当前位置:主页 > 科技论文 > 搜索引擎论文 >

内容社交电商中用户生成内容对商品销量的溢出效应研究

发布时间:2021-01-14 05:05
  随着移动互联网、移动支付和大数据的迅速发展,基于社交关系裂变式传播的社交电子商务应运而生,消费者出于不同的动机在社交电商平台中发布商品或服务的消费体验,该消费体验在不同程度上影响潜在消费者的购买决策,从而影响商品在传统电商平台、社交电商平台自营商城等不同购物情境下的商品销量,这种社交电商平台中UGC对传统电商平台的商品销量的影响即为溢出效应。在抓住社交电商红利的情况下,企业也能够通过不同的社交电商平台提高品牌的口碑和销量,从而提高企业的业绩。本研究将基于营销学的理论,以网络数据采集为主,实验法为辅的研究方法对内容社交电商中UGC对商品销量的溢出进行研究,围绕该问题,本研究从以下两个方面进行展开:首先,在对网络中真实数据进行回归检验的结果进行分析前,通过实验法的单因素组间设计,模拟消费场景以研究消费者从社交电商平台转向传统电商平台的购买意愿;其次,本文采用数据挖掘的方式对传统电商平台和社交电商平台中的相关数据进行收集,并且基于python语言调用了百度api中情感分析的模块以对商品帖子进行内容情感分析,通过二手数据探索了内容社交电商中UGC对传统电商平台商品销量的溢出效应,以验证本文提出... 

【文章来源】:华侨大学福建省

【文章页数】:67 页

【学位级别】:硕士

【部分图文】:

内容社交电商中用户生成内容对商品销量的溢出效应研究


本文的技术路线图

理论模型,信息


第2章论文相关概念界定和理论基础13图2.1SIPS理论模型(ThemodelofSIPSTheory)(1)Sympathize(共鸣)包括对品牌发出信息的共鸣和对消费者发出信息的共鸣。在社交媒体上,信息无法引起“共鸣”就无法产生扩散。也就是说,沟通交流的入口是“共鸣”。(2)Identify(确认)该过程不仅仅是搜索信息,用户通过互联网等渠道确认对自己有益的信息,利用所有手段“确认”引起“共鸣”的信息是否与自己的价值观相符。(3)Participate(参与)SIPS中没有行动(Action)这一决策结果,这是因为在参与(Participate)中不一定会有购买行动的发生。轻轻松松地参与会容易扩散给朋友,进而促进他们的购买。参加本身就能带来朋友的参与或购买。参与的生活者分为一般参与者、粉丝、忠诚顾客、狂热信奉者,其中忠诚顾客和狂热信奉者最有可能产生购买行为。(4)Share&Spread(分享和扩散)“参与”的生活者在自觉或不自觉的各种“连结”中,共享和扩散信息。由此,引起更多的“共鸣”。在内容社交电商平台中,以上购买过程中的四个阶段形成一个闭环,在闭环中不断进行价值共创的交互行为,丰富了“内容”这一关键形式,持续地在用户之间发挥着影响购买决策地作用。2.3社会比较理论社会比较理论(Socialcomparisontheory)是由美国社会心理学家Festinger于1954年提出构想,Festinger认为每个个体在缺乏客观的情况下,会利用他人作为比较的尺度来进行自我评价。社会比较的方向分为上行比较、平行比较和下行比较。上行比较是指将自己与能力或某些方面更优秀的个体进行比较,以发现自身的不足;下行比较是指个体会将能力比自己差的人进行比较,来维护自尊等

