Research on the mechanisms of big data on consumer behavior using the models of C2C e-commerce and countermeasures

The purpose of this study is to investigate the mechanisms of big data on consumer behavior on the models of C2C e-commerce. From the beginning of the following five aspects: recommendation system, information search, reputation system, virtual experience and security system, the paper discusses some factors that affect buying intention in C2C e-commerce under big data. It fully considers the characteristics of big data, and then constructs the behavioral decision-making model of C2C e- commerce consumers, especially the factors of perceived usefulness, perceived risk and trust are integrated into the model of this research. We conduct the survey method and collect 245 valid questionnaires on consumers in each area in Shanghai and online using the quota sampling method. The empirical data show that it has six hypotheses being rejected, and others are supported in 20 hypotheses. According to the results, the paper also discusses why these hypotheses are not supported and give some marketing countermeasures in order to help the e-commerce enterprises better respond to the challenges of big data.

Key words: Big data, C2C e-commerce, behavioral decision-making model, mechanisms, countermeasures.

INTRODUCTION

The aim of the paper is to highlight the relationship among perceived usefulness, perceived risk, trust and consumers buying intention. This relationship is viewed as a significant issue in the field of consumer behavior since the heat of research on big data by enterprises and academia is increasing year by year. The potential value of this paper is to provide discussion platform in the field of consumer behavior. From the start of the recommendation system to the popular social media marketing recently,these all prove that the mode of C2C e- commerce has taken a great change at the background of this era. According to the characteristics and development of big data on the models of C2C e-commerce, our paper builds up a conceptual framework among security system, reputation system, recommendation system, information search, virtual experience, perceived usefulness, perceived risk, trust and consumers buying intention and supply an expected causal relationship in order to explore their corresponding relationship attributes.The development of big data and related technologies has brought huge impacts on the traditional network marketing.

By collecting different data of Internet users in this era, such as attribute data on geographic distribution, real-time data on search phrases, behavioral data on shopping and browsing behavior, as well as social data on hobbies and social connections, enterprises can achieve geographical orientation, demand orientation, preference orientation, relationship orientation and other directional ways in the advertising push, realize precision and personalized marketing. Additionally, they can achieve commodity push across different platforms and terminal by the integration of big data. However, compared with the relatively mature commercial practice, theoretical research on what a fundamental shift in consumer behavior in C2C e- commerce at the background of big data is relatively backward, and it has not caused widespread interest and concern by scholars. Therefore, it is necessary to carry out this research.

Perceived usefulness means the users subjectively think that using this system can improve the degree of their job performance. There are many areas researching the influence of perceived usefulness currently. In technology promotion, Snchez and Hueros (2010) found that perceived usefulness can affect the user attitudes and thus indirectly alter the user behavior in the applications of new technology or a new form of business promotion. In the library management, Wang and Guan(2010) applied gap theory, and verified that perceived usefulness played an important role in improving service quality of university library from three aspects of service quality, information quality and online system quality by empirical analysis. In network marketing, combining the theory of environmental psychology and TAM, Koufaris and Hampton (2002) explained the consumer behavior of online shopping. He considered that perceived usefulness in TAM had more significant influence on consumer behavior of online shopping compared to other factors. From the research of previous people, we can find that the key determinant is perceived usefulness of consumers whether consumers are willing to accept a new information systems or technology in TAM.

The original concept of perceived risk was proposed by the Harvard University, professor Raymond Bauer in1960. He believed perceived risk was actually that any purchasing behavior of consumers was likely to lead to its own unpredictable results (Bauer, 1960). From the perspective of expectancy theory, Wang et al. (2003) thought that perceived risk is expectations of withstanding the loss of consumers on a predictable result. In the area of e-commerce, it often comes with the issue of information asymmetry. This information asymmetry makes the consumer at a disadvantage when online shopping and its decisions need to face a lot of risks and uncertainties (Cha, 2006). From six dimensions of social risk, privacy risk, economic risk, time risk, performance risk and psychological risk, Feather man and Pavlou(2002) researched the consumer acceptance of e-commerce. Doolin and Stuart (2005) also confirmed the relationship between perceived risk and consumer behavior decision of online shopping by empirical research. Therefore, this paper views perceived risk as one of the intermediate variables to research the consumer behavior in C2C e-commerce at the background of big data.

