發(fā)布時(shí)間：2020-03-29 16:37

【摘要】：互聯(lián)網(wǎng)企業(yè)在上世紀(jì)90年代末得到了非理性地狂熱追捧。那時(shí),有大量的投資者和企業(yè)家都對(duì)網(wǎng)絡(luò)企業(yè)表現(xiàn)出了極大的興趣。然而,2001年的網(wǎng)絡(luò)企業(yè)寒冬則充分體現(xiàn)了市場的客觀性,大量的新興網(wǎng)絡(luò)企業(yè)在這個(gè)寒冬中倒下。但是,倒下的卻不是網(wǎng)絡(luò)給經(jīng)濟(jì)發(fā)展帶來的契機(jī),而是給投資者們過熱的腦袋降溫,讓他們能夠靜心冷靜地看待網(wǎng)絡(luò)的發(fā)展。 諸如Google, Yahoo!, E-bay, Amazon等經(jīng)歷網(wǎng)絡(luò)寒冬洗禮的網(wǎng)絡(luò)企業(yè)的發(fā)展和成功充分說明了互聯(lián)網(wǎng)正在深刻地改變著組織和個(gè)人互相交流和交換產(chǎn)品的方式,改變著市場運(yùn)行的方式。互聯(lián)網(wǎng)正在創(chuàng)造一個(gè)以產(chǎn)品和服務(wù)的電子交易為特色的市場,在它孵養(yǎng)下的全球經(jīng)濟(jì)正呈現(xiàn)出以下特點(diǎn):1)網(wǎng)絡(luò)經(jīng)濟(jì)欣欣向榮;2)它在給我們帶來產(chǎn)品極大豐富的同時(shí)也讓我們不得不承受著信息過載的負(fù)面影響;3)大眾化定制時(shí)代來臨。 網(wǎng)絡(luò)的發(fā)展,信息的爆炸式增長,不僅加大了消費(fèi)者購買決策的難度,也使得營銷者(商家)越來越難以確切地把握顧客的興趣偏好,并提供合適的市場供應(yīng)品。推薦系統(tǒng),作為一種智能系統(tǒng),能夠很好的解決上述問題。對(duì)于營銷者而言,推薦系統(tǒng)的應(yīng)用可以實(shí)現(xiàn)低成本和個(gè)性化營銷,對(duì)消費(fèi)者而言,則可以借助推薦系統(tǒng)的輔助以降低其決策所付出努力,提升其決策質(zhì)量。 然而,盡管推薦系統(tǒng)對(duì)于營銷存在著如此深刻的影響和重要的作用,此前的學(xué)者研究卻沒有能夠?qū)ν扑]系統(tǒng)的營銷功用展開充分的探討。從上世紀(jì)90年代初第一個(gè)真正意義上的推薦系統(tǒng)--- Tapestry---出現(xiàn)以來,學(xué)者們對(duì)其做了很多的研究,但是幾乎所有的相關(guān)研究都著眼于如何處理已經(jīng)獲得的個(gè)人偏好等信息,也即把研究重點(diǎn)放在了如何發(fā)展和評(píng)價(jià)某種推薦系統(tǒng)算法。迄今為止,關(guān)于推薦系統(tǒng)的文獻(xiàn)主要關(guān)注產(chǎn)生推薦的算法研究(主要是關(guān)于精確度和代表性的原則)和現(xiàn)有推薦系統(tǒng)的分類(主要基于推薦系統(tǒng)采用的算法和技術(shù)),而忽視了其它方面的內(nèi)容,比如對(duì)推薦系統(tǒng)的營銷原理、消費(fèi)者行為/心理原理的關(guān)注就顯得很不足。但是從2000年Asim Ansari等人對(duì)推薦系統(tǒng)進(jìn)行的營銷方面的開拓性研究工作開始,大量的學(xué)者給予了消費(fèi)者行為/心理以及營銷因素更多的關(guān)注,將它們作為影響推薦系統(tǒng)最終推薦效果的一個(gè)部分通過實(shí)證研來加以研究。自此,從營銷和消費(fèi)者心理原理角度探索和研究推薦系統(tǒng)可能帶來的營銷影響成為相關(guān)研究的重點(diǎn)之一,相當(dāng)多的學(xué)者從各種角度對(duì)其進(jìn)行了論證:如H?ubl和Trifts(2000)認(rèn)為推薦系統(tǒng)能夠降低消費(fèi)者做出消費(fèi)購買決策所付出的努力;Swaminathan(2003)則認(rèn)為商品的類別風(fēng)險(xiǎn)和復(fù)雜性會(huì)降低推薦系統(tǒng)的效用;Aggarwal和Vaidyanathan(2005)的研究表明推薦系統(tǒng)對(duì)不同類別商品有不同的推薦效果;Nikolaeva和S. Sriram(2006)則研究論證表明消費(fèi)者的特點(diǎn)、推薦建議接受者的特點(diǎn)以及產(chǎn)品屬性三者會(huì)影響到人們對(duì)推薦系統(tǒng)的接受程度等等。推薦系統(tǒng)的營銷相關(guān)研究已經(jīng)進(jìn)入了一個(gè)百花爭鳴的階段。 盡管如此,推薦系統(tǒng)的相關(guān)研究學(xué)者卻始終沒有有效地對(duì)推薦系統(tǒng)的效用原理(即為什么推薦系統(tǒng)能夠影響到消費(fèi)者,它背后的原理是什么)做出一番詮釋,而僅就個(gè)別營銷因素和消費(fèi)者行為/心理因素和推薦系統(tǒng)的相關(guān)性做了許多的實(shí)證研究。