一、电子商务环境下的消费者行为研究（论文文献综述）
赵欣[1]（2021）在《电子商务环境下的消费者行为研究》文中进行了进一步梳理现阶段,电子商务产业的蓬勃兴起使得我国经济发展更显活跃,在互联网快速发展的时代背景下,企业将会面临前所未有的发展机遇与挑战。如何在竞争激烈的市场下博得生存空间,是摆在每个企业面前的一道难题,而在消费者越来越喜欢进行网络购物的今天,企业认真研究消费者行为就是企业自身提升市场竞争力的有力武器。正因为如此,本文详细探讨了电子商务环境下的消费者行为,
张赫楠[2]（2021）在《附属型跨境网购平台消费者信任的影响因素及作用机理研究》文中指出自20世纪末我国进入网络时代以来,伴随着信息技术的日新月异,网络购物蓬勃发展,目前已进入普及化阶段。近年来,随着我国居民收入水平的持续提升,中产阶级家庭规模不断扩大,国人对海外优质商品的需求强劲增长,消费升级带动跨境网购快速兴起。面对跨境网购用户规模的不断增大,传统跨境网购模式的弊端日渐凸显,跨境电子商务应运而生,跨境网购进入规范化发展阶段。在政府政策的大力支持下,我国跨境进口零售电子商务发展势头迅猛,进口跨境网购平台纷纷涌现,以跨境网购平台为核心的跨境电子商务生态系统逐步成型。在疫情期间,跨境电子商务新业态成为保障外贸稳增长的重要力量。诚然,与发达国家相比,我国跨境网购起步相对较晚,行业的过快扩张同时导致了成熟速度与发展速度难以并行、高增长与高质量无法同步的现实困境,众多跨境网购平台被频繁曝光,消费投诉居高不下,消费者信任水平普遍偏低,行业健康持续发展面临严峻挑战。由此,如何有效建立和维系消费者信任以积极推动行业的生态演进,既是跨境网购平台企业当下亟需解决的难题,亦是我国对外贸易成功转型升级的关键。为解决我国跨境网购高速发展与消费者信任整体偏低的现实矛盾以积极推动我国外贸的稳步增长,本文聚焦跨境电子商务生态系统的核心——跨境网购平台,并以其中的领导者——附属型跨境网购平台为信任客体,基于理性行为理论、信任转移理论、精细加工可能性模型、信息系统成功模型等相关理论,遵循定性分析与定量分析相结合的原则,采用文献研究、思辨归纳、理论移植、问卷调查、实证分析等方法系统探究跨境网购情境下消费者信任的影响因素及作用机理,主要内容包括以下几个方面:（1）梳理了相关基础理论与文献成果。首先,回顾了理性行为理论、计划行为理论、技术接受模型、信任转移理论等网络购物消费者信任领域以及精细加工可能性、信息系统成功模型等信息领域的相关理论,夯实本研究的理论基础。其次,梳理了网络购物消费者信任的前人研究成果,归纳网络购物消费者信任的形成机制和影响因素。再次,综述了跨境网购的相关文献成果,总结跨境网购消费者信任的研究现状。基于对现有研究的思辨评述,明确本文的研究思路。（2）构建了附属型跨境网购平台消费者信任影响因素模型。在相关理论及文献综述基础上,本文基于精细加工可能性模型视角,结合跨境网购情境特征及附属型跨境网购平台特征,从跨境网购子平台内部属性感知、跨境网购子平台外部属性感知和消费者个人因素三个方面提取附属型跨境网购平台消费者信任的影响因素,并进一步整合信任转移理论,归纳附属型跨境网购平台消费者信任的影响路径,提出了包含中心路径、边缘路径、信任转移路径和调节路径的25条影响路径作用关系假设,据此构建了附属型跨境网购平台消费者信任的影响因素理论模型。（3）检验了附属型跨境网购平台消费者信任的影响因素及作用关系。在理论研究基础上,本文进一步对理论模型及研究假设开展实证检验。在问卷开发阶段,本文明确了测量变量的概念,遵循问卷设计的原则选取测量量表、开发初始问卷,按照规范的问卷设计流程通过访谈法、小规模测试和问卷预试对问卷的内外部质量进行评价,经过反复修订形成具有良好信效度的正式问卷。