互聯(lián)網(wǎng)信息技術的發(fā)展和智能設備的普及,促使人們的生產(chǎn)、生活和思維方式逐漸發(fā)生改變,也促進了社交媒介的不斷更替,網(wǎng)絡直播模式應時而生。網(wǎng)絡直播模式憑借在引流能力、社交性、體驗感等方面的獨特優(yōu)勢,吸引了大量流量聚集,而其強大的內(nèi)容變現(xiàn)能力也被越來越多的行業(yè)所看重,這對流量紅利期已過的傳統(tǒng)電商來說是一次新的發(fā)展機遇。隨著消費模式的不斷升級,消費者越來越注重消費中的體驗感,傳統(tǒng)電商的“圖文”和“貨對人”模式已愈發(fā)不能滿足消費需求。在此背景下,“電商+直播”的模式得到了廣泛的關注,其“人-貨-場”的完美融合和新穎的商品信息呈現(xiàn)、傳播形式帶給了消費者視覺上、知覺上更加準確的體驗。電商直播開始成為消費者購物的新方式和獲取信息、開展社交活動的新途徑。因此,研究電商直播平臺中消費者購買意愿對電商直播的發(fā)展具有重要的現(xiàn)實意義。本文基于社會臨場感視角,將電商直播的相關特征解構為認知社會臨場維度的達意程度、線索多重性、自然語言性和情感社會臨場維度的真實感、親切感、實時互動性六個影響因子,結(jié)合廣泛應用于消費者行為意愿研究的“刺激-機體-反應”（S-O-R）理論和技術接受模型（TAM）,引入感知有用性和感知信任作... 

【文章來源】：桂林理工大學廣西壯族自治區(qū)

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【部分圖文】：

結(jié)構方程模型構建圖

桂林理工大學碩士學位論文42然估計法對模型進行擬合，所得模型結(jié)果圖如圖5.2所示。圖5.2模型檢驗結(jié)果本研究的模型擬合選用了絕對適配和相對適配兩項指標，其中絕對適配指標選取了CMIN/DF、RMSEA、GFI和AGFI來衡量理論模型與樣本數(shù)據(jù)的擬合程度，相對適配指標選取了NFI、RFI、IFI和CFI來把理論模型與基準線模型的配適度進行對比。本文的結(jié)構方程模型擬合指標的實際測量值及其標準值整理如表5.6所示。表5.6結(jié)構方程初始模型擬合度系數(shù)模型擬合指標適配標準實際測量值絕對適配指標卡方自由度（CMIN/DF）<32.401近似誤差均方根(RMSEA)<0.080.059擬合優(yōu)度(GFI)>0.800.850修正擬合優(yōu)度(AGFI)>0.800.822相對適配指標常規(guī)擬合優(yōu)度(NFI)>0.800.882相對擬合優(yōu)度(RFI)>0.800.868增量擬合優(yōu)度(IFI)>0.800.927比較擬合指數(shù)（CFI）>0.900.927

桂林理工大學碩士學位論文44圖5.3修正后的模型檢驗結(jié)果修正后的模型指數(shù)如表5.8所示，可知CMIN/DF下降到了2.351；RMSEA值為0.058，更接近0.05；其余指標也得到了改善，如GFI、AGFI、NFI均接近0.9。表5.8修正后的模型擬合結(jié)果絕對適配度相對配適度指數(shù)名稱CMIN/DFRMSEAGFIAGFINFIRFIIFICFI測量值2.3510.0580.8520.8250.8850.8710.9300.9305.3.5假設檢驗經(jīng)過上一節(jié)對模型的修正后，只有PT<—RI不顯著，其余路徑均顯著，即除假設H6不成立外，其余假設均得到了支持。修正后的模型路徑系數(shù)檢驗結(jié)果見表5.9。表5.9修正后的模型路徑系數(shù)表假設路徑關系EstimateS.E.C.R.P顯著性H1PU<—CI0.1560.11.9860.047顯著H2PU<—CM0.4890.0816.763***顯著H3PU<—NL0.2620.054.837***顯著H4PT<—RF0.4600.085.105***顯著H5PT<—CF0.1760.0652.0360.042顯著H6PT<—RI-0.090.064-0.1550.877不顯著

