爆炸，消费者无太多闲暇接受信息；其次本研究的受试者主要是年轻群体，他们消费水平较高，在网络商品品牌和种类繁多，拥有多种选择的网络购物现况下，年轻一代的消费者会更倾向注重视觉体验和舒适体验。但是，该结论并不一定适用于其他年龄段。
另主观规范也对研究结果有一定的解释作用，即消费者也容易受到朋友、亲人以及社会媒体宣传和评价的影响，而改变其对电商平台个性化推荐的接受程度。因被试者多为在校学生或处在集体生活中，容易被室友、朋友相似的消费观念所影响，同时他们多活跃于各大互联网社交平台，也较易为媒体广告和宣传所影响。
（二）研究启示
综合电商平台个性化推荐技术发展现状以及本研究的研究结果，对优化电商平台个性化推荐可从个性化推荐系统特性和技术特性两个角度进行。
在技术特性方面，为提升系统感知舒适性和感知有用性，应当设计针对不同类型用户的个性化推荐功能。同时可使个性化系统智能化，更好地实现推荐信息的准确性和专业性，比如实时跟踪用户需求变化，把握推荐时机和频率，同时在出现方式、页面布局等各方面让用户也可感到友好的人机交互体验。此外，提高推荐内容的质量、广度和深度，提高用户购买到合适产品的效率，帮助用户节约时间和金钱成本。同时应及时进行技术服务更新升级。个性化推荐的内容要根据社会经济环境的背景，进行重点内容优化和特色服务，定期对消费者进行满意度调查，完善推荐方法和更新推荐数据，以满足社会和消费者需求。
在系统特性方面，提升电商平台商家以消费者为核心的理念和提升消费者感知安全两个方面也同样重要。要增强消费者对电子商务平台的感知安全，需加强完善安全机制。电商平台可以制定保护用户信息安全及隐私的制度，重视网站的安全运行，保护交易双方的利益，给予用户一个文明稳定安全的网络环境。同时，应该保证个性化推荐内容的合理性和可靠性，明确区分个性化推荐内容与广告，提升用户的感知安全意识和对电商平台的信任。此外，用户更容易接受过往用户和亲人朋友的推荐。故电商平台应重视社会推荐的作用，加强在互联网社交平台上的媒体广告宣传力度，建立网络社区、兴趣小组等，使消费在相互交流中增加对产品和电商平台的信任程度。
参考文献：
[1]Resnick，Varian.Recommender Systems[J].Communications of the ACM，1997（03）.
[2]Tze-Hsien Liao，Ching-Jui Keng.Online Purchase Delay：The Roles of Online Consumer Experience[J].Journal of Electronic Commerce Research，2014（02）.
[3]Jamie Carlson，Aron O.C.，Dennis Ah
rholdt.Assessing CustomeresPerceived Value of the Online Channel of Multichannel Retailers；A Two Country Examination[J].Jouranl of Retailing and Consumer Sevices，2015（09）.
[4]罗锋. B2C购物网站商品信息推送系统的研究与设计[D].华中师范大学，2007.
[5]朱岩，林泽楠.电子商务中的个性化推荐方法评述[J].中国软科学，2009（02）.
[6]张红，基于用户认知的电子商务网站知识推荐服务接受模式研究[D].南京理工大学，2013.
[7]戴德宝，刘西洋.范体军“互联网+”时代网络个性化推荐采纳意愿影响因素研究阴.中国软科学，2015（08）.
[8]Nass， C.， Lee， K.M.. Does computer-synthesized speech manifest personality？ Experimental tests of recognition， similarity-attraction， and consistency-attraction. Journal of Experimental Psychology： Applied， 7， 171-81. Google Scholar， Crossref， Medline， ISI（2001）.
[9]BenamatiJ and TRajkumar. The Application Development Outsourcing Decision： An Application of the Technology Acceptance Model[J]. Journal of Computer Information Systems，2002.
[10]M Zviran，N Pliskin &RLevin.; Me
asuring User Satisfaction and Perceived Usefulness in the ERP Context[J].Journal of Computer In formation Sys-tems，2005（03）.
[11]刘蓓琳.电子商务用户个性化推荐技术接受影响因素研究[D].中国矿业大学，2009.
[12]齐红.基于形式概念分析的知识发现方法研究[D].吉林大学，2005.
[13]邵凤连.网络健康信息服务平台技术接受度影响因素建模与实证研究[D].深圳大学，2017.
[14]吕孝双.购物网站个性化推荐系统对消费者购买意愿的影响研究[D].浙江财经大学，2015.
[15]郑春东，窦涵.消费者接受电子商务个性化推荐的感知维度及其影响研究[J].华北电力大学学报（社会科学版），2016（03）.
*基金项目：2018年中央高校基本科研业务专项资金项目“消费者对电商平台个性化推荐接受度影响因素研究”。
（作者单位：东北师范大学商学院）