在正式问卷调查阶段,本文科学确定目标样本容量,采用线上与线下相结合的方式发放调查问卷,最终收集整理得到549份有效样本,其人口统计特征基本符合跨境网购用户画像。在实证分析阶段,本文运用SPSS和AMOS软件对样本数据进行基本统计分析,测量模型通过了信效度检验,样本数据质量较高;在此基础上运用AMOS软件建立结构方程模型,结合SPSS软件开展假设检验,分析结果表明,结构模型的整体配适度较高,25条研究假设中的20条通过了假设检验。（4）提出了跨境网购情境下增强消费者信任的管理建议。通过对实证分析结果的分类讨论,本文归纳了附属型跨境网购平台消费者信任的影响因素及作用机理,为相关平台企业提出了有益的管理建议:为有效建立和维系消费者信任,企业应注重提升其跨境网购平台的内部质量,着力构建消费者信任的核心路径;切实优化其跨境网购平台的外部属性,努力寻求消费者信任的支持线索;充分利用其境内网购主平台的累积信任,积极推动消费者信任的优势转移;积极应对跨境网购信任的动态变化,及时调整消费者信任的构建策略;密切关注跨境网购消费的个体差异,有效规避消费者信任的不利威胁。通过理论建构与实证分析,本文揭示了附属型跨境网购平台消费者信任的影响因素及作用机理,得出了具有理论贡献和应用价值的研究结论。附属型跨境网购平台消费者信任的形成过程符合信息加工原理,消费者对附属型跨境网购平台内外部属性的感知（中心路径和边缘路径）能够积极促进消费者信任水平的提升;附属型跨境网购平台消费者信任的形成过程遵循信任转移机制,境内网购主平台消费者信任能够对其跨境网购子平台消费者信任产生直接和间接的显着正向影响;附属型跨境网购平台消费者信任的形成过程存在路径选择差异,跨境网购经验丰富的消费者更倾向于选择中心路径（感知信息质量和感知服务质量）建立信任,跨境网购经验不足的消费者则更倾向于依据边缘路径（感知平台声誉和感知结构保证）建立信任;附属型跨境网购平台消费者信任的形成过程受到个体心理因素影响,消费者民族中心主义倾向负向调节部分影响因素（感知信息质量、感知服务质量和感知主观规范）对消费者信任的作用强度,从而在一定程度上阻碍了消费者对附属型跨境网购平台的信任建立。与前人研究相比,本研究的创新之处主要体现在以下几个方面:（1）提出了具有现实意义的“附属型跨境网购平台”新概念,引入了新的研究视域,填补了该领域消费者信任影响因素及作用机理的研究空白,提升了跨境网购情境下消费者信任问题的研究深度,为后续研究提供了重要的理论与实证依据。（2）融合精细加工可能性模型和信任转移理论重构了跨境网购情境下消费者信任的影响因素,基于精细加工可能性模型的双路径视角结合研究情境提出了“跨境网购子平台内部属性感知”和“跨境网购子平台外部属性感知”的新命名,明确了不同影响因素的作用机理,实现了既有理论间的有机结合和相互补充。（3）探索了跨境网购情境下消费者信任的转移机制。本文在归纳跨境网购平台消费者信任的一般影响路径基础上,结合附属型跨境网购平台的独特属性,基于信任转移理论提出了“境内网购主平台消费者信任”这一特殊的影响因素,并据此构建了信任转移的直接影响路径和间接影响路径,首次在跨境网购情境下通过实证检验了消费者信任的转移机制,提出了消费者信任建立的新依据。（4）本文以跨境网购经验调节变量反映了跨境网购情境下消费者信任的动态特征,以发展性视角阐释了消费者信任的形成机理,提高了研究模型的适用性,贡献了跨境网购情境下消费者信任研究的新思路,为平台企业制定灵活多元的营销策略提供有益参考。（5）本文通过实证分析在跨境网购情境下支持了既有理论的重要观点,同时践行了基础理论的新应用,以跨境电子商务新业态中的消费者信任为切入点,扩展了既有理论的研究范畴,对于基础理论的动态发展具有积极的推动作用。