本文則從營銷中的“口碑”效應(yīng)入手,認(rèn)為推薦系統(tǒng)背后所倚靠的營銷原理就是一種代表大眾智慧的“口碑”,“推薦”在本質(zhì)上屬于口碑的一種形式。并同時(shí)簡單揭示出了人們提供口碑(推薦)的動(dòng)機(jī),提供了一個(gè)推薦模型。 此外,推薦系統(tǒng)相關(guān)研究正處于一個(gè)高速的擴(kuò)展期,有相當(dāng)多的學(xué)者從各種角度研究了消費(fèi)者行為/心理和營銷因素與推薦系統(tǒng)效果間的相關(guān)性,該領(lǐng)域內(nèi)的科研成果也日漸豐富。然而,豐富的成果卻缺乏有效的歸納和組織,以形成一個(gè)較為清晰的成果框架,從而方便后續(xù)的研究學(xué)者能夠減少可能的重復(fù)研究,轉(zhuǎn)而傾注心力于“未知”領(lǐng)域。Bo Xiao和Izak Benbasat(2007)成為作出該貢獻(xiàn)的第一人,他們較為系統(tǒng)地將已有的成果歸納為了推薦系統(tǒng)特點(diǎn)、產(chǎn)品特點(diǎn)、推薦系統(tǒng)使用、使用者特點(diǎn)和使用者—推薦系統(tǒng)互動(dòng)等5個(gè)方面。本文在此基礎(chǔ)之上,結(jié)合營銷理論,構(gòu)建了推薦系統(tǒng)的營銷效果評(píng)價(jià)模型,并揭示了模型各因素之間的作用機(jī)制。 在最后一章,文章考察了推薦系統(tǒng)在現(xiàn)實(shí)中的應(yīng)用。著重考慮了其在被稱之為“長尾企業(yè)”的網(wǎng)絡(luò)公司中的巨大潛力。 文章主要目的在于實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)推薦系統(tǒng)的綜合研究。在參考文獻(xiàn)的基礎(chǔ)上實(shí)現(xiàn)對(duì)推薦系統(tǒng)的全方面了解,并藉此提出一個(gè)評(píng)價(jià)和分析推薦系統(tǒng)營銷效果的綜合模型,完成文章的主體部分。為了使本研究內(nèi)容更有現(xiàn)實(shí)意義,文章的最后部分結(jié)合實(shí)際闡述了推薦系統(tǒng)在長尾企業(yè)中所展現(xiàn)的巨大商業(yè)營銷潛力。文章主要分四部分,每章主要內(nèi)容如下: 第一章為緒論。這部分點(diǎn)明了本研究的目的和意義,著重參詳了推薦系統(tǒng)相關(guān)的國內(nèi)外研究,為下文整理評(píng)價(jià)模型和分析因素影響機(jī)制做鋪墊。 第二章為推薦和推薦系統(tǒng)。該部分從研究消費(fèi)行為中的推薦行為開始,為進(jìn)一步認(rèn)識(shí)和完善推薦系統(tǒng)提供理論支持,最后以指出現(xiàn)行推薦系統(tǒng)面臨的主要問題結(jié)束。 第三章為推薦系統(tǒng)的效果評(píng)價(jià)模型分析,是本文的主體部分。在這部分內(nèi)容中,通過建立評(píng)價(jià)指標(biāo)和萃取效果影響因素,文章最終建立起了一個(gè)涉及兩大評(píng)價(jià)指標(biāo)和六大影響因素的推薦系統(tǒng)效果評(píng)價(jià)模型。并且通過分析闡述了各因素對(duì)推薦系統(tǒng)最終效果的影響機(jī)制。 第四章為推薦系統(tǒng)的一個(gè)實(shí)例。這部分把推薦系統(tǒng)和長尾現(xiàn)象結(jié)合起來說明推薦系統(tǒng)所蘊(yùn)含的巨大影響潛力。通過對(duì)Netflix的DVD推薦系統(tǒng)的實(shí)例分析,從三方面展示了推薦系統(tǒng)對(duì)于提升顧客滿意,促進(jìn)非熱門產(chǎn)品的銷售以及增加企業(yè)利潤的積極作用。 本文通過:1)從營銷角度研究了網(wǎng)絡(luò)推薦系統(tǒng)對(duì)消費(fèi)者決策和現(xiàn)代企業(yè),尤其是網(wǎng)絡(luò)企業(yè)的營銷帶來的影響;2)研究分析整理出一個(gè)推薦系統(tǒng)的營銷效果的綜合評(píng)價(jià)模型,等兩個(gè)主要方面對(duì)前人的相關(guān)研究作出了一定的創(chuàng)新。 然而,鑒于推薦系統(tǒng)相關(guān)研究正處于一個(gè)快速發(fā)展的時(shí)期,加之筆者能力有限,本文章可能存在以下不足:1)對(duì)推薦系統(tǒng)的整體研究可能尚不全面;2)未對(duì)推薦系統(tǒng)評(píng)價(jià)模型中兩大指標(biāo)存在的關(guān)系以及其所內(nèi)涵的變量之間的關(guān)系進(jìn)行進(jìn)一步深入探討;3)對(duì)推薦系統(tǒng)營銷效果產(chǎn)生影響的因素選擇不完全等。
【圖文】：