In the emerging e-commerce, more and more

剩余内容已隐藏，支付完成后下载完整资料

分析基于C2C电子商务的模式及对策消费者行为大数据的机制研究

本研究的目的是探讨在C2C电子商务模式，消费者行为大数据的机制。从以下五个方面开始：推荐系统，形成搜索，信誉系统，虚拟体验和安全系统，探讨了影响购买意向的C2C电子商务大数据下的一些因素。它充分考虑了字符大数据的特点，构建了行为决策模型的C2C电子商务消费者，特别是对感知有用性因素、感知风险和信任是一体的进入本研究的模型。采用问卷调查的方法，对上海各地区的消费者进行网上问卷调查，并收集245份有效问卷。实证数据表明它有六个假设被拒绝，和其他支持在20个假设。根据研究结果，本文还讨论了为什么这些假设没有得到支持，给予一定的市场对策，以帮助电子商务企业更好地应对大数据的挑战。

关键词：大数据，C2C电子商务，行为决策模型，机制，对策。

简介

本文的目的是突出感知有用性，感知风险，信任和消费者的购买意向之间的关系。这种关系被认为是一个重要的问题，企业界和学术界对大数据研究热的消费行为逐年增加。本文的潜在价值在于为该领域提供了讨论消费者行为平台。从推荐系统启动最近流行的社交媒体营销，这些都证明了C2C电子商务模式发生了巨大的变化的背景这个时代的ND。根据对C2C电子商务模式发展大数据的特点，我们建立了安全系统的概念框架中，信誉系统，建议 推荐系统，信息检索、虚拟体验、感知有用性、感知风险、信任与消费者的购买意向和供应预期的因果关系探讨大数据和相关技术的发展给传统网络营销带来了巨大的冲击。

通过收集不同时代的网民数据，如地理分布的属性数据，搜索短语的实时数据，购物和浏览行为的行为数据，为既然在爱好和社会关系的社会数据，企业可以实现地理定位、需求导向、取向、关系取向和定向的方法 在广告推送中，实现精准化和个性化营销。另外，通过大数据的整合，可以实现跨平台和终端的商品推送。然而，有限 相比相对成熟的商业实践，对相对落后的C2C电子消费行为的根本转变，在大数据背景下商务是理论研究，一个 它并没有引起学者们的广泛关注和关注。因此，有必要开展这项研究。

感知有用性是指用户主观认为使用该系统可以提高工作绩效的程度。有许多领域研究感知有用性的影响 现在。在技术的推动下，-桑切斯和hueros（2010）发现，感知有用性可以影响用户的态度，从而间接的改变在新技术应用的用户行为 技术或新的商业形式的推广。在图书馆管理中，王和关（2010）运用差距理论，验证了感知有用性在提高服务质量中的重要作用 从服务质量、信息质量和在线系统质量三个方面分析高校图书馆。在网络营销中，结合环境心理学的理论 Y、潭、Koufaris和汉普顿（2002）解释消费者网上购物行为。他认为TAM感知有用性对网络消费者行为有更显著的影响 购物与其他因素相比。从前人的研究中可以发现，消费者是否愿意接受新的信息是消费者感知有用性的关键决定因素 在TAM的体系或技术。

感知风险的原始概念是由哈佛大学Raymond Bauer教授提出，1960年。他认为，感知风险是任何消费者购买行为是这样的 伊利导致自身不可预知的结果（鲍尔，1960）。从期望理论的角度看，王等人。（2003）认为感知风险是消费者期望承受损失 ERS在预测的结果。在电子商务领域，它往往伴随着信息不对称的问题。这种信息不对称使得消费者在网上购物时处于劣势 它的决定需要面对很多风险和不确定性（CHA，2006）。从社会风险、隐私风险、经济风险、时间风险、绩效风险和心理风险六个维度 一个和Pavlou（2002）研究了电子商务消费者的认可。Doolin和斯图尔特（2005）也证实了感知风险与消费者网上购物行为决策之间的关系 通过实证研究。因此，本文将感知风险作为研究消费者行为的C2C电子商务在大数据背景下的一个中间变量。

在新兴的电子商务中，信任越来越受到人们的重视。托德（2011）认为，信任是消费者对企业承诺和消费者对业务的认知 诚实的行为。李和Turban（2010）证实了消费者的信任倾向会通过安全因素等三大因素作用于信任，网上购物的环境，网上的商业诚信 心在一起。Walczuch和龙格尔（2004）主要研究消费者的心理因素对网上购物的信任，包括那些基于感知因素、经验因素 知识因素。戈登等。（2006）指出，客户信任是移动电子商务成功的关键因素。因此，本文认为信任作为中间变量之一R 研究在大数据背景的C2C电子商务中消费者行为。