刘凯[3]（2021）在《平台主导型E-闭环供应链回收渠道、销售模式及协调机制研究》文中研究说明新一代信息通信技术与制造业、零售服务业、资源回收利用产业的深度融合,促使以电商平台（简称平台）为核心的E-闭环供应链（E-CLSC）快速发展落地,对闭环供应链产品销售、回收的运营与协调产生巨大冲击和影响。平台主导型ECLSC的迅猛崛起,突破了产品交易的时空限制,拓展了制造商产品销售、回收的渠道与模式,改变了消费者行为属性特征及闭环供应链内部权力结构,使得闭环供应链成员间关系复杂化和利益冲突加剧,导致E-CLSC整体绩效低下。实践证明,合理有效的回收渠道、销售模式和利益协调机制是提升E-CLSC运营效果的关键。因此,如何针对E-CLSC不同运营模式及特征,结合产品消费需求及企业均衡策略分析,选择最优回收渠道、销售模式及设计有效契约协调机制成为亟需解决的难题。本文以平台主导型E-CLSC为研究对象,考虑回收主体绿色活动项目（GAP）有效性差异,在对制造商与电商平台竞合要素结构、功能关系分析基础上,运用消费者行为理论、博弈论和契约经济学理论,针对平台主导型E-CLSC的不同回收渠道、销售模式和决策形式,构建相应的博弈决策模型,结合均衡策略分析及成员利润比较,开展平台主导型E-CLSC最优回收渠道、销售模式及其协调机制设计研究。本文主要研究内容如下:1.寄售模式下平台主导型E-CLSC最优回收渠道设计。在对寄售模式下ECLSC运行结构、利益关系等分析基础上,分别建立制造商、电商平台和第三方回收商等不同回收主体的决策模型。通过对E-CLSC均衡策略和成员利润对比分析,揭示回收渠道结构、回收主体GAP有效性等对均衡策略和成员利润的影响规律。研究表明:（1）制造商物流服务水平、GAP综合指标水平和成员利润均随回收主体GAP有效性增加而提高;（2）在电商平台回收时,单位产品销售佣金随废旧产品回收转移价格提高而减少,在制造商与第三方回收时,单位产品销售佣金与废旧产品回收转移价格无关,但随消费者寄售模式偏好程度增加而增加;（3）若回收主体GAP有效性相同,则制造商、电商平台、消费者和生态环境视角下均选择制造商回收最优;（4）若回收主体GAP有效性不同,则最优回收渠道受回收主体GAP有效性大小显着影响。2.批发模式下平台主导型E-CLSC最优回收渠道设计。在对批发模式下ECLSC运行结构、利益关系等分析基础上,分别建立制造商、电商平台和第三方回收商等不同回收主体的决策模型。通过对E-CLSC均衡策略和成员利润对比分析,揭示回收渠道结构、回收主体GAP有效性等对均衡策略和成员利润的影响规律。研究表明:（1）电商平台物流服务水平、GAP综合指标水平和成员利润均随回收主体GAP有效性增加而提高;（2）在电商平台回收时,批发价格随废旧产品回收转移价格提高而扩大,在制造商和第三方回收商回收时,批发价格与废旧产品回收转移价格无关,但随回收主体GAP有效性增加而减少;（3）若回收主体GAP有效性相同,则制造商、电商平台、消费者和生态环境视角下均选择制造商回收最优;（4）若回收主体GAP有效性不同,则最优回收渠道受回收主体GAP有效性大小显着影响。3.不同回收渠道下平台主导型E-CLSC最优销售模式选择。在对比分析寄售模式和批发模式下E-CLSC均衡策略、成员利润基础上,探究消费者产品销售模式偏好程度,制造商、电商平台物流服务水平成本弹性系数差异等对产品销售模式选择的影响规律。研究表明:（1）若消费者产品销售模式偏好程度和制造商、电商平台物流服务水平成本弹性系数均相同,则寄售模式最优,与回收渠道无关;（2）若消费者产品销售模式偏好程度相同而制造商、电商平台物流服务水平成本弹性系数不同,则制造商与电商平台视角下产品最优销售模式选择存在冲突区域,冲突区域随物流服务水平效用弹性系数增加而缩小;（3）若消费者产品销售模式偏好程度不同而制造商、电商平台物流服务水平成本弹性系数相同,则制造商与电商平台视角下产品最优销售模式选择存在冲突区域,冲突区域随物流服务水平效用弹性系数增加而扩大。