2.2.1 一個(gè)推薦模型當(dāng)消費(fèi)者遇到多種選擇的時(shí)候，遇到的最大困難就是如何做出選擇。推薦則可以潛在地降低消費(fèi)者為決策所做出的努力（如：考慮成本，Shugan，1980）以及決策的不確定性（Gavan J. Fitzsimons，2004），從而在減少消費(fèi)者決策困難的同時(shí)提升決策自信。在我們不得不做出某種選擇，而個(gè)人又缺乏相關(guān)知識(shí)的時(shí)候，一個(gè)自然的行為是向曾經(jīng)有過類似經(jīng)歷或者是被視為專家的人員求取推薦建議（Recommendations）。因此，，推薦是一個(gè)互動(dòng)的交流過程（Loren 和 Will，2001）。而推薦者（Recommenders）做出推薦是基于個(gè)人的偏好（自己的或者是他人的）（Loren 和 Will，2001）。下圖 1 則較好地顯示了多種推薦的內(nèi)在過程：

則認(rèn)為推薦是積極的口碑（Positive WOM），他發(fā)現(xiàn)很多品牌的一半使用者通過積極的口碑，或者說是推薦來認(rèn)識(shí)新品牌。而 Robert East et al.（2005）則是把口碑等同于了推薦。鑒于推薦相關(guān)的研究文獻(xiàn)極其缺乏以及其與口碑之間存在的緊密甚至是替代關(guān)系，本文傾向于借鑒口碑的研究成果來說明推薦提供的動(dòng)機(jī)問題。在Kerimcan Ozcan（2002）研究的基礎(chǔ)之上，推薦提供的動(dòng)機(jī)因素可歸結(jié)為三大類：產(chǎn)品（如：Gatignon 和 Robertson，1986；Nyer，1997 等）、個(gè)人（Whyte，1954；Dichter，1966 等）和其它（Mango 1d，1999 等），每大類下包括數(shù)個(gè)具體的因素，如圖 2 所示：
【學(xué)位授予單位】：西南財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2008
【分類號(hào)】：F274;F49

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 尤穎;基于團(tuán)購網(wǎng)的網(wǎng)絡(luò)口碑推薦動(dòng)機(jī)研究[D];西安工業(yè)大學(xué);2012年

本文編號(hào)：2606232