在线个性化推荐系统消费者采纳影响因素研究

齐莉丽+王丹

内容摘要：信息超载的难题使得消费者很难在海量的商品信息中快速找到目标，个性化推荐系统应运而生且应用日趋广泛，但仍然被许多消费者拒绝采纳，精准找出影响用户最终采纳行为的因素对提高推荐系统效率具有重要意义。本文在改进技术整合模型基础上新增关键因子，构建用户采纳影响因素的理论模型；然后通过实证研究明确各因子之间的关系以及对用户采纳意向的影响程度。基于实证结果，对个性化推荐系统提出改进建议。

关键词：个性化推荐系统 UTAUT模型 用户采纳 影响因素

中图分类号：C931.6 文献标识码：A

概念模型与研究假设

学者Venkatesh在借鉴TAM模型的基础上，提出了整合型技术接受与使用理论模型，即UTAUT模型。该模型精炼地凝聚了四个核心变量即努力期望、绩效期望、促成条件和社群影响，这也是对用户的信息技术接受与使用行为起决定性作用的变量，以及四个对以上核心维度有显著影响的调节变量即性别、年龄、经验和自愿。其中，用户的采纳意愿和便利条件直接影响其采纳行为，并且采纳意愿不受其他變量影响。努力期望、绩效期望和社群影响则是通过影响用户的采纳意愿而间接地影响其采纳行为。

UTAUT模型拥有较好的分析和解释能力，已成为预测和解释使用者接受信息技术行为的可靠有效模型之一。因此，本文基于UTAUT模型进行了改进和扩展，综合考虑个性化推荐系统的发展和消费者变化，认为电子商务推荐系统自身的特性和用户的心理特性也是影响用户采纳的重要因素，将研究变量扩展为包含绩效期望、努力期望、社群影响、感知推荐质量、感知时效性、沉浸体验、感知风险、自我认知、采纳意愿和采纳行为10个变量，以期更系统和全面地解析消费者采纳个性化推荐系统的影响因素，如图1所示。

基于以上概念模型，本文提出研究假设如表1所示。

量表设计和问卷调查

问卷的设计主要包括三个部分。第一部分是问卷说明；第二部分包含了甄别性问题，主要是受访者的基本情况，如性别、年龄、受教育程度、职业、网购频率以及对推荐系统的了解程度等；第三部分包含了研究模型中所有变量的测度题项。本文采用Likert 5级量表，受访者需根据自身情况，对每个题项的认同程度勾选判断，选项包括“很不同意”、“不同意”、“一般”、“同意”、“非常同意”五个级别。在问卷初稿完成后，首先在经常进行网购的消费者中进行了问卷预调研，共收集到有效前测样本117份，根据数据分析结果对问卷进行修正和完善后，正式问卷共包括了33个题项。

正式调研共收集问卷556份，进行筛选整理后最终得到有效问卷488份。总体样本中女性占45.8%，男性占54.2%，大学本科和硕士研究生占比79%。购买频率方面，将近一半的被调查者每月都会进行网购，经常性网购的用户占比则达到了28.4%，被调查者中有30.2%的用户对个性化推荐系统有较高程度的了解。

实证检验和结果讨论

（一）信度和效度分析

为保证问卷量表的可靠性和有效性，本文首先使用SPSS 20.0软件对问卷进行了信度和效度的测量。

1.问卷信度分析。信度是指通过测量工具得出的问卷调查结果一致性或可靠性的程度，反映了被测对象的真实性。信度高说明误差值低，量表具有较高的稳定性，参考价值也较高。根据学者Devellis（1991）的观点，Alpha系数在0.7及以上，才能说明样本数据是可信的，否则说明不可信，该观测变量应该剔除，本文的信度分析结果中，各研究变量的Cronbachs Alpha系数均在0.7以上，说明样本数据内部一致性较高，信度良好，量表的测试结果可以被接受。

2.问卷效度分析。效度是测量工具能够准确评价测量质量的一个重要指标，它反映了量表在多大程度上测量出了研究变量的真正概念或特质。学者Kaiser（1974）指出，因子分析的前提条件是KMO值大于0.5和Bartlett球体检验结果显著。

本文整体研究变量的综合KMO值为0.901，大于0.7并接近于1，表明研究变量之间相关性极强，因子分析结果良好。Bartlett球体检验的近似卡方值为7745.984，自由度为528，达到良好显著性。显著性概率P值为0.000<0.05，因此拒绝零假设。本文测量项总数为33，样本容量为488。综上所述，该问卷部分观测变量适合做因子分析。

接下来，本文利用探索性因子分析法（EFA）进行问卷结构效度的测量。首先对量表进行主成分提取，以便观察各观测变量的共同度。共同度若大于0.4小于1，则主成分提取效果比较好。本文观测变量的共同度最小值为0.590，最大值是0.816，数值都在0.4以上，说明数据效果比较理想，不需要剔除观测变量。完成因子分析的前期工作后，本文采用主成分分析法提炼公共因子。当提取10个因子时，方差累积贡献率达到了71.546%，说明这10个公因子对于本研究的测量量表有较好的代表性，且与先前构建的用户采纳概念模型中的研究变量个数保持了一致。

