基于TAM的酒店在线评论参与行为研究

发布时间：2017-10-24 14:19

  本文关键词：基于TAM的酒店在线评论参与行为研究

  更多相关文章： 技术接受模型（TAM） 酒店 在线评论 参与行为

【摘要】：在线评论发展风生水起，酒店在线评论方兴未艾，在线评论不仅是用户表达自身声音的平台，也是用户获取信息的重要渠道，它的价值已经获得用户的认可，但对于在线评论尤其是酒店在线评论的研究却缺乏对用户参与行为的关注，因而对用户参与酒店在线评论的行为进行研究可以为在线评论的研究提供有益的补充。 本研究在借鉴前人成果基础上，以TAM为主体研究框架，引入酒店在线评论用户的个体能力与心理动机作为TAM的外部变量，引入感知风险作为TAM内部补充变量，初步构造包括个体能力、心理动机、感知易用、感知有用、感知风险、参与态度、参与行为七个变量在内的酒店在线评论用户参与模型，通过研究，论证了以上七个变量之间的关系，构建出在一定程度上反映用户参与酒店在线评论行为的实际情况的模型。 本研究的论证过程采用理论研究与实证分析相结合的方法。首先，从理论上对模型进行合理的解释；其次，通过设计问卷，对用户进行问卷调查，运用SPSS17.0对调查数据进行描述性统计、信度分析、效度分析、因子分析和相关分析，最后根据得到的结论对模型进行修订。 研究的论证结果表明： 首先，，用户参与酒店在线评论的心理动机经合并同类提取出了两个公因子——“名义利得动机”和“实际利得动机”；用户参与酒店在线评论所感知到的风险经因子分析后，归类出了两个公因子——“感知操作风险”和“感知参考风险”。 其次，作为外部变量的个体能力和心理动机通过从不同角度对作为内部变量的感知有用、感知易用和感知风险产生影响，间接影响作为结果变量的参与态度和参与行为；同时，心理动机对参与行为产生直接影响。 再次，感知易用已不再对感知有用产生影响，这不同于一直以来学界认为的感知易用影响感知有用的观点；感知操作风险与参与态度呈现显著的负相关关系，而感知参考风险则与参与态度无明显的相关关系，这也不同于感知风险会负向影响参与态度的一般观点。 最后，从丰富各种类型酒店的信息、运用各种措施强化用户参与酒店在线评论的动机强度、降低用户参与酒店在线评论的感知风险三个方面提出相关建议，作为本研究结论的应用。
【关键词】：技术接受模型（TAM） 酒店 在线评论 参与行为
【学位授予单位】：中国海洋大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：F224;F49;F719
【目录】：

