隨著移動(dòng)互聯(lián)網(wǎng)、移動(dòng)支付和大數(shù)據(jù)的迅速發(fā)展,基于社交關(guān)系裂變式傳播的社交電子商務(wù)應(yīng)運(yùn)而生,消費(fèi)者出于不同的動(dòng)機(jī)在社交電商平臺中發(fā)布商品或服務(wù)的消費(fèi)體驗(yàn),該消費(fèi)體驗(yàn)在不同程度上影響潛在消費(fèi)者的購買決策,從而影響商品在傳統(tǒng)電商平臺、社交電商平臺自營商城等不同購物情境下的商品銷量,這種社交電商平臺中UGC對傳統(tǒng)電商平臺的商品銷量的影響即為溢出效應(yīng)。在抓住社交電商紅利的情況下,企業(yè)也能夠通過不同的社交電商平臺提高品牌的口碑和銷量,從而提高企業(yè)的業(yè)績。本研究將基于營銷學(xué)的理論,以網(wǎng)絡(luò)數(shù)據(jù)采集為主,實(shí)驗(yàn)法為輔的研究方法對內(nèi)容社交電商中UGC對商品銷量的溢出進(jìn)行研究,圍繞該問題,本研究從以下兩個(gè)方面進(jìn)行展開:首先,在對網(wǎng)絡(luò)中真實(shí)數(shù)據(jù)進(jìn)行回歸檢驗(yàn)的結(jié)果進(jìn)行分析前,通過實(shí)驗(yàn)法的單因素組間設(shè)計(jì),模擬消費(fèi)場景以研究消費(fèi)者從社交電商平臺轉(zhuǎn)向傳統(tǒng)電商平臺的購買意愿;其次,本文采用數(shù)據(jù)挖掘的方式對傳統(tǒng)電商平臺和社交電商平臺中的相關(guān)數(shù)據(jù)進(jìn)行收集,并且基于python語言調(diào)用了百度api中情感分析的模塊以對商品帖子進(jìn)行內(nèi)容情感分析,通過二手?jǐn)?shù)據(jù)探索了內(nèi)容社交電商中UGC對傳統(tǒng)電商平臺商品銷量的溢出效應(yīng),以驗(yàn)證本文提出... 

【文章來源】：華僑大學(xué)福建省

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【部分圖文】：

本文的技術(shù)路線圖

第2章論文相關(guān)概念界定和理論基礎(chǔ)13圖2.1SIPS理論模型（ThemodelofSIPSTheory）(1)Sympathize（共鳴）包括對品牌發(fā)出信息的共鳴和對消費(fèi)者發(fā)出信息的共鳴。在社交媒體上，信息無法引起“共鳴”就無法產(chǎn)生擴(kuò)散。也就是說，溝通交流的入口是“共鳴”。(2)Identify（確認(rèn)）該過程不僅僅是搜索信息，用戶通過互聯(lián)網(wǎng)等渠道確認(rèn)對自己有益的信息，利用所有手段“確認(rèn)”引起“共鳴”的信息是否與自己的價(jià)值觀相符。(3)Participate（參與）SIPS中沒有行動(dòng)（Action）這一決策結(jié)果，這是因?yàn)樵趨⑴c（Participate）中不一定會(huì)有購買行動(dòng)的發(fā)生。輕輕松松地參與會(huì)容易擴(kuò)散給朋友，進(jìn)而促進(jìn)他們的購買。參加本身就能帶來朋友的參與或購買。參與的生活者分為一般參與者、粉絲、忠誠顧客、狂熱信奉者，其中忠誠顧客和狂熱信奉者最有可能產(chǎn)生購買行為。(4)Share&Spread（分享和擴(kuò)散）“參與”的生活者在自覺或不自覺的各種“連結(jié)”中，共享和擴(kuò)散信息。由此，引起更多的“共鳴”。在內(nèi)容社交電商平臺中，以上購買過程中的四個(gè)階段形成一個(gè)閉環(huán)，在閉環(huán)中不斷進(jìn)行價(jià)值共創(chuàng)的交互行為，豐富了“內(nèi)容”這一關(guān)鍵形式，持續(xù)地在用戶之間發(fā)揮著影響購買決策地作用。2.3社會(huì)比較理論社會(huì)比較理論（Socialcomparisontheory）是由美國社會(huì)心理學(xué)家Festinger于1954年提出構(gòu)想，F(xiàn)estinger認(rèn)為每個(gè)個(gè)體在缺乏客觀的情況下，會(huì)利用他人作為比較的尺度來進(jìn)行自我評價(jià)。社會(huì)比較的方向分為上行比較、平行比較和下行比較。上行比較是指將自己與能力或某些方面更優(yōu)秀的個(gè)體進(jìn)行比較，以發(fā)現(xiàn)自身的不足；下行比較是指個(gè)體會(huì)將能力比自己差的人進(jìn)行比較，來維護(hù)自尊等