文献回顾与假设设定

该框架主要来源于戴维斯（1986），主要用于研究人们接受信息系统的行为。TAM认为个人使用信息的行为 系统是由使用信息系统的行为意图决定的。在电子商务领域，第一个将TAM引入这个领域的人是朱蒂和林（2000）。他们用TAM 解释消费者接受的购物网站。然后谭延长Pavlou（2003）。他们引入信任和感知风险到TAM，以预测消费者接受电子商务。利奥（2010） 增加了主观规范变量的计划行为理论（TPB）、创新扩散理论（IDT）变量，变量的隐私，安全和自我效能基于TAM模型来预测消费者 网上购物接受。然而，在网上购物的社会支出比例逐年增加的规模；C2C成为网上购物的一个重要组成部分和主要的公共汽车 企业类型。用户的消费习惯、行为习惯、浏览习惯和搜索习惯也经历了复杂的演变。如此巨大的数据和惊人的增长代表了一个新的挑战 Pret的数据和为客户准确洞察需求。各种信息对消费者的行为和习惯产生了一些正面和负面的影响。结合许多学者的研究角度 ARS在国内和国外，以及长期的网上购物行为和作者的观察，作者选取了五个影响因素：安全体系、信用体系，建议 在系统中，信息搜索和虚拟体验，并提出了一个综合模型探讨对C2C电子商务模式，消费者行为大数据的影响。图1显示了本研究的概念框架。

推荐系统对感知有用性的影响

在大数据时代，消费者不能直接面对零售商。更重要的是，产品差异逐渐降低。这两个因素导致企业缺乏了解 消费者偏好与消费者对商品选择的犹豫。Komiak和Benbasat（2006）一次实验验证，推荐个性化的产品会影响消费者的信任，T 特此影响消费者认为有用的产品推荐。

萧和Benbasat（2007）认为，产品信息的呈现会影响消费者的购买决策，从而影响网站的消费者情绪知觉。因此，R 研究假设：

假设H1：更完善的推荐系统，更高的消费者对C2C电子商务的有用性的感知是在大数据环境。

推荐系统对信任的影响

HypothKomiak和Benbasat（2003）发现，基于需求的对话界面设计可以提高个性化推荐用户信任的信念，从而采用个性化推荐辅助决策的用户计划。基于顾客购买行为、浏览行为和商品评价的信息 2c推荐系统学习客户的兴趣做商品匹配，然后推荐产品给客户。信息的丰富性、商品的准确性和可靠性对消费者感知信任产生影响，进而影响购买行为。因此，本研究假设：

推荐制度对消费者信任有正向影响。

推荐系统对感知风险的影响

:

使用推荐系统获得的信息可以减少浏览压力由于过载的信息，和用户感知风险可以通过经验判断出用户 NCE的推荐系统（梁等，2006）。因此，使用推荐系统获取信息的内涵体现价值判断，建议用户在感知和体验 系统。推荐推荐系统为用户提供信息，如专家的评论和消费者的评论，这将在不同程度上动摇消费者的评价和态度的商品。那里 在此之前，研究假设：

假设H3：更好的推荐系统，C2C电子商务降低消费者的风险感知是在大数据环境。

信息搜索对感知有用性的影响

根据可用性模型，信誉信息的高质量的消费者可以帮助消费者识别和定位的产品或服务进行准确的BEC 因为清楚，大量可靠的内容；它具有高能力的诊断。由于数据的指数级增长，消费者往往会在背景信息通过外部搜索 与大数据。德斯等人（2010）发现，消费者的情感经历对他们的态度在信息搜索网上购物过程产生影响，而这种情感体验往往来自于外部 别人的意见内部搜索过程。因此，本研究假设：

假设H4：更好的信息搜索，提高消费者的价值感知的C2C电子商务是在大数据环境。

信息搜索对信任的影响

姚（2009）发现，信息搜索满意度对感知有用性、安全性和消费者信任有正向影响。在大数据环境下，当数据量达到CE 一定程度的查询，同时达到一定的数量，很多人询问；它通常需要很长的时间来找到所需要的数据从一个数据库。如果消费者可以快速SE 将所需产品信息拱起来，时间成本将得到相应的降低，从而产生信任。因此，本研究假设：