4.不同产品交易情景下平台主导型E-CLSC协调机制设计。根据产品销售、回收集中渠道不同,构建逆向集中决策模型、正向集中决策模型和一体化集中决策模型。探究集中决策与分散决策下E-CLSC均衡策略和系统利润差异。研究表明:（1）逆向集中决策无法改善E-CLSC利润,在一定条件下,正向集中决策可改善E-CLSC利润,一体化集中决策可实现E-CLSC利润和消费者效用最大化;（2）结合废旧产品回收转移价格,设计出一类合理有效的收益共享组合契约和两部收费组合契约,实现了E-CLSC成员利润的帕累托改进。本研究的理论和实践价值体现在三个方面:第一,根据电子商务环境下,消费者行为属性特征变化,构建由消费者产品销售模式偏好程度、产品销售价格和物流服务水平组成的消费者效用函数。针对E-CLSC不同运行结构和形式,建立六种分散决策模型,并得到各模型的最佳适用场景;第二,运用最优化理论和计算机模拟仿真方法,揭示回收主体GAP有效性和制造商、电商平台物流服务水平成本弹性系数等对E-CLSC均衡策略和成员利润的影响规律;第三,为消除ECLSC“双重边际效应”,设计一类组合契约协调机制,为企业均衡策略制定和利润改善提供科学依据。
蒋文怡[4]（2021）在《短视频平台电商首播中的消费者购买行为影响因素研究》文中研究说明我国移动通信技术的升级为直播领域的发展与壮大提供了不竭动力,近年来,直播从秀场、游戏领域扩张到了教育、社交等领域。其中电子商务领域更是抓住直播的风口,凭借其庞大的线上购物受众基础迅速发展,使“电商直播”成为2020年年度热词。在此基础上,以抖音、快手为代表的短视频平台加入电商直播领域,凭借其强大的流量优势实现了私域流量到消费者的转化,商业变现模式得到进一步优化。区别于淘宝、京东等本身具有“电商基因”的平台,短视频平台主要凭借其优质内容广受欢迎,在一定程度上迎合了当下的碎片化信息获取方式。目前各短视频平台仍处于引入电商直播的初级阶段,其发展仍面临一系列问题,如销量惨淡、服务链不完善、直播调性偏移等。同时短视频平台的电商直播作为新兴业态,相关研究数量较少,在此情境下的消费者购买行为模型以及影响因素仍待进一步探索。而在互联网时代,人们的购物模式及购物环境发生了巨大变化,短视频平台直播间购物逐渐为人们所接受与喜爱,因此对消费者在短视频平台电商直播见购买行为的影响因素研究具有一定的理论及现实意义。目前电商直播未形成正式且明晰的定义,本研究基于前人文献对电商直播的定义进行梳理,将电商直播定义为具有电子商务性质的个人或企业通过网络直播方式进行商品售卖的商业形式。霍华德-谢思模型是在S-O-R模型基础上优化而来的经典消费者购买行为研究模型,其于1963年被提出,对于当时线下购物情境中的消费者购物行为具有较好解释力。然而在当下购物环境迥异的短视频平台直播环境下,霍华德-谢思模型是否仍适用有待进一步探究,而在此情景下该模型能做出哪些修正也有待探索。本研究从经典的霍华德-谢思模型出发,研究短视频平台电商直播中消费者购买行为的影响因素,目的在于（1）尝试探寻短视频平台电商直播中存在哪些消费者购买影响因素。（2）探究此情境下的消费者购买行为是否能用霍华德-谢思模型进行解释。（3）在新情境下需要对原模型做出哪些修正以更好地解释其中的消费者购买行为。（4）针对短视频平台电商直播间消费者购买行为影响因素提出切实有效的建议,为主播、电商企业、短视频平台提供参考。本研究采用定性及定量相结合的研究方法,具体使用文献研究、深度访谈以及问卷调查法来进行研究。