推荐系统对消费者网购支出的影响研究
2020-07-22胡春华童小芹
中国管理科学 2020年6期
胡春华,赵 慧,童小芹,任 剑
(1.湖南工商大学大数据与互联网创新研究院,湖南 长沙 410205;2.移动商务智能湖南省重点实验室,湖南 长沙 410205;3.湖南省移动电子商务协同创新中心,湖南 长沙 410205)
1 引言
电子商务与商务智能的快速发展使得消费者进入了一个物品繁多、信息过载的新时代,信息不对称、选择困难、时间成本差异等成为影响消费者消费行为的关键因素,推荐系统应运而生[1]。推荐系统是基于消费者以往浏览行为的数据,计算分析消费者的兴趣,进而预测消费者喜好和购买意愿的复杂工具[2]。因此推荐系统可以改善消费者网购体验,提高消费者黏性,从而提高下单转化率和支付转化率。
目前,国内外电子商务平台使用不同推荐系统挖掘消费者兴趣和偏好,缓解信息过载的问题。如淘宝Matrix推荐系统[3]构建了底纹推荐、首页热词、下拉推荐、搜索发现等推荐平台,京东Diviner推荐系统[4],Amazon的Instant推荐系统[5]等。由此可见,电子商务平台中推荐系统的应用十分广泛。虽然不同平台间的推荐系统有一定区别,平台也会根据不同的推荐任务和要求实时更新推荐系统,同一平台的推荐算法也不尽相同。从消费者角度来说,消费者无需了解推荐系统的运作机理就可运用其在平台上购物。推荐系统的差异性和网络购买不存在直接关系,并不直接影响消费者在平台的整体网购支出[6-7]。因此,本文暂不考虑平台推荐系统的差异性影响。
Adomavicius等[8]研究了广义的在线推荐对消费者购买意愿的影响,结果显示不论是考虑偏好的推荐,还是有误差的推荐,对消费者的购买意愿都有同样的效果。……
登录APP查看全文
