电商平台智能推荐对消费者购物行为的影响分析

于娜

（长春建筑学院，吉林长春 130000）

1 引言

随着互联网时代的到来，电子商务的发展也是加剧了互联网上的竞争的重要原因。为了更好地吸引客户群体，增强客户黏性，电子商务平台普遍采用基于用户数据的智能推荐系统，这将使消费者能够通过分析其潜在趋势来节省时间。消费，需要对电子商务平台进行具体研究，使消费者对产品和服务的浏览更加方便，有助于提高效率和效率。以推广消费为主要形式的安利直销广告平台将运用“云搜索”和“微广告”技术，提供精准的搜索直销服务和专业的广告策划方案。

现在目前电子商务平台探讨重点集中在在线评论对消费者购买行为的影响上，探讨了消费者在电子商务平台购物的轨迹中，消费者在购买在线产品时，可以通过网上对商品的评论和对产品质量的感知进行决定最终的购买。电商平台智能推荐系统的主要研究领域是：计算机科学。本文从消费者的角度来看，如消费者的感官体验等因素，分析消费者使用电子商务平台智能推荐系统在购物中的影响消费者购买研究过程。

由于疫情的发展影响，由此时人们选择购物以来，上网购物已经成为人们日常生活的不可缺少的一部分；网络购物占生活比重较大的部分原因是，疫情前半年很多商店没有营业，很多需求只能在网上购买。智能电子商务推荐系统可以帮助用户快速摆脱海量的商品选购中找到自己想要的商品。现有智能商品电子商务系统商品中仍然存在不足的地方。电商平台智能推荐系统基于云平台解决了低效率等主要问题。本文件首先分析了电子商务智能推荐系统的研究现状，找出了推荐效果不好的原因。其次，根据云平台的信息技术，构建了电子商务商品智能推荐系统通过主要技术解决电商平台效率低，误差大的问题。测试结果显示，该智能推荐系统克服了传统商品电子商务智能推荐系统的缺点，加快了用户从大量商品中找到自己真正需要的产品的速度，有效的加大了电商平台智能推荐的精准性。另外，本文介绍了智能电子商务的概念及其存在的问题，比传统电子商务具有很大的实用价值。

2 现状调查及分析

2.1 通过发送问卷调查网购主要群体

本文主要通过在线投递渠道，借助于问卷明星网站，借助问卷网站，我们通过以下方式发送问卷链接：同时与腾讯QQ 和微信进行问卷收集的有效性是分销服务共247 份问卷。

有效回收率为199 份，准确率高达90.56%。从人口统计资料看，与男性相比，女性选择网购的比例较高，占68.4%；在年龄层面，在18-25 年和25-35 年间，消费者占总消费量的百分之八十三点五。

在文化程度上，本科及以上学历用户超过半数，占86.2%，说明消费者文化程度普遍较高；在专业层面，学生和企业文化程度较高，行业从业人员比例较高，是网购的主要群体，这是比较合适的研究对象。

2.2 收集被调查对象的网上购物现状

在被调查对象247 人中占百分之三点七的有五个人倾向于线下购物。喜欢“网上购物”的购物方式占比为百分之四十八点五，其中有49 人倾向于网上购物。66 名消费者倾向于网络购物和线下购物相结合，网络购物是消费者喜爱的购物方式之一，网络购物和线下购物相结合的购物方式逐渐成为人们购买的最优先顺序。调查结果显示，一周购物1～2 次左右。约81.51%的比例。每个人每周购物。4 次约10.92%。每周购物5-7 次，约2.52%。至今为止，在电子商务平台上没有购物过的消费者比例为5.4%。调查结果显示调查对象每周会进行1～2 次网络购物。

经过调查结果显示“淘宝”网络购物电子平台很受广大消费者的欢迎，约百分之九十三点四的消费者经常使用淘宝平台去购物，百分之四十点五的消费者会经常选择使用京东去购物，其中有少部分消费者也会使用“唯品会”“拼多多”上网购物。最常见的还有许多其他电子商务平台分别是“小红书”“贝店”“网易考拉”等等。也是有消费者会选择的购物方式之一。一般来说，最常见的网购平台被消费者认可的是大多是”淘宝、天猫、京东。

2.3 收集被调查对象受到智能推荐的现状

经调查显示，90%的受访者被使用过电子商务智能推荐系统。6.2%的受访者尚未被推荐过使用电子商务智能推荐。大多数消费者在网上购物将被推荐使用过电子商务智能推荐的情况。消费者通过电子商务推荐产品的比例约为83.19，约有5.88.88 11%的消费者倾向于购买规模较大的电子商务平台，每种推荐产品的比例1.88%，8%的消费者购买于平台的智能推荐。大约是7.8%的消费者不购买电商智能平台产品。因此，可以先推断得出结论：消费者正在慢慢的接受电商平台智能推荐系统的产品。