本研究首先基于前人文献以及对短视频平台电商直播间的参与式观察设置深度访谈初步提纲,而后基于提纲对7名拥有三次以上直播间购买经历的短视频平台中度以上使用者进行深度访谈,在访谈过程中挖掘和整理短视频平台电商直播中的消费者购买行为影响因素。在此之后,将得到的影响因素与霍华德-谢思模型进行比对,基于模型进行维度添加或修正从而得到短视频平台电商直播消费者购买行为的初步模型,并基于模型作出假设。模型和假设的验证阶段采取问卷调查法,调查问卷设计采用李克特量表,量表问项参考前人文献及深度访谈的内容。在做好问卷的预调研之后,通过短视频平台直播间进行私信发放,同时将问卷投放至各短视频平台相关的网络社区、社群,最终回收有效问卷416份。基于问卷数据,使用SPSS 21.0及AMOS 21.0对假设和初步模型进行检验分析,并最终对初步模型进行进一步的修正,得到短视频平台电商直播中的消费者购买行为模型。本研究最终得到内在因素与投入因素两大因素,其中内在因素包括经验与性格两个维度,而投入因素包含产品、服务以及环境三个维度。产品维度下的影响因素包括产品价格、产品组合和产品性能;服务维度下的影响因素包括主播专业度、售前介绍与售后服务;环境维度下的影响因素包括场景搭建、促销氛围和互动模式。在所得影响因素与所构建模型的基础上,笔者对平台和电商企业提出展望与建议:（1）提高主播素养,保障售前售后服务（2）调整产品架构,突出价格优势（3）完善互动场景,营造促销氛围。
杨华[5]（2021）在《基于消费者视角的互联网保险接受机制研究》文中研究指明随着国家“互联网+”和“数字化转型”战略的实施带动,互联网保险作为对传统保险的商业模式创新,实现了高速增长。在互联网技术及保险科技的赋能下,已逐渐成为未来保险业发展的一个重要趋势。互联网保险相较于传统保险,具有效率性、便利性、经济性、交互性及创新性的优势。特别是全球新冠疫情爆发以来,互联网保险的各方参与主体都深刻认识到发展互联网保险势在必行,保险机构均在积极加速推进互联网保险的布局与发展。但从历年互联网保险保费数据来看我国互联网保险呈现出波浪式发展态势,互联网保险渗透率最高仍未突破10%,消费者对互联网保险的接受程度还有待提升。在“以消费者为中心”的发展思路下,需要更深入地去了解消费者对于互联网保险的需求、偏好和感受,通过对消费者互联网保险接受的研究,进一步推动我国互联网保险向纵深发展,这已成为当下我国互联网保险发展面临的一个现实课题。因此,为了促进互联网保险能够更好地被消费者接受,更好地服务于消费者,本研究围绕“消费者怎么能更好的接受互联网保险”这一基本问题进行研究,力图去揭示此中作用机制的“黑盒”。具体而言,本研究将逐步探讨以下几个研究问题:（1）消费者对互联网保险接受的影响因素有哪些?在互联网保险情境下,除了原有的技术接受模型中的影响因素外,是否还存在新的未知因素影响消费者对于互联网保险的接受?（2）是否存在新的中介变量,对消费者互联网保险接受的使用行为存在影响?（3）影响消费者对互联网保险接受的这些因素相互之间是怎样的逻辑关系?如何构建形成消费者互联网保险接受模型?内在作用机制是怎样的?为了解决以上研究问题,本文在对互联网保险和技术接受理论等已有文献研究的基础上,提出本研究的主要内容:（1）通过扎根理论的质性研究方法对互联网保险接受进行探索性研究,提炼消费者互联网保险接受中的关键因素,初步形成消费者互联网保险接受的理论框架。（2）探讨关键因素定义及相互之间影响关系,在UTAUT模型基础上,构建消费者互联网保险接受理论模型,并提出研究假设。（3）针对研究变量明确测量方法,开发调查问卷,展开大规模调研,收集数据进行分析。（4）实证检验互联网保险各关键因素之间的影响作用,验证了感知风险、行为意图的中介作用,以及感知风险和行为意图在信任与使用行为之间的链式中介作用,进而揭示了消费者互联网保险接受的作用机制。