假设H5：信息搜索具有积极的消费者信任效应。

信息搜索对感知风险的影响

消费者主要通过在线信息收集产品信息。在大数据环境下，消费者点击了解他们所需要的产品信息，如信息海洋。消费者 它可以自己搜索自己感兴趣的信息，从大量的信息中选择和浏览，并充分利用这些信息，从而形成自己的判断。 一个产品或服务，使网上交易的主动权掌握在自己手中。因此，快速和网上信息采集网络安全提高感知价值 电子购物。因此，本研究假设：

假设H6：更好的信息搜索，降低消费者的风险感知的C2C电子商务是在大数据环境。

安全系统对感知有用性的影响

C2C是一个虚拟的和非交易面临交易形式；其交易信息安全一直是消费者关注的。网络空间涵盖了广泛的数据源，如传感器 社会网络，记录归档，电子邮件；收集了大量的数据不可避免地增加了用户隐私泄露的风险（Feng，2013）。CNNIC的调查发现，89.2%的电子商务网站的访问者 担心假网站，其中86.9%的人说，如果他们不能得到进一步确认这个网站，他们会选择放弃交易（黄金，2010）。所以消费者会大 地减少对网站的感知有用性，感知安全性不能达到他们的期望。因此，本研究假设：

假设H7：更好的安全系统，更高的消费者价值感知的C2C电子商务是在大数据环境。

安全体系对信任的影响

卢和周（2005）显示，网站安全对在线消费者信任的初步建立有显著影响。邵等。（2006）亦相信网站隐私权的措施 保护和安全控制对信任有显著影响。Pavlou（2003）的研究发现，感知安全也对信任有显著影响。在C2C网上购物的安全， 商品分布、质量、交易、支付、隐私、安全和售后服务等安全体系与网络消费者是否信任有很大关系。那里 在此之前，研究假设：

假设H8：保障体系具有积极的

消费者信任效应。

安全系统对感知风险的影响

在一个虚拟的网络环境中，客户有充分的不确定性在购买产品和服务（葛粉D，2000）。消费者将被要求提供个人信息，如姓名，地址， 并完成信用卡（哈雷斯特在线交易，2001）。大数据的利用将使服务供应商收集客户信息，甚至对客户进行监控 消费者不知情和同意的情况。这将导致消费者隐私泄露。消费者往往担心他们的交易信息会被黑客攻击和入侵的病毒 使用.因此，本研究假设：

假设H9：更好的安全系统，C2C电子商务降低消费者的风险感知是在大数据环境。

声誉系统对感知有用性的影响

电子商务网站利用打破了距离的界限，但增加了消费者的购买信息的不对称（麦克奈特，2002）。这种信息的不对称，有此 对感知有用性的各种影响消费者。雷斯尼克和泽克豪泽（2002）认为，德国的设计—

性反馈系统能减少欺诈和减少网络欺诈行为的电子商务交易，从而提高了感知有用性。菊和伦纳德（2002）宝 提出了几个交易后行为的声誉将进一步影响信贷行为；声誉已经成为在线购物应用不可或缺的因素。因此，RES 研究假设：

假设H10：更好的信誉系统，更高的消费者价值感知的C2C电子商务是在大数据环境。

声誉制度对信任的影响

许多学者对卖方声誉和声誉的研究也得出了类似的结论。他们认为卖家信誉对网络消费者的信任产生了积极的影响。菊花 Hos（2003）认为，信誉将成为商品的一种消费选择的重要参考指标。国内学者的研究成果（卢和周，2005）也显示出前 stige对在线消费者信任的建立有显著影响。因此，本研究假设：

假设H11：信誉系统具有积极的消费者信任效应

声誉系统对感知风险的影响

非面对面在C2C平台中的买家和卖家和其他消费者评价的重视程度之间的沟通的重要性消费者和卖家之间的沟通 MERS在卖家。严重的问题，如虚假宣传，质量不一致的介绍，售后服务差，影响了消费者的购买行为。为了减少 风险，消费者普遍喜欢高信誉的电子商务。因此，本研究假设：

假设H12：更好的信誉系统，C2C电子商务降低消费者的风险感知是在大数据环境。

虚拟体验对感知有用性的影响

虚拟体验是感觉刺激产生的虚拟和真实的思维空间；它是一个集合了许多情绪和思维的情感信息和心理现象。它 也是消费者独特的生理和心理因素的变化集合（姚，2009）。从消费需求的角度看，曹和（2010）认为虚拟体验 采购产品是满足自己的需要购买适合自身特点的产品网上购物促销。因此，本研究假设：

假设H13：更好的虚拟体验，提高消费者的价值感

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[140636]，资料为PDF文档或Word文档，PDF文档可免费转换为Word