【摘要】：互聯(lián)網(wǎng)企業(yè)在上世紀90年代末得到了非理性地狂熱追捧。那時,有大量的投資者和企業(yè)家都對網(wǎng)絡企業(yè)表現(xiàn)出了極大的興趣。然而,2001年的網(wǎng)絡企業(yè)寒冬則充分體現(xiàn)了市場的客觀性,大量的新興網(wǎng)絡企業(yè)在這個寒冬中倒下。但是,倒下的卻不是網(wǎng)絡給經(jīng)濟發(fā)展帶來的契機,而是給投資者們過熱的腦袋降溫,讓他們能夠靜心冷靜地看待網(wǎng)絡的發(fā)展。 諸如Google, Yahoo!, E-bay, Amazon等經(jīng)歷網(wǎng)絡寒冬洗禮的網(wǎng)絡企業(yè)的發(fā)展和成功充分說明了互聯(lián)網(wǎng)正在深刻地改變著組織和個人互相交流和交換產(chǎn)品的方式,改變著市場運行的方式。互聯(lián)網(wǎng)正在創(chuàng)造一個以產(chǎn)品和服務的電子交易為特色的市場,在它孵養(yǎng)下的全球經(jīng)濟正呈現(xiàn)出以下特點:1)網(wǎng)絡經(jīng)濟欣欣向榮;2)它在給我們帶來產(chǎn)品極大豐富的同時也讓我們不得不承受著信息過載的負面影響;3)大眾化定制時代來臨。 網(wǎng)絡的發(fā)展,信息的爆炸式增長,不僅加大了消費者購買決策的難度,也使得營銷者(商家)越來越難以確切地把握顧客的興趣偏好,并提供合適的市場供應品。推薦系統(tǒng),作為一種智能系統(tǒng),能夠很好的解決上述問題。對于營銷者而言,推薦系統(tǒng)的應用可以實現(xiàn)低成本和個性化營銷,對消費者而言,則可以借助推薦系統(tǒng)的輔助以降低其決策所付出努力,提升其決策質(zhì)量。 然而,盡管推薦系統(tǒng)對于營銷存在著如此深刻的影響和重要的作用,此前的學者研究卻沒有能夠?qū)ν扑]系統(tǒng)的營銷功用展開充分的探討。從上世紀90年代初第一個真正意義上的推薦系統(tǒng)--- Tapestry---出現(xiàn)以來,學者們對其做了很多的研究,但是幾乎所有的相關研究都著眼于如何處理已經(jīng)獲得的個人偏好等信息,也即把研究重點放在了如何發(fā)展和評價某種推薦系統(tǒng)算法。迄今為止,關于推薦系統(tǒng)的文獻主要關注產(chǎn)生推薦的算法研究(主要是關于精確度和代表性的原則)和現(xiàn)有推薦系統(tǒng)的分類(主要基于推薦系統(tǒng)采用的算法和技術),而忽視了其它方面的內(nèi)容,比如對推薦系統(tǒng)的營銷原理、消費者行為/心理原理的關注就顯得很不足。但是從2000年Asim Ansari等人對推薦系統(tǒng)進行的營銷方面的開拓性研究工作開始,大量的學者給予了消費者行為/心理以及營銷因素更多的關注,將它們作為影響推薦系統(tǒng)最終推薦效果的一個部分通過實證研來加以研究。自此,從營銷和消費者心理原理角度探索和研究推薦系統(tǒng)可能帶來的營銷影響成為相關研究的重點之一,相當多的學者從各種角度對其進行了論證:如H?ubl和Trifts(2000)認為推薦系統(tǒng)能夠降低消費者做出消費購買決策所付出的努力;Swaminathan(2003)則認為商品的類別風險和復雜性會降低推薦系統(tǒng)的效用;Aggarwal和Vaidyanathan(2005)的研究表明推薦系統(tǒng)對不同類別商品有不同的推薦效果;Nikolaeva和S. Sriram(2006)則研究論證表明消費者的特點、推薦建議接受者的特點以及產(chǎn)品屬性三者會影響到人們對推薦系統(tǒng)的接受程度等等。推薦系統(tǒng)的營銷相關研究已經(jīng)進入了一個百花爭鳴的階段。 盡管如此,推薦系統(tǒng)的相關研究學者卻始終沒有有效地對推薦系統(tǒng)的效用原理(即為什么推薦系統(tǒng)能夠影響到消費者,它背后的原理是什么)做出一番詮釋,而僅就個別營銷因素和消費者行為/心理因素和推薦系統(tǒng)的相關性做了許多的實證研究。本文則從營銷中的“口碑”效應入手,認為推薦系統(tǒng)背后所倚靠的營銷原理就是一種代表大眾智慧的“口碑”,“推薦”在本質(zhì)上屬于口碑的一種形式。并同時簡單揭示出了人們提供口碑(推薦)的動機,提供了一個推薦模型。 此外,推薦系統(tǒng)相關研究正處于一個高速的擴展期,有相當多的學者從各種角度研究了消費者行為/心理和營銷因素與推薦系統(tǒng)效果間的相關性,該領域內(nèi)的科研成果也日漸豐富。然而,豐富的成果卻缺乏有效的歸納和組織,以形成一個較為清晰的成果框架,從而方便后續(xù)的研究學者能夠減少可能的重復研究,轉(zhuǎn)而傾注心力于“未知”領域。Bo Xiao和Izak Benbasat(2007)成為作出該貢獻的第一人,他們較為系統(tǒng)地將已有的成果歸納為了推薦系統(tǒng)特點、產(chǎn)品特點、推薦系統(tǒng)使用、使用者特點和使用者—推薦系統(tǒng)互動等5個方面。本文在此基礎之上,結(jié)合營銷理論,構(gòu)建了推薦系統(tǒng)的營銷效果評價模型,并揭示了模型各因素之間的作用機制。 在最后一章,文章考察了推薦系統(tǒng)在現(xiàn)實中的應用。著重考慮了其在被稱之為“長尾企業(yè)”的網(wǎng)絡公司中的巨大潛力。 文章主要目的在于實現(xiàn)對網(wǎng)絡推薦系統(tǒng)的綜合研究。在參考文獻的基礎上實現(xiàn)對推薦系統(tǒng)的全方面了解,并藉此提出一個評價和分析推薦系統(tǒng)營銷效果的綜合模型,完成文章的主體部分。為了使本研究內(nèi)容更有現(xiàn)實意義,文章的最后部分結(jié)合實際闡述了推薦系統(tǒng)在長尾企業(yè)中所展現(xiàn)的巨大商業(yè)營銷潛力。文章主要分四部分,每章主要內(nèi)容如下: 第一章為緒論。這部分點明了本研究的目的和意義,著重參詳了推薦系統(tǒng)相關的國內(nèi)外研究,為下文整理評價模型和分析因素影響機制做鋪墊。 第二章為推薦和推薦系統(tǒng)。該部分從研究消費行為中的推薦行為開始,為進一步認識和完善推薦系統(tǒng)提供理論支持,最后以指出現(xiàn)行推薦系統(tǒng)面臨的主要問題結(jié)束。 第三章為推薦系統(tǒng)的效果評價模型分析,是本文的主體部分。在這部分內(nèi)容中,通過建立評價指標和萃取效果影響因素,文章最終建立起了一個涉及兩大評價指標和六大影響因素的推薦系統(tǒng)效果評價模型。并且通過分析闡述了各因素對推薦系統(tǒng)最終效果的影響機制。 第四章為推薦系統(tǒng)的一個實例。這部分把推薦系統(tǒng)和長尾現(xiàn)象結(jié)合起來說明推薦系統(tǒng)所蘊含的巨大影響潛力。通過對Netflix的DVD推薦系統(tǒng)的實例分析,從三方面展示了推薦系統(tǒng)對于提升顧客滿意,促進非熱門產(chǎn)品的銷售以及增加企業(yè)利潤的積極作用。 本文通過:1)從營銷角度研究了網(wǎng)絡推薦系統(tǒng)對消費者決策和現(xiàn)代企業(yè),尤其是網(wǎng)絡企業(yè)的營銷帶來的影響;2)研究分析整理出一個推薦系統(tǒng)的營銷效果的綜合評價模型,等兩個主要方面對前人的相關研究作出了一定的創(chuàng)新。 然而,鑒于推薦系統(tǒng)相關研究正處于一個快速發(fā)展的時期,加之筆者能力有限,本文章可能存在以下不足:1)對推薦系統(tǒng)的整體研究可能尚不全面;2)未對推薦系統(tǒng)評價模型中兩大指標存在的關系以及其所內(nèi)涵的變量之間的關系進行進一步深入探討;3)對推薦系統(tǒng)營銷效果產(chǎn)生影響的因素選擇不完全等。
【圖文】：