（二）验证性因子分析

本文利用AMOS 20.0软件对量表数据进行验证性因子分析，以明确量表各问项应属于哪个因子。首先对33个观测变量进行最大方差正交旋转，并将得到的因子载荷矩阵中因子载荷数大于0.5的问项保留下来，用以解释与之对应的公共因子，具体因子结构分析结果见表2。可以看出，所有问题都可归类为十个公共因子，且每个研究变量的观测变量也都归于同一个公共因子，所有测量指标的因子载荷值都在0.5以上，这样的分析结果表明了问卷的效度良好，可将观测变量全部保留下来。

（三）结构方程模型（SEM）建模

在以上分析的基础上，本文构建了推荐系统用户采纳影响因素的初始结构方程模型，然后利用AMOS 20.0软件进行了拟合验证，证明模型拟合良好，统计上能够被接受。为提高模型的适配度，使得概念模型拟合更加良好，需要根据初始SEM模型的路径系数显著性输出结果以及修正指标，通过逐次增加或剔除一条不显著路径或者修改某个参数的方法，对模型进行修正。本文逐次剔除了不显著路径自我认知→采纳意愿、努力期望→采纳意愿，增加了感知时效性→感知推荐质量这条相关性较强的路径。

本文选取了拟合优度指数、模型比较适合度等多種拟合指数，来进行修正后结构方程模型的拟合验证，具体指标见表3。可见本文最终模型拟合度良好。

（四）假设检验分析

在以上分析结果基础上，接下来验证本文的初始研究假设，最终得出的结论是：绩效期望、沉浸体验、社群影响显著正向影响用户的采纳意愿，感知风险与之显著负相关；努力期望和自我认知对用户采纳意愿的影响并不显著，自我认知直接显著影响努力期望，努力期望通过绩效期望这个中介变量间接显著影响采纳意愿；感知推荐质量通过绩效期望间接显著影响采纳意愿，感知时效性与感知推荐质量、绩效期望和努力期望均显著正相关，并通过绩效期望间接显著影响采纳意愿；用户的采纳意愿直接正向显著影响其采纳行为。对应修正后的路径图如图2所示，图中明确了各变量之间的关系，其中实线表示显著路径，虚线表示不显著路径。

（五）实证结果讨论

结构方程模型的总效应等于直接效应和间接效应的总和。根据修正后结构方程模型中各变量的路径系数，能够计算出各潜变量对采纳行为的直接效应和间接效应，具体结果见表4。

根据计算结果，可将影响用户采纳个性化推荐系统的所有因素按照影响力大小进行排序为：采纳意愿（0.66）>绩效期望（0.31）>感知时效性（0.21）>沉浸体验（0.20）>感知风险（-0.15）>社群影响（0.14）>努力期望（0.10）>感知推荐质量（0.06）>自我认知（0.05）。

结论

用户对在线个性化推荐系统的采纳意愿直接影响其采纳行为；绩效期望对采纳意愿的影响最为显著，这表明推荐系统的功能和服务效率可直接影响用户的使用意愿；推荐时效性显示对用户需求满足的及时程度，显著正向影响用户采纳意愿；智能的个性化推荐服务带给用户与传统搜索引擎相异的愉悦购物沉浸体验，使用户感受到高效和便利，可提高其采纳意愿；不同用户对推荐系统的风险感知则是负向显著影响用户采纳意愿的关键因素；用户感知到的周围人群对待推荐系统的态度也对其采纳意愿有一定程度的影响。

基于以上分析，本文提出以下几个方面的建议：提高推荐准确度，增强系统的有用性；缩短推荐响应的时间，实现实时推荐；丰富推荐内容，增强推荐的多样性；加强推荐系统的安全保护，降低用户的感知风险和负面信任；优化推荐界面，打造用户体验感良好的推荐系统形象；降低使用门槛，提高用户的努力期望；加强个性化推荐产业链上的多方合作，实现互利共赢。

参考文献：

1.唐哲，丁二玉，骆斌，陈世福.基于Web Mining的推荐系统[J].计算机科学，2005（12）

2.宋辉.电子商务推荐系统用户采纳影响因素研究[D].哈尔滨工业大学，2011

3.李亚男等.影响个性化推荐系统的用户采纳的因素[J].人类工效学，2013（2）

4.谢黎蓉.技术接受模型演变综述[J].华中师范大学研究生学报，2014（1）

5.孟燕.隐私关注与在线个性化定制系统用户采纳行为的关系研究[D].山东财经大学硕士论文，2013

6.Venkatesh V，Morris M G，Davis G B，et al. User Acceptance of Information Technology：Toward a Unified View[J]. MIS Quarterly，2003，27（3）

7.Davis F D. A technology acceptance model for empirically testing new end-user information systems： Theory and results[D]. Cambridge， MA： Sloan School of Management， Massachusetts Institute of Technology，1986