• 摘要5-7
• Abstract7-12
• 1 引言12-20
• 1.1 研究背景与问题的提出12-18
• 1.1.1 互联网蓬勃发展，在线评论如火如荼12-13
• 1.1.2 酒店在线评论方兴未艾，发展任重道远13-15
• 1.1.3 在线评论研究泾渭分明，缺乏对用户参与行为的关注15-18
• 1.3 研究意义18
• 1.3.1 理论意义18
• 1.3.2 实践意义18
• 1.4 研究方法与内容框架18-20
• 1.4.1 研究方法18-19
• 1.4.2 内容框架19-20
• 2 理论基础20-36
• 2.1 在线评论20-24
• 2.1.1 在线评论的概念及分类20-22
• 2.1.2 在线评论的用户及行为22-23
• 2.1.3 在线评论的作用23-24
• 2.2 技术接受模型及相关理论24-28
• 2.2.1 理性行为理论（TRA）24-25
• 2.2.2 计划行为理论（TPB）25
• 2.2.3 技术接受模型（TAM）25-26
• 2.2.4 技术接受模型的拓展26-28
• 2.3 动机理论28-32
• 2.3.1 动机的概念及功能29
• 2.3.2 动机的分类29-30
• 2.3.3 在线评论的使用动机研究30-32
• 2.3.3.1 网络环境下用户贡献动机的相关研究30-31
• 2.3.3.2 网络环境下用户使用动机的相关研究31-32
• 2.4 感知风险32-36
• 2.4.1 感知风险的概念32-33
• 2.4.2 感知风险的测量维度33-34
• 2.4.3 参与在线评论的感知风险的维度34-36
• 3 研究设计36-45
• 3.1 构建酒店在线评论参与模型36-37
• 3.1.1 模型的提出36
• 3.1.2 变量之间的关系36-37
• 3.2 变量的相关解释37
• 3.3 研究假设37-38
• 3.4 变量的定义与测量38-42
• 3.4.1 个体能力的定义与测量38-39
• 3.4.2 心理动机的定义与测量39-40
• 3.4.3 感知有用的定义与测量40
• 3.4.4 感知易用的定义与测量40-41
• 3.4.5 感知风险的定义与测量41
• 3.4.6 参与态度的定义与测量41-42
• 3.4.7 参与行为的定义与测量42
• 3.5 问卷设计42-43
• 3.6 数据分析方法43-45
• 4 数据分析45-60
• 4.1 数据收集与样本情况45
• 4.2 数据描述性统计分析45-48
• 4.2.1 人口统计特征分析45-46
• 4.2.2 在线评论使用情况统计46-47
• 4.2.3 出行原因和选择酒店类型的交叉分析47-48
• 4.3 因子分析48-53
• 4.3.1 外部变量的因子分析48-50
• 4.3.2 内部变量的因子研究50-51
• 4.3.4 酒店在线评论参与态度研究51-52
• 4.3.5 酒店在线评论参与行为研究52-53
• 4.4 相关分析53-56
• 4.4.1 感知有用的相关分析53-54
• 4.4.2 感知易用的相关分析54
• 4.4.3 感知风险的相关分析54-55
• 4.4.4 使用态度的相关分析55
• 4.4.5 参与行为的相关分析55-56
• 4.5 实证分析结论56-60
• 4.5.1 消费者对不同类型酒店的信息关注度56
• 4.5.2 用户参与酒店在线评论的动机56-57
• 4.5.3 用户参与酒店在线评论的感知风险57-58
• 4.5.4 用户参与酒店在线评论模型中各因子的关系58-60
• 5 结论与展望60-64
• 5.1 研究结论60
• 5.2 管理建议60-62
• 5.2.1 丰富各种类型酒店的信息，满足消费者的需求60
• 5.2.2 运用各种措施强化用户参与酒店在线评论的动机强度60-62
• 5.2.3 降低用户参与酒店在线评论的感知风险62
• 5.3 研究不足与展望62-64
• 参考文献64-69
• 附录69-71
• 致谢71
• 个人简历71
• 发表的学术论文71

【参考文献】

中国期刊全文数据库 前10条

1 郭小钗;陈蓓蕾;;在线口碑效应的影响因素实证研究[J];北京理工大学学报(社会科学版);2009年02期

2 郭国庆;陈凯;何飞;;消费者在线评论可信度的影响因素研究[J];当代经济管理;2010年10期

3 周永广;马燕红;;基于携程网自由点评的游客满意度评价及游客管理研究——以黄山风景区为例[J];地理与地理信息科学;2007年02期

4 朱峰;吕镇;;国内游客对饭店服务质量评论的文本分析——以e龙网的网友评论为例[J];旅游学刊;2006年05期

5 孙建军;成颖;柯青;;TAM模型研究进展——模型演化[J];情报科学;2007年08期

6 吴晓伟;李丹;吕继红;;基于TAM和知觉风险的网络竞争情报用户使用行为研究[J];情报科学;2010年06期

7 安诗芳;万江平;;基于TAM的网上购物意向综合模型[J];情报杂志;2007年05期

8 毛波;尤雯雯;;虚拟社区成员分类模型[J];清华大学学报(自然科学版);2006年S1期

9 张U

本文编号：1089133