基于社会临场感视角的电商直播平台消费者购买意愿研究
发布时间：2021-11-14 05:08
互联网信息技术的发展和智能设备的普及,促使人们的生产、生活和思维方式逐渐发生改变,也促进了社交媒介的不断更替,网络直播模式应时而生。网络直播模式凭借在引流能力、社交性、体验感等方面的独特优势,吸引了大量流量聚集,而其强大的内容变现能力也被越来越多的行业所看重,这对流量红利期已过的传统电商来说是一次新的发展机遇。随着消费模式的不断升级,消费者越来越注重消费中的体验感,传统电商的“图文”和“货对人”模式已愈发不能满足消费需求。在此背景下,“电商+直播”的模式得到了广泛的关注,其“人-货-场”的完美融合和新颖的商品信息呈现、传播形式带给了消费者视觉上、知觉上更加准确的体验。电商直播开始成为消费者购物的新方式和获取信息、开展社交活动的新途径。因此,研究电商直播平台中消费者购买意愿对电商直播的发展具有重要的现实意义。本文基于社会临场感视角,将电商直播的相关特征解构为认知社会临场维度的达意程度、线索多重性、自然语言性和情感社会临场维度的真实感、亲切感、实时互动性六个影响因子,结合广泛应用于消费者行为意愿研究的“刺激-机体-反应”（S-O-R）理论和技术接受模型（TAM）,引入感知有用性和感知信任作...
【文章来源】：桂林理工大学广西壮族自治区
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
结构方程模型构建图
桂林理工大学硕士学位论文42然估计法对模型进行拟合，所得模型结果图如图5.2所示。图5.2模型检验结果本研究的模型拟合选用了绝对适配和相对适配两项指标，其中绝对适配指标选取了CMIN/DF、RMSEA、GFI和AGFI来衡量理论模型与样本数据的拟合程度，相对适配指标选取了NFI、RFI、IFI和CFI来把理论模型与基准线模型的配适度进行对比。本文的结构方程模型拟合指标的实际测量值及其标准值整理如表5.6所示。表5.6结构方程初始模型拟合度系数模型拟合指标适配标准实际测量值绝对适配指标卡方自由度（CMIN/DF）<32.401近似误差均方根(RMSEA)<0.080.059拟合优度(GFI)>0.800.850修正拟合优度(AGFI)>0.800.822相对适配指标常规拟合优度(NFI)>0.800.882相对拟合优度(RFI)>0.800.868增量拟合优度(IFI)>0.800.927比较拟合指数（CFI）>0.900.927
桂林理工大学硕士学位论文44图5.3修正后的模型检验结果修正后的模型指数如表5.8所示，可知CMIN/DF下降到了2.351；RMSEA值为0.058，更接近0.05；其余指标也得到了改善，如GFI、AGFI、NFI均接近0.9。表5.8修正后的模型拟合结果绝对适配度相对配适度指数名称CMIN/DFRMSEAGFIAGFINFIRFIIFICFI测量值2.3510.0580.8520.8250.8850.8710.9300.9305.3.5假设检验经过上一节对模型的修正后，只有PT<—RI不显著，其余路径均显著，即除假设H6不成立外，其余假设均得到了支持。修正后的模型路径系数检验结果见表5.9。表5.9修正后的模型路径系数表假设路径关系EstimateS.E.C.R.P显著性H1PU<—CI0.1560.11.9860.047显著H2PU<—CM0.4890.0816.763***显著H3PU<—NL0.2620.054.837***显著H4PT<—RF0.4600.085.105***显著H5PT<—CF0.1760.0652.0360.042显著H6PT<—RI-0.090.064-0.1550.877不显著
【参考文献】：
期刊论文
[1]社交电商情境下社会临场感效应研究综述[J]. 戴建平,袁志霞,方锐. 商业经济研究. 2019(21)
[2]电商+直播营销模式发展现状及改进策略研究——以淘宝直播为例[J]. 张硕. 广西质量监督导报. 2019(09)
