关键词：个性化推荐系统；购买意愿；影响因素；回归分析
引言
电子商务的发展改变了消费者的购买习惯，网购行为越来越普遍，但信息过载的现象也由此产生。面对多样化的产品，消费者需花费大量时间和精力去浏览和分辨商品信息。在此背景下，个性化推荐系统应运而生。用户在浏览或者购买商品时，个性化推荐系统通过用户的操作获取其需求与兴趣，并将适合的商品推荐给用户来满足他们的个性化需求。用户在浏览推荐的商品的过程中，能尽快找出满足自己要求的商品。本文从消费者的视角出发，通过分析个性化推荐系统对于消费者购买意愿的影响，以得到提高个性化推荐系统推荐质量的相关建议，更好地为消费者服务。
个性化推荐系统被国内外学者进行了多方面的研究[1][2]。宿恺和刘寅[3]在研究中提出在个性化推荐系统中，用户在准备购买商品的过程中会付出一定的努力，用户在决定购买时会考虑付出与努力，用户会因此改变购买意愿。吴锦峰[4]认为个性化推荐系统对提高顾客满意度有积极影响，而顾客满意度不仅能提高消费者购买意愿，也是使企业提高盈利的重要指标，因此改进个性化推荐系统对企业有非常重要的意义。戴和忠[5]认为个性化的推荐服务可以培养顾客对网站的忠诚度，提高顾客的交叉购买力，从而增加商家的效益。本文在已有研究基础上提出从信息编排、推荐方式、推荐强度、信息价值、价值时效和用户信任六个维度分析个性化推荐系统对消费者购买意愿的影响。
1、研究假设
在电商平台中，个性化推荐系统提供的信息的编排会对其作用效果产生影响，恰当的信息编排对消费者来说是有效用的。因此，提出如下假设：
H1：个性化推荐系统信息编排对消费者购买意愿有正向影响。
个性化推荐系统在推荐信息时会使用不同的方式，推荐方式的不同会使造成的效果也不同。因此，提出如下假设：
H2：个性化推荐系统推荐方式对消费者购买意愿有正向影响。
个性化系统的推荐强度主要包括推荐的频率和推荐的信息量大小，本文认为个性化推荐系统的推荐强度正向影响了消费者的购买意愿，即频繁多量的推荐强度能使消费者的购买意愿得到提升。因此，提出如下假设：
H3：个性化推荐系统推荐强度对消费者购买意愿有正向影响。
个性化推荐系统的主要功能是了解消费者需求偏好的信息以及向消费者提供合适的商品信息和建议，因此信息价值是评定电商平台个性化推荐系统是否具有价值的主要标准之一。较高的信息价值能使消费者的购买意愿得到提升。因此，本文提出如下假设：
H4：个性化推荐系统信息价值对消费者购买意愿有正向影响。
在电商平台的个性化推荐系统中，消费者需求的变化是随时存在的。个性化推荐系统所推荐的信息的时效也会发生改变。本文提出如下假设：
H5：个性化推荐系统价值时效对消费者购买意愿有正向影响。
消费者在进行购买行为时，大部分会选择其信任的电商平台。信任对消费者购买决策有较大的影响力，如果个性化推荐系统所推荐的商品总是不让消费者满意，那么消费者对该个性化推荐系统持不信任态度，消费者的购买意愿就会减弱。因此，提出如下假设：
H6：个性化推荐系统用户信任对消费者购买意愿有正向影响。
2、研究设计与数据分析
本研究的测量过程中均使用Likertscale。本次共回收问卷214份，其中有效问卷200份，收回问卷的有效率为93.458%。采用Cronbach’sAlpha系数来对各变量的信度分析进行检验，各个维度的信度系数都大于0.7，本问卷具有较高的可信度。个性化推荐系统的KOM值为0.821，大于0.7；Barlett球形检验的近似卡方值为2419.592，显著性概率为0.000，小于0.05，因此说明个性化推荐系统量表适合使用因子分析法。
2.1相关分析
为了对假设进行验证，首先将问卷中的问题进行计算归纳，对个性化推荐系统的多个维度与消费者购买意愿的相关性进行分析，使用皮尔森（pearson）相关分析的方法对假设H进行初步验证。**表明相关性在0.01上显著相关，由表1可知，在0.01的显著性水平下，信息编排、弹出式广告、社交渠道推荐、平台系统推荐、推荐强度、信息价值、价值时效和用户信任与购买意愿的相关性显著且均为正，即信息编排、弹出式广告、社交渠道推荐、平台系统推荐、推荐强度、信息价值、价值时效和用户信任与购买意愿呈显著正相关关系。
2.2回归分析
为了对个性化推荐系统的信息编排与消费者购买意愿之间的相关关系进行研究，将信息编排作为自变量，购买意愿作为因变量，建立回归模型，验证的结果（见表2）显示F统计值为58.664，F统计值的显著性概率为0.000，小于0.05，满足F检验的要求，因此在0.05的显著性水平下，回归效果是显著的。调整后的判定系数R平方为0.225，这表明购买意愿中信息编排可解释的部分为22.5%。可以得到回归方程：
购买意愿=2.202+0.310*信息编排