華僑大學(xué)碩士學(xué)位論文22第4章UGC對商品銷量影響的實(shí)證分析4.1消費(fèi)者從社交電商平臺轉(zhuǎn)向傳統(tǒng)電商平臺的購買意愿研究由于目前主流的電商平臺數(shù)據(jù)的可獲得性有限，我們無法通過雙重差分等類似的方法進(jìn)行對比研究，所以我們選擇在進(jìn)行數(shù)據(jù)采集之前，通過實(shí)驗(yàn)問卷的方式對消費(fèi)者在社交電商平臺（如小紅書、考拉種草社區(qū)等）閱讀商品推薦的帖子之后，轉(zhuǎn)向傳統(tǒng)電商平臺（如淘寶網(wǎng)、京東商城等）進(jìn)行商品購買的意愿進(jìn)行了研究。在社交電商平臺內(nèi)，最直觀反映本平臺商品熱門程度的指標(biāo)為社交電商平臺的商品銷量和商品推薦帖子的帖子數(shù)量，因此，在本節(jié)中，我們將通過設(shè)計(jì)兩個(gè)場景實(shí)驗(yàn)來模擬真實(shí)消費(fèi)場景，探究消費(fèi)者轉(zhuǎn)向傳統(tǒng)電商平臺的購買意愿。在被試選擇這一方面，我們通過微信、微博等互聯(lián)網(wǎng)渠道向大學(xué)生和研究生群體進(jìn)行實(shí)驗(yàn)問卷調(diào)研，這是因?yàn)楫?dāng)代大學(xué)生對互聯(lián)網(wǎng)的認(rèn)知和使用程度比較高，作為年輕群體，他們不僅善于接受和學(xué)習(xí)新的技術(shù)，而且擅長在網(wǎng)上搜集信息和具有對信息進(jìn)行加工識別的能力，而且社交電商的使用群體也大多為大學(xué)生群體，會(huì)接觸到大量的種草過程；其次，我們對為了控制性別對實(shí)驗(yàn)的影響，選擇向女性群體發(fā)放實(shí)驗(yàn)問卷，這是因?yàn)槟壳吧缃浑娚讨械姆N草商品多以護(hù)膚、美妝等體驗(yàn)型商品為主，而女性為其消費(fèi)群體的主力軍。圖4.1消費(fèi)者轉(zhuǎn)向傳統(tǒng)電商平臺的購買意愿研究模型4.1.1社交電商平臺中商品推薦帖子數(shù)量的溢出效應(yīng)研究在進(jìn)行正式實(shí)驗(yàn)之前，為了確保消費(fèi)者對帖子數(shù)量高低的感知是一致的，我們進(jìn)行了預(yù)實(shí)驗(yàn)，在微信中向共計(jì)82名女性被試發(fā)放使用Likert五級量表的實(shí)驗(yàn)問卷（選擇女性群體是為了控制商品推薦對性別的影響），實(shí)驗(yàn)問卷如附錄3、4所示，在收回問卷后對被試的人口統(tǒng)計(jì)學(xué)信息進(jìn)行統(tǒng)計(jì)，其中年齡在18至25

【參考文獻(xiàn)】：
期刊論文
[1]基于熟人經(jīng)濟(jì)的C2C微商消費(fèi)模式研究[J]. 敖盼.  新媒體研究. 2019(14)
[2]異質(zhì)產(chǎn)品的在線評論特征對產(chǎn)品銷量的影響[J]. 宋鵬,郭勤勤.  山西大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版). 2019(04)
[3]在線評論有用性的影響因素研究——基于商品類型的調(diào)節(jié)效應(yīng)[J]. 游浚,張曉瑜,楊豐瑞.  軟科學(xué). 2019(05)
[4]社交電子商務(wù)購前分享動(dòng)機(jī)研究[J]. 戴國良.  中國流通經(jīng)濟(jì). 2018(10)
[5]溢出效應(yīng)、交易網(wǎng)絡(luò)與區(qū)域電子商務(wù)發(fā)展:基于淘寶、天貓平臺的交易數(shù)據(jù)分析[J]. 劉淵,李旋,董思怡,楊洋.  管理工程學(xué)報(bào). 2018(04)
[6]電子商務(wù)網(wǎng)站社交因素對消費(fèi)者電子口碑發(fā)布動(dòng)機(jī)及意愿的影響[J]. 張琳,閆強(qiáng),劉奕.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(09)
[7]網(wǎng)絡(luò)口碑對農(nóng)產(chǎn)品網(wǎng)絡(luò)銷量的影響研究——基于天貓超市北京地區(qū)新鮮水果的實(shí)證研究[J]. 李林紅,李蓮青,甯利平.  昆明理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[8]在線初次評論與在線追加評論對商品銷量影響的比較研究[J]. 石文華,王璐,繩娜,蔡嘉龍.  管理評論. 2018(01)
[9]基于共享經(jīng)濟(jì)平臺在線信息的消費(fèi)者決策分析[J]. 趙建欣,朱閣,宋玲玉.  北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(06)
[10]平臺型電商聲譽(yù)的構(gòu)建:平臺企業(yè)和平臺賣家價(jià)值共創(chuàng)視角[J]. 汪旭暉,張其林.  中國工業(yè)經(jīng)濟(jì). 2017(11)

碩士論文
[1]社交電商平臺用戶行為研究[D]. 樊雨青.山東師范大學(xué) 2019
[2]基于美團(tuán)外賣用戶在線評論的情感分析研究[D]. 王升盈.燕山大學(xué) 2018
[3]食品制造業(yè)廣告支出與企業(yè)績效關(guān)系實(shí)證研究：來自上市公司的經(jīng)驗(yàn)證據(jù)[D]. 蔡佳妮.江西財(cái)經(jīng)大學(xué) 2018
[4]基于改進(jìn)情感詞典的在線旅游評論文本情感分類研究[D]. 毛超群.浙江工商大學(xué) 2018
[5]社交媒體對網(wǎng)絡(luò)圖書銷量的影響[D]. 劉德春.南京大學(xué) 2013



本文編號：2976271