[3]电商网络直播模式对消费者购买意愿的影响研究——基于认知与情感的中介作用[J]. 王秀俊,王文,孙楠楠. 商场现代化. 2019(15)
[4]社会化媒体中在线互动对感知信任的影响[J]. 钱锦,叶春明. 电子商务. 2019(06)
[5]网络直播的四大商业模式选择[J]. 江芳. 传媒. 2019(04)
[6]“网红”信息源特性对消费者购买意愿的影响研究——一个被调节的中介模型[J]. 杨强,张康,王晓敏,孟陆. 经营与管理. 2018(11)
[7]网络直播的现状、问题及趋势研究[J]. 乔新玉. 现代视听. 2018(09)
[8]在线学习平台社交化对大学生持续使用意向的影响[J]. 卢宏亮,梁安然,李卓君. 高等财经教育研究. 2018(02)
[9]基于S-O-R范式的虚拟社区用户知识共享行为影响因素分析[J]. 张敏,唐国庆,张艳. 情报科学. 2017(11)
[10]传播学视阈下的网络直播乱象治理策略探析[J]. 钟丹. 武汉交通职业学院学报. 2017(03)
博士论文
[1]电子商务与社交媒体中电子口碑对消费者行为影响的差异性研究[D]. 吴双.北京邮电大学 2019
[2]在线商户商品信息呈现对消费者购买意愿影响的研究[D]. 喻昕.吉林大学 2017
[3]社会化商务环境下意见领袖对购买意愿的影响研究[D]. 梦非.南京大学 2012
[4]B2C网店社会临场感与粘性倾向的关系研究[D]. 吕洪兵.大连理工大学 2012
硕士论文
[1]电商直播互动类型对消费者冲动性购买意愿的影响研究[D]. 郑兴.重庆工商大学 2019
[2]电商直播的传播特征、问题及对策研究[D]. 梁芷璇.兰州财经大学 2019
[3]跨境电商平台消费者购买意愿影响因素与定价策略研究[D]. 柴亦欣.北京邮电大学 2019
[4]电商直播平台消费者购买及融入意愿研究[D]. 贾晓锋.北京邮电大学 2019
[5]网红口碑传播对消费者购买意愿的影响研究[D]. 陈静.青岛理工大学 2018
[6]电商直播平台的现状及发展策略研究[D]. 张军.长春工业大学 2018
[7]我国网络直播运营模式及发展研究[D]. 王燕.山东艺术学院 2018
[8]场景理论视域下网络直播平台传播策略研究[D]. 钟丹.湖北大学 2018
[9]网络直播的运营模式研究[D]. 赵燕.黑龙江大学 2018
[10]网络直播的媒介特性对用户持续参与意愿的影响研究[D]. 杜岩武.重庆工商大学 2018
本文编号：3494020
【文章来源】：桂林理工大学广西壮族自治区
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
结构方程模型构建图
桂林理工大学硕士学位论文42然估计法对模型进行拟合，所得模型结果图如图5.2所示。图5.2模型检验结果本研究的模型拟合选用了绝对适配和相对适配两项指标，其中绝对适配指标选取了CMIN/DF、RMSEA、GFI和AGFI来衡量理论模型与样本数据的拟合程度，相对适配指标选取了NFI、RFI、IFI和CFI来把理论模型与基准线模型的配适度进行对比。本文的结构方程模型拟合指标的实际测量值及其标准值整理如表5.6所示。表5.6结构方程初始模型拟合度系数模型拟合指标适配标准实际测量值绝对适配指标卡方自由度（CMIN/DF）<32.401近似误差均方根(RMSEA)<0.080.059拟合优度(GFI)>0.800.850修正拟合优度(AGFI)>0.800.822相对适配指标常规拟合优度(NFI)>0.800.882相对拟合优度(RFI)>0.800.868增量拟合优度(IFI)>0.800.927比较拟合指数（CFI）>0.900.927