（5）根据上述理论及实证研究结果,提出了提升消费者体验,关键业务科技赋能;关注消费者需求,价值主张持续创新;以消费者为中心,客户关系优化提升;保护消费者权益,监管体系不断完善等方面的研究启示。经过以上研究工作,本文的主要发现及结论:（1）消费者互联网保险接受的关键因素之间的影响作用:绩效期望、社会影响、消费者创新性、信任均显着正向影响消费者互联网保险接受的行为意图,努力期望对消费者互联网保险接受的行为意图的影响不显着。促成因素、信任和行为意图都显着正向影响消费者互联网保险接受的使用行为。信任负向影响感知风险,感知风险负向影响互联网保险接受的行为意图和使用行为。（2）感知风险在信任和使用行为之间起到中介作用,行为意图在信任和使用行为之间起到中介作用。（3）感知风险和行为意图在信任和使用行为之间起到链式中介作用。本文的创新性主要体现在以下方面:（1）基于互联网保险研究情境,拓展了UTAUT模型在消费者视角下的技术接受研究,分析和揭示了互联网保险接受机制的关键组成因素,构建了消费者互联网保险接受理论模型,从理论上厘清了消费者互联网保险接受机制的“黑盒”。（2）消费者互联网保险接受模型影响因素分析中,通过扎根理论研究,发现并引入互联网保险情境下新的影响因素:消费者创新性、信任和感知风险,拓展了UTAUT模型的影响因素。（3）消费者互联网保险接受模型中,引入感知风险作为新的中介,通过实证检验了其在信任和使用行为之间发挥中介作用,拓展了UTAUT模型的中介作用关系。（4）提出并验证了消费者互联网保险接受模型中的链式中介作用,探讨了感知风险、行为意图在信任和使用行为之间的链式中介关系,进一步对UTAUT模型做了有益拓展。
何沁[6]（2021）在《消费者交互对购买意愿影响研究 ——基于社会化电子商务情境》文中研究说明近年来,随着web2.0和移动互联网技术的快速发展,人们交流和获取信息的渠道越来越多,社交媒体就是其中重要渠道之一。人们主动在社交媒体创造、搜索、分享商品信息,这种社会交流互动已经成为左右消费者购买意愿的重要方式。社会化电子商务有着信息传播迅速,受众精准的特点,它是电子商务借助社交模式而衍生出来的一种新型模式,通过社会交互手段来促进电子商务的发展。不同于传统的电子商务,在社会化电子商务中交互是一个显着的特征,人机交互以及人人交互是其中必不可少的环节。交互透过紧密的社会连接,不仅削弱了消费者信息不对称的弱势,改善了消费者的用户体验,而且刺激消费者的感知,影响消费者最终的购买意愿。本文基于以上研究背景并在对相关文献梳理的基础上,对社会化电子商务交互相关变量、消费者感知价值和消费者购买意愿进行了分析,引入了感知控制、感知响应、关系强度等变量。针对影响消费者购买意愿的前因变量以及感知价值变量在交互变量对消费意愿的影响中的中介作用进行了理论探究。参考S-O-R模型以及感知价值理论,构建了以社会化电子商务消费者相关交互前因变量为刺激、消费者感知价值和消费者购买意愿为反应的理论模型并提出了相关研究假设。借鉴以往相关研究的成熟量表设计好本文的调查问卷,然后通过线上线下相结合发放问卷、回收问卷的方式获取研究数据。对回收的数据进行筛选,踢除无效问卷。再利用SPSS20.0以及Mplus软件进行信度效度分析、相关分析、回归分析、中介效应分析等对本研究假设进行验证。研究结果表明:人人交互三个前置变量和人机交互三个前置变量都对感知功能价值、感知情感价值、感知社会价值大都具有正向影响;人机交互的三个变量中,感知控制对感知社会价值没有显着影响;人人交互三个因素中,关系强度对感知功能价值没有显着影响。社会化电子商务情境下消费者的购买意愿受到感知价值三个因素的共同作用,且其中感知功能价值的影响更大。中介作用基本都得到了检验。除了感知功能价值,感知社会价值的两条路径没有得到检验。本研究对社会化电子商务消费者交互和消费者购买意愿的研究理论做了一定补充,为社会化电子商务网站及参与社会化电商的企业提出了建议。