2.2.1 一個推薦模型當消費者遇到多種選擇的時候，遇到的最大困難就是如何做出選擇。推薦則可以潛在地降低消費者為決策所做出的努力（如：考慮成本，Shugan，1980）以及決策的不確定性（Gavan J. Fitzsimons，2004），從而在減少消費者決策困難的同時提升決策自信。在我們不得不做出某種選擇，而個人又缺乏相關知識的時候，一個自然的行為是向曾經(jīng)有過類似經(jīng)歷或者是被視為專家的人員求取推薦建議（Recommendations）。因此，，推薦是一個互動的交流過程（Loren 和 Will，2001）。而推薦者（Recommenders）做出推薦是基于個人的偏好（自己的或者是他人的）（Loren 和 Will，2001）。下圖 1 則較好地顯示了多種推薦的內(nèi)在過程：

則認為推薦是積極的口碑（Positive WOM），他發(fā)現(xiàn)很多品牌的一半使用者通過積極的口碑，或者說是推薦來認識新品牌。而 Robert East et al.（2005）則是把口碑等同于了推薦。鑒于推薦相關的研究文獻極其缺乏以及其與口碑之間存在的緊密甚至是替代關系，本文傾向于借鑒口碑的研究成果來說明推薦提供的動機問題。在Kerimcan Ozcan（2002）研究的基礎之上，推薦提供的動機因素可歸結(jié)為三大類：產(chǎn)品（如：Gatignon 和 Robertson，1986；Nyer，1997 等）、個人（Whyte，1954；Dichter，1966 等）和其它（Mango 1d，1999 等），每大類下包括數(shù)個具體的因素，如圖 2 所示：
【學位授予單位】：西南財經(jīng)大學
【學位級別】：碩士
【學位授予年份】：2008
【分類號】：F274;F49

【引證文獻】

相關碩士學位論文 前1條

1 尤穎;基于團購網(wǎng)的網(wǎng)絡口碑推薦動機研究[D];西安工業(yè)大學;2012年

本文編號：2606232