桂林理工大学硕士学位论文44图5.3修正后的模型检验结果修正后的模型指数如表5.8所示，可知CMIN/DF下降到了2.351；RMSEA值为0.058，更接近0.05；其余指标也得到了改善，如GFI、AGFI、NFI均接近0.9。表5.8修正后的模型拟合结果绝对适配度相对配适度指数名称CMIN/DFRMSEAGFIAGFINFIRFIIFICFI测量值2.3510.0580.8520.8250.8850.8710.9300.9305.3.5假设检验经过上一节对模型的修正后，只有PT<—RI不显著，其余路径均显著，即除假设H6不成立外，其余假设均得到了支持。修正后的模型路径系数检验结果见表5.9。表5.9修正后的模型路径系数表假设路径关系EstimateS.E.C.R.P显著性H1PU<—CI0.1560.11.9860.047显著H2PU<—CM0.4890.0816.763***显著H3PU<—NL0.2620.054.837***显著H4PT<—RF0.4600.085.105***显著H5PT<—CF0.1760.0652.0360.042显著H6PT<—RI-0.090.064-0.1550.877不显著
【参考文献】：
期刊论文
[1]社交电商情境下社会临场感效应研究综述[J]. 戴建平,袁志霞,方锐. 商业经济研究. 2019(21)
[2]电商+直播营销模式发展现状及改进策略研究——以淘宝直播为例[J]. 张硕. 广西质量监督导报. 2019(09)
[3]电商网络直播模式对消费者购买意愿的影响研究——基于认知与情感的中介作用[J]. 王秀俊,王文,孙楠楠. 商场现代化. 2019(15)
[4]社会化媒体中在线互动对感知信任的影响[J]. 钱锦,叶春明. 电子商务. 2019(06)
[5]网络直播的四大商业模式选择[J]. 江芳. 传媒. 2019(04)
[6]“网红”信息源特性对消费者购买意愿的影响研究——一个被调节的中介模型[J]. 杨强,张康,王晓敏,孟陆. 经营与管理. 2018(11)
[7]网络直播的现状、问题及趋势研究[J]. 乔新玉. 现代视听. 2018(09)
[8]在线学习平台社交化对大学生持续使用意向的影响[J]. 卢宏亮,梁安然,李卓君. 高等财经教育研究. 2018(02)
[9]基于S-O-R范式的虚拟社区用户知识共享行为影响因素分析[J]. 张敏,唐国庆,张艳. 情报科学. 2017(11)
[10]传播学视阈下的网络直播乱象治理策略探析[J]. 钟丹. 武汉交通职业学院学报. 2017(03)
博士论文
[1]电子商务与社交媒体中电子口碑对消费者行为影响的差异性研究[D]. 吴双.北京邮电大学 2019
[2]在线商户商品信息呈现对消费者购买意愿影响的研究[D]. 喻昕.吉林大学 2017
[3]社会化商务环境下意见领袖对购买意愿的影响研究[D]. 梦非.南京大学 2012
[4]B2C网店社会临场感与粘性倾向的关系研究[D]. 吕洪兵.大连理工大学 2012
硕士论文
[1]电商直播互动类型对消费者冲动性购买意愿的影响研究[D]. 郑兴.重庆工商大学 2019
[2]电商直播的传播特征、问题及对策研究[D]. 梁芷璇.兰州财经大学 2019
[3]跨境电商平台消费者购买意愿影响因素与定价策略研究[D]. 柴亦欣.北京邮电大学 2019
[4]电商直播平台消费者购买及融入意愿研究[D]. 贾晓锋.北京邮电大学 2019
[5]网红口碑传播对消费者购买意愿的影响研究[D]. 陈静.青岛理工大学 2018
[6]电商直播平台的现状及发展策略研究[D]. 张军.长春工业大学 2018
[7]我国网络直播运营模式及发展研究[D]. 王燕.山东艺术学院 2018
[8]场景理论视域下网络直播平台传播策略研究[D]. 钟丹.湖北大学 2018
[9]网络直播的运营模式研究[D]. 赵燕.黑龙江大学 2018
[10]网络直播的媒介特性对用户持续参与意愿的影响研究[D]. 杜岩武.重庆工商大学 2018
本文编号：3494020
本文链接：https://www.wllwen.com/jingjilunwen/dianzishangwulunwen/3494020.html