同理，对于单个变量的显著性检验，信息编排、弹出式广告、平台系统推荐、信息价值、价值时效的显著性检验概率为0.000，社交渠道推荐的显著性检验概率为0.040，用户信任的显著性检验概率为0.002，均小于0.05，因此在0.05的显著性水平下是显著的。推荐强度的显著性检验概率为0.204，大于0.05，因此在0.05的显著性水平下是不显著的。因为所有自变量的非标准化系数为正，则说明所有自变量与购买意愿是显著正相关的。通过比较系数的大小可知，信息价值所起到的作用最大，其次是平台系统推荐、用户信任、信息编排、价值时效、弹出式广告，最后是社交渠道推荐。并可以得到回归方程：
购买意愿=0.067+0.119*信息编排+0.108*弹出式广告+0.104*社交渠道推荐+0.156*平台系统推荐+0.185*信息价值+0.114*价值时效+0.154*用户信任
3、研究结论与建议
通过相关分析与回归分析的结果显示，两者之间存在正相关关系的是个性化推荐系统的信息编排、推荐方式、信息价值、价值时效和用户信任与消费者购买意愿，个性化推荐系统的推荐强度与消费者购买意愿之间则不存在显著的相关关系。
（1）个性化推荐系统信息编排对消费者购买意愿有正向影响。在个性化推荐系统中，推荐信息编排的越合理有序，排版格式越让人清晰明了，消费者的购买意愿就越会得到提升。因此，电商平台在设计个性化推荐系统的信息编排时，可以将要推荐的信息分为几个大类，这样消费者在浏览时能够清楚的选取自己感兴趣的大类进行浏览。在推荐信息的选取方面，电商平台应该尽量选取商品显示图清晰明了、商品名称介绍简单完整的商品，这样消费者才能快速找出所需商品，节省购物时间。
（2）个性化推荐系统推荐方式对消费者购买意愿有正向影响。对于社交渠道推荐通过大数据技术[6]进行更精准的定位，消费者的满意度会上升，消费者的购买意愿也会相应提高。对于平台系统推荐，从消费者的角度出发，为消费者定制属于个人的个性化推荐系统，使消费者能够筛选出完全符合自身需求的商品，这样消费者的购买意愿将会得到很大的提升。对于弹出式广告，当消费者不愿意浏览该广告时，广告会在几秒内自.000动消失，不会占用消费者的其他上网时间。适当的减少消费者厌烦程度，相对的也提高了消费者的购买意愿。
（3）个性化推荐系统推荐强度对消费者购买意愿间不存在显著相关关系。因此，电商平台在给消费者开启个性化推荐系统的服务之前，可以先对消费者进行调查，根据调查情况对不同的消费者提供不同等级的推荐强度，这也是满足消费者需求的一种方式。
（4）个性化推荐系统信息价值对消费者购买意愿有正向影响。有价值的推荐信息才能左右消费者的购买意愿。当个性化推荐系统推荐的信息与消费者的需求完全吻合时，该信息的价值将达到最高，那么消费者的购买意愿将得到明显的提升。
（5）个性化推荐系统价值时效对消费者购买意愿有正向影响。建议电商平台增加一个长按或者选择推荐信息下次再次出现的功能按钮，那么消费者如果对一个推荐商品足够感兴趣，但是需要再次考虑是否需要购买，那么他就可以选择使用这个功能。或者可以在个性化推荐系统中增加一个选择推荐的区域，消费者可以将需要考虑的推荐信息放入选择推荐区域，方便随时查看，如果消费者对此推荐信息不再感兴趣，则可进行删除。以上消费者能适当延长个性化推荐系统价值时效的方法，也能保证消费者购买意愿的提高。
（6）个性化推荐系统用户信任对消费者购买意愿有正向影响。当消费者对某一个性化推荐系统的信任度越高，那么其也就越信任该个性化推荐系统所推荐的商品，那么消费者的购买意愿也就变得越强烈。所以电商平台应当设立可靠的门槛来限制商家的入驻，保证入驻的商家的合法和诚信，保证商品的质量安全。同时对电商平台物流过程进行把控，保障物流的及时性与可靠性，对物流人员进行定期培训，保证顾客对物流的满意度。
参考文献：
[1]孙鲁平,张丽君,汪平.网上个性化推荐研究述评与展望[J].外国经济与管理,2016,38(6):82-99.
[2]张琳.电子商务网站个性化推荐的多样性对推荐效果的影响研究[D].北京邮电大学博士学位论文,2017.
[3]宿恺,刘寅,董悦.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[J].价值工程,2010:101-110.
[4]吴锦峰,常亚平,潘慧明.多渠道整合质量对线上购买意愿的作用机理研究[J].管理科学,2014,21(7):86-98.
[5]戴和忠.网络推荐和在线评论对数字内容商品体验消费的整合影响及实证研究[D].浙江大学博士学位论文,2014.
[6]丁然.大数据时代电子商务个性化推荐发展趋势[J].电子商务，2015(04):5-5,7.
作者简介：王虹，博士，南京林业大学经济管理学院副教授，研究方向：供应链管理，渠道管理等。