模型图,意愿,消费者,平台


华侨大学硕士学位论文22第4章UGC对商品销量影响的实证分析4.1消费者从社交电商平台转向传统电商平台的购买意愿研究由于目前主流的电商平台数据的可获得性有限,我们无法通过双重差分等类似的方法进行对比研究,所以我们选择在进行数据采集之前,通过实验问卷的方式对消费者在社交电商平台(如小红书、考拉种草社区等)阅读商品推荐的帖子之后,转向传统电商平台(如淘宝网、京东商城等)进行商品购买的意愿进行了研究。在社交电商平台内,最直观反映本平台商品热门程度的指标为社交电商平台的商品销量和商品推荐帖子的帖子数量,因此,在本节中,我们将通过设计两个场景实验来模拟真实消费场景,探究消费者转向传统电商平台的购买意愿。在被试选择这一方面,我们通过微信、微博等互联网渠道向大学生和研究生群体进行实验问卷调研,这是因为当代大学生对互联网的认知和使用程度比较高,作为年轻群体,他们不仅善于接受和学习新的技术,而且擅长在网上搜集信息和具有对信息进行加工识别的能力,而且社交电商的使用群体也大多为大学生群体,会接触到大量的种草过程;其次,我们对为了控制性别对实验的影响,选择向女性群体发放实验问卷,这是因为目前社交电商中的种草商品多以护肤、美妆等体验型商品为主,而女性为其消费群体的主力军。图4.1消费者转向传统电商平台的购买意愿研究模型4.1.1社交电商平台中商品推荐帖子数量的溢出效应研究在进行正式实验之前,为了确保消费者对帖子数量高低的感知是一致的,我们进行了预实验,在微信中向共计82名女性被试发放使用Likert五级量表的实验问卷(选择女性群体是为了控制商品推荐对性别的影响),实验问卷如附录3、4所示,在收回问卷后对被试的人口统计学信息进行统计,其中年龄在18至25

【参考文献】:
期刊论文
[1]基于熟人经济的C2C微商消费模式研究[J]. 敖盼.  新媒体研究. 2019(14)
[2]异质产品的在线评论特征对产品销量的影响[J]. 宋鹏,郭勤勤.  山西大学学报(哲学社会科学版). 2019(04)
[3]在线评论有用性的影响因素研究——基于商品类型的调节效应[J]. 游浚,张晓瑜,杨丰瑞.  软科学. 2019(05)
[4]社交电子商务购前分享动机研究[J]. 戴国良.  中国流通经济. 2018(10)
[5]溢出效应、交易网络与区域电子商务发展:基于淘宝、天猫平台的交易数据分析[J]. 刘渊,李旋,董思怡,杨洋.  管理工程学报. 2018(04)
[6]电子商务网站社交因素对消费者电子口碑发布动机及意愿的影响[J]. 张琳,闫强,刘奕.  清华大学学报(自然科学版). 2018(09)
[7]网络口碑对农产品网络销量的影响研究——基于天猫超市北京地区新鲜水果的实证研究[J]. 李林红,李莲青,甯利平.  昆明理工大学学报(自然科学版). 2018(02)
[8]在线初次评论与在线追加评论对商品销量影响的比较研究[J]. 石文华,王璐,绳娜,蔡嘉龙.  管理评论. 2018(01)
[9]基于共享经济平台在线信息的消费者决策分析[J]. 赵建欣,朱阁,宋玲玉.  北京信息科技大学学报(自然科学版). 2017(06)
[10]平台型电商声誉的构建:平台企业和平台卖家价值共创视角[J]. 汪旭晖,张其林.  中国工业经济. 2017(11)

硕士论文
[1]社交电商平台用户行为研究[D]. 樊雨青.山东师范大学 2019
[2]基于美团外卖用户在线评论的情感分析研究[D]. 王升盈.燕山大学 2018
[3]食品制造业广告支出与企业绩效关系实证研究:来自上市公司的经验证据[D]. 蔡佳妮.江西财经大学 2018
[4]基于改进情感词典的在线旅游评论文本情感分类研究[D]. 毛超群.浙江工商大学 2018
[5]社交媒体对网络图书销量的影响[D]. 刘德春.南京大学 2013



本文编号:2976271

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/2976271.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户c8e82***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com