3 电商平台智能推荐对消费者购物行为影响分析及存在问题

信度与效度检验分析；使用spss22.0 软件对数据样本进行信度分析。整个测量表的系数为0.567 至0.789。对于每个测量变量，验证了km 和Berkeley 球面搜索数据，KMO 和Bartlett Sphere1 的值分别为0.826 和0.0000，均适用于因子分析。使用SPSS。提取特征因子和六个特征因子的软件D'（aft er data）是用特征因子的累积能量解释的变量值，为71.3%，要求采样数据的效率。

正向影响：

电商智能推荐的便捷性就在于他综合了不同的算法和海量数据信息，弥补了很多传统信息推荐的不足。比如你的朋友也许并不真正理解你的喜好，各类榜单往往有马太效应，来来回回就是那几首耳熟能茧的热门歌曲，或者是那几部你侄女都不想再看的电影。

1.电商智能化推荐挖掘了很多长尾信息，比如一些你按销量或者综合排序永远无法挖掘的宝藏商品，一些冷门但总是能莫名触碰到你的电影、歌曲甚至是文章。

2.电商智能推荐推荐能帮你寻找关联，是一个持续流动的且不断自我迭代的世界。比如你刚学完一个知识点A，也许个人层面你不知道知识点A 和知识点B 有莫大的关联，如果单靠个人搜索，你永远无法触达B。但通过个性化推荐，系统记录了你最近看的文章或者写的笔记，从知识点A 关联到知识点B，然后给你推荐知识点B 的文章。这种便捷性在各位读者刷知乎的时候，应该都被感受到。

3.电商智能推荐推荐创造惊喜。不要轻易的相信智能推荐会是信息的壁垒。恰恰相反，用户是贪婪的，用户是需要惊喜的，个性化推荐的一个重要因素在于试错和出圈。比如一个篮球迷，系统一开始总是推荐NBA 相关的文章或视频，当然推荐准确率很高。但时间一长，用户总会厌倦的。如果不在用户厌倦前有所改变，用户就会离你而去。所以个性化推荐总是在试图挖掘惊喜，推荐一些你都没发现自己会这么喜欢的内容。当然这个过程是需要冒险的，所以推荐引擎会有一个持续迭代的过程。

负面影响：

随着经济的发展和信息时代的到来，人们越来越意识到大、舒适、快捷消耗法。虽然它给消费者带来了舒适，但是仍然有许多问题需要去解决。数据显示仍有一大部分的的人还没有接受这个智能推荐系统。说明存在其他的负面影响原因。

1.电子商务系统安全性不高，消费者在搜索，包括推出购买优惠平台可能导致消费者信息泄露，个人数据信息无法得到有效保护，

2.电商智能推荐不合适，也不被大多数消费者所接受。电子商务平台主要是电子商务采购的检索、整理、记录，消费者的需求和数据源的访问往往是简单而带有偏见的。数据来源单一。

3.电商智能推荐系统不完善，根据消费者的反馈，所提供的产品质量不符合消费者的期望，这有助于降低消费者的信心。消费者在平台系统遇到指导推荐不精准的情况，

4 广告中智能推荐太多，从而不能保证产品的质量问题。

4.1 措施与建议

1、本研究为成功地解决了这些问题，并采取了下列对策来加强电子商务平台的安全：选择电子商务系统，采用智能系统，提高系统的性能，改进电商平台的准入的标准。

2、为了提高消费者对智能网上购买建议的接受意向，电子商务平台指出，消费者必须努力提高对“电商平台智能推荐”的认识和理解。情绪是影响个人接受的主要因素之一。个人情感影响接受消费者愿意接受的更高的容忍度和保密性。

目前，在人的高度发展和智力的高度发展的背景下，电子商务无法克服消费者的疑虑和感受。这个平台的服务质量就不会太好，所以想让用户使用就要使用户熟悉这个系统。电子商务为电子商务提供了一个智能化的平台，使用户能够更好地理解推荐系统。促使电子商务平台服务质量的到有效的提升。

3、在智能推荐系统中增加预期收益，降低预期风险，增加维护系统功能，并不局限于游戏，可以使消费者可以参与线上线下线的供应商的体验，参与更多的活动。并为消费者提供关于其产品的真实信息，不虚假工作及时为消费者解决问题。真切的从消费者的角度出发。

5 结语

本文件以网上购物电商平台智能推荐为研究的背景,探讨了用户接受电子商务平台智能推荐的影响因素。目前，学术界对消费者的心理感受不感兴趣，因此他们收到了智能网购请求。研究报告收集和分析了有关电子商务智能推荐的理论文献。根据用户提交的问卷调查显示，经过测试调查对象的接受程度。结果表明，消费者对安全、舒适、便捷购物的追求对智能网购方案的接受程度有积极影响，而对便捷和快捷的追求是最大的心理效应。