曹越[7]（2021）在《移动O2O情境下用户信息搜寻行为研究》文中指出数字经济背景下,数据驱动的新技术与新模式不断涌现,信息已成为社会发展进程中不可或缺的基础性和战略性资源。随着移动互联网与手机等智能终端的全面普及,各类移动应用给人们的生活方式带来了颠覆性变革,人们获取信息的主要渠道开始由PC端向移动端迁移,因此移动情境下的用户信息行为成为当前的热点研究领域。与此同时,移动互联网与线下实体经济的联系日益紧密,线上线下融合趋势明显,本地生活O2O服务成为继电子商务之后新一个万亿级市场,移动O2O开始全面融入人们的日常生活,并拓展到教育、医疗、养老、城市管理、社区服务等诸多领域,大大加速了全社会的整体数字化进程。作为一种基于移动网络和线上线下交互的新型商业模式,移动O2O能够充分发挥手机的便携性、位置的可追踪性、高互动性等优势,渗透到居民生活的每个角落,随时随地为用户提供个性化、场景化的优质服务。技术进步带来了信息资源的爆炸性增长和信息异质性、复杂性的激增,然而个体的认知容量和信息处理能力却是有限的,二者之间的矛盾导致当代网络用户面临着严重的信息超载问题以及巨大的信息搜寻压力,因此如何提高信息搜寻效果、改善信息搜寻体验成为学术界和产业界共同关注的焦点问题。与传统的基于PC端的网络信息搜寻相比,移动O2O情境下的信息搜寻场景和内容更加复杂,且在用户的需求动机、搜寻渠道、方式与策略等方面均存在显着性差异,表现出独特的行为特征与内在逻辑,可见有必要对其展开针对性研究。然而,对于这种融入了线下场景的移动O2O情境下的用户信息搜寻行为,目前学者们尚未给予足够的的关注和重视,相关理论成果有待补充。故而,本研究以移动O2O情境为切入点,将用户线上与线下的信息搜寻行为有机融合,在综合运用多种研究方法与研究理论的基础上,针对移动O2O情境下的用户信息搜寻行为的整体理论模型及行为的“动机—过程—结果”展开系统性研究,以揭示移动O2O情境下用户信息搜寻行为的特征与规律,探寻其影响因素及相应的作用机制,从而针对性地提出移动O2O情境下用户信息搜寻行为的引导和优化策略,为移动O2O平台和商家改进信息服务及推荐系统、构建“以用户为中心”的信息服务体系提供参考与借鉴。本研究主要开展了以下几方面的工作:（1）在全面梳理信息搜寻经典理论、模型与现有研究成果的基础之上,基于扎根理论与深度访谈法对移动O2O情境下用户信息搜寻行为的过程、内在机理与影响因素进行了探索性研究,从全局视角出发,构建了移动O2O情境下用户信息搜寻行为的理论模型。该模型描述了移动O2O情境下用户从产生信息需求到结束信息搜寻行为的全过程及行为机理,包括信息需求认知、信息搜寻渠道选择、信息搜寻策略选择、信息筛选与评价和信息搜寻结果五个阶段;并总结归纳了会对该过程产生影响的各方面因素,包括个体特征、信息素养、感知成本、感知风险和情感因素等主观影响因素,以及情境因素、技术因素、社群影响、任务特征和产品特征等客观影响因素。新模型能够较好地体现移动O2O情境下用户信息搜寻行为的特征与规律,拓展了信息搜寻研究情境,是对用户信息行为研究的有益补充,也为后续定量研究的开展提供了理论支撑。（2）从搜寻动机角度出发,采用结构方程模型方法对移动O2O情境下用户信息搜寻行为的驱动因素进行了实证研究,从而挖掘用户行为的内在心理动机、外生影响因素以及相应的影响机制。在对移动O2O情境下用户信息搜寻行为的特征进行总结分析的基础之上,以“动机、机会、能力”（MOA）模型和技术接受与使用统一理论（UTAUT）作为参考,引入信息需求、感知成本、感知风险、情感因素等新变量,构建移动O2O情境下用户信息搜寻行为驱动因素模型,然后通过问卷调查采集数据,借助SPSS 21.0,Smart PLS 3.0等软件进行数据分析与模型检验。