【參考文獻】：
期刊論文
[1]社交電商情境下社會臨場感效應研究綜述[J]. 戴建平,袁志霞,方銳.  商業(yè)經(jīng)濟研究. 2019(21)
[2]電商+直播營銷模式發(fā)展現(xiàn)狀及改進策略研究——以淘寶直播為例[J]. 張碩.  廣西質(zhì)量監(jiān)督導報. 2019(09)
[3]電商網(wǎng)絡直播模式對消費者購買意愿的影響研究——基于認知與情感的中介作用[J]. 王秀俊,王文,孫楠楠.  商場現(xiàn)代化. 2019(15)
[4]社會化媒體中在線互動對感知信任的影響[J]. 錢錦,葉春明.  電子商務. 2019(06)
[5]網(wǎng)絡直播的四大商業(yè)模式選擇[J]. 江芳.  傳媒. 2019(04)
[6]“網(wǎng)紅”信息源特性對消費者購買意愿的影響研究——一個被調(diào)節(jié)的中介模型[J]. 楊強,張康,王曉敏,孟陸.  經(jīng)營與管理. 2018(11)
[7]網(wǎng)絡直播的現(xiàn)狀、問題及趨勢研究[J]. 喬新玉.  現(xiàn)代視聽. 2018(09)
[8]在線學習平臺社交化對大學生持續(xù)使用意向的影響[J]. 盧宏亮,梁安然,李卓君.  高等財經(jīng)教育研究. 2018(02)
[9]基于S-O-R范式的虛擬社區(qū)用戶知識共享行為影響因素分析[J]. 張敏,唐國慶,張艷.  情報科學. 2017(11)
[10]傳播學視閾下的網(wǎng)絡直播亂象治理策略探析[J]. 鐘丹.  武漢交通職業(yè)學院學報. 2017(03)

博士論文
[1]電子商務與社交媒體中電子口碑對消費者行為影響的差異性研究[D]. 吳雙.北京郵電大學 2019
[2]在線商戶商品信息呈現(xiàn)對消費者購買意愿影響的研究[D]. 喻昕.吉林大學 2017
[3]社會化商務環(huán)境下意見領袖對購買意愿的影響研究[D]. 夢非.南京大學 2012
[4]B2C網(wǎng)店社會臨場感與粘性傾向的關系研究[D]. 呂洪兵.大連理工大學 2012

碩士論文
[1]電商直播互動類型對消費者沖動性購買意愿的影響研究[D]. 鄭興.重慶工商大學 2019
[2]電商直播的傳播特征、問題及對策研究[D]. 梁芷璇.蘭州財經(jīng)大學 2019
[3]跨境電商平臺消費者購買意愿影響因素與定價策略研究[D]. 柴亦欣.北京郵電大學 2019
[4]電商直播平臺消費者購買及融入意愿研究[D]. 賈曉鋒.北京郵電大學 2019
[5]網(wǎng)紅口碑傳播對消費者購買意愿的影響研究[D]. 陳靜.青島理工大學 2018
[6]電商直播平臺的現(xiàn)狀及發(fā)展策略研究[D]. 張軍.長春工業(yè)大學 2018
[7]我國網(wǎng)絡直播運營模式及發(fā)展研究[D]. 王燕.山東藝術學院 2018
[8]場景理論視域下網(wǎng)絡直播平臺傳播策略研究[D]. 鐘丹.湖北大學 2018
[9]網(wǎng)絡直播的運營模式研究[D]. 趙燕.黑龍江大學 2018
[10]網(wǎng)絡直播的媒介特性對用戶持續(xù)參與意愿的影響研究[D]. 杜巖武.重慶工商大學 2018



本文編號：3494020