个性化推荐系统对移动电子商务消费者购买决策的影响力及其应用策略

《个性化推荐系统对移动电子商务消费者购买决策的影响力及其应用策略》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、个性化推荐系统对移动电子商务消费者购买决策的影响力及其应用策略论文导读：:移动电子商务为消费者拓宽了对商品的选择空间，同时也诱发了信息过载、搜索负担过重等问题。为了缓解信息过载的压力，提升消费者的满意度,个性化推荐服务应运而生。主要以消费者购买决策为研究对象，分析了个性化推荐技术如何影响购买决策，并探析了个性化推荐系统在移动电子商务中的应用策略。论文关键词：个性化推荐，购买决策，认知，理性行为理论0引言随着3G技术以及MEC（MobileElectronicCommerce,移动电子商务）的发展，商

2、品和消费者需求的多样性成为趋势。如何便捷、有效、低成本地帮助消费者找到最满足其个性化需求的商品，成为亟待解决的问题。个性化推荐系统恰恰能帮助MEC商家实现这一目标。但有关个性化推荐的研究大多只关注推荐系统本身，很少关注其对购买决策的影响。有鉴于此，本文主要探讨MEC环境下推荐系统如何影响购买决策，它的哪些性质会影响其作用力。进一步地本科毕业论文格式，基于现状的构建个性化推荐系统的一些建议将会被提出。1消费者购买决策广义的消费者购买决策是指消费者为了满足某种需求，在一定购买动机的支配下，在可供选择的两

3、个或两个以上的购买方案中，经过分析、评价、选择并且实施最佳的购买方案，以及购后评价的活动过程。口］消费者行为学中认知的观点认为，消费者是思维问题的解决者，会主动搜索满足其需求的产品和服务。消费者还是信息的处理者，通过对信息的处理加工形成偏好并最终形成购买意向。认知观点意识到消费者不会试图获取全部相关信息，当他们认为已得到足够支持其决策的信息时，就会停止搜索努力。消费者的购买决策过程基本上包括需求的认知、信息搜索和评价、购买决策和行动、购买后评价四个过程论文开题报告范例。［2］如图1所示。2个性化推荐

4、系统对购买决策的影响网络购物环境使消费者对商家和商品的选择增多，也使得他们更加借助信息搜索和决策辅助工具（如个性化推荐系统）0推荐系统根据用户的兴趣特点和购买行为，向用户推荐用户感兴趣的信息和商品，它能将浏览者转变为购买者，提高交叉销售能力本科毕业论文格式，并提高客户的忠诚度。推荐系统的主要目标在于代替消费者完成繁杂的信息处理任务，使消费者将更多的精力投入到决策中来。可以从决策过程和决策结果两个方面，探讨推荐系统对MEC消费者购买决策的影响。［3］2.1对决策过程的影响消费者对于商品的知识的认知是有

5、限的，在其作决策之前常常不能深层次地了解商品。两阶段决策处理可以使决策复杂性降低。消费者先搜寻众多商品以得到商品的详尽信息，并选出最有希望购买的一部分商品。接着针对商品的重要属性进行更深入地比较，最后做出决策。个性化推荐系统可以通过减少消费者两阶段决策中的决策努力，影响其决策过程。而消费者的决策努力通常用决策时间和产品搜索范围来衡量。推荐系统可以依据消费者的喜好参数迅速提取出最匹配的商品，从而减少总体决策时间。推荐系统还能按消费者偏好程度将商品信息依次排列，从而缩小产品搜索范围。[4]此外，推荐系统

6、还会影响消费者的功能偏好、商品估价、筛选策略。由于信息不对称，消费者往往事先没有形成稳定的偏好，而是在购买决策发生的同时产生，因此往往受推荐系统所推荐信息的影响。例如，消费者往往会更关注那些旁边标有更高得分或等级的产品。2.2对决策结果的影响应用推荐系统能增强消费者的认知能力本科毕业论文格式，使其更倾向主导产品，进而减少产品转换的概率，从而提高决策质量。推荐系统的使用还能减少信息搜索的努力，减少考虑集的信息量，提高其质量，从而提高决策质量。推荐系统有助于降低消费者产品转换的概率，有助于增加其购买决策

7、的选项，从而增强决策信心。[5]购买决策目标实现得越多，消费者也越满意。因此可以认为，推荐系统因其对决策目标实现的帮助，影响购买决策的满意度。根据理性行为理论，消费者的理念和评价影响其态度，进而影响其意愿论文开题报告范例。推荐系统会影响消费者的功能偏好和商品评价，进而影响对某商品的态度本科毕业论文格式，从而影响对该商品的购买意愿，最终影响购买选择。综上所述，推荐系统对决策结果的影响主要体现在四个方面：提高决策质量；增强决策自信；增强决策的满意度；影响最终购买选择。3影响推荐系统效用的因素推荐系统的效

8、用即推荐系统对消费者购买决策过程和决策结果的影响力。推荐系统的因素、消费者的因素以及消费者与推荐系统之间的交互，都会影响推荐系统的效用。3.1推荐系统的角度%1推荐系统类型的影响一般来说，推荐技术可从信息过滤角度分成三种，分别是基于内容的推荐、协同过滤推荐以及混合推荐即内容和协同过滤的组合推荐。在购买决策中，混合式推荐更能提升用户的决策自信。%1推荐系统输入的影响推荐系统需要接收消费者的数据输入并作为推荐的主要数据依据，具体可以分为隐式浏览输入、显式浏览输入、关键词和