实证研究结果表明:绩效期望、信息需求、努力期望、情感因素和社会影响对移动O2O情境下用户信息搜寻意向的正向影响显着,而感知风险则对其有显着负向影响;搜寻意向、便利条件和搜寻能力三个变量之间存在交互关系,只有在三者兼备的条件下,信息搜寻行为才会发生。（3）从搜寻过程角度出发,通过用户实验方法探索了个体特征与任务特征对移动O2O情境下用户信息搜寻行为过程的影响。采用半受控形式的用户实验方法,在尽量还原真实移动O2O情境的前提下,邀请了48位被试者完成4个模拟情境下的信息搜寻任务,并通过屏幕录制软件（录屏大师APP）辅以出声思考法采集信息搜寻行为数据。然后以个体特征和任务特征作为自变量、信息搜寻行为指标作为因变量采集相应数据进行量化分析,考察在不同任务情境下、具有不同个体特征的用户如何选择信息搜寻的渠道、方式和策略,探索相应的行为规律。其中个体特征通过大五人格特征量表（NEO-FFI）进行测度,包括神经质、外向性、开放性、宜人性与尽责性五个维度,任务特征则通过复杂性和紧迫性两个维度进行分类。研究结果有助于移动O2O平台与服务提供商针对不同任务情境和用户群体改进搜索系统和交互界面、优化信息资源提供方式,实现更加精准高效的信息推荐以及更具个性化的信息服务。（4）从搜寻结果角度出发,基于信息增益理论和支持向量机（SVM）算法对移动O2O情境下用户信息搜寻满意度的关键影响因素进行了识别。在文献回顾与用户访谈的基础上,对移动O2O情境下用户信息搜寻满意度的影响因素进行整理和归纳,最终提取出涵盖用户、信息、技术、环境与渠道五个维度的一共57个影响因素,以此为依据设计调查问卷并收集数据,得到313个有效样本。然后运用信息增益理论对各个影响因素与用户信息搜寻满意度之间的关联程度进行量化分析,借助SQL软件计算各因素的信息增益值并进行排序,由此识别出移动O2O情境下用户信息搜寻满意度的16个关键影响因素（包括便捷性、信息有用性、个性化需求满足、位置相关性、经济性、需求认知能力、产品/服务差异性、信息筛选能力、信息时效性、信息技术能力、周边环境、商家服务态度、渠道信任度、界面友好性、可操作性和信息形式）。在此基础上利用SVM算法构建移动O2O情境下用户信息搜寻满意度预测模型,数据检验结果显示,该模型在测试集中的分类精确度达到了86.79%,说明模型具有较高的预测能力,由此也验证了通过信息增益理论识别出的关键影响因素的合理性和有效性。（5）在前述研究的基础上,重点从移动O2O平台和实体商家角度出发,兼顾用户、政府和行业监管方等多个视角,分别提出了移动O2O情境下用户信息搜寻行为的引导策略和优化策略,以期为促进移动O2O情境下用户信息搜寻行为、提升移动O2O情境下用户信息搜寻效果提供一些切实可行的建议和参考。
何梓诚[8]（2021）在《家具电商直播中消费者购买意愿影响因素研究》文中研究表明近年来电商直播发展迅速,为各类产品线上销售带来了新的契机。众多家具品牌在疫情的影响下也纷纷开始尝试电商直播的营销模式,然而家具电商直播当下还存在着用户黏性不高、同质化严重、消费转化困难等诸多问题。与线下消费环境和传统的电子商务模式相比,消费者的购物心理和行为在家具电商直播场景中发生了诸多变化,以往家具消费行为的相关研究成果难以直接应用在新情境中。所以本文将对家具电商直播情境下影响消费者购买意愿的因素及其内在的影响路径进行深入研究,以期丰富家具电商直播领域的理论成果,同时为家具企业更好地开展电商直播营销提供有效建议。本研究首先系统梳理了关于电商直播、在线购买意愿、家具消费行为和消费者信息接受模型等研究成果,然后在刺激-机体-反应理论框架的基础上,借助扎根分析方法辅助研究,从家具电商直播主播、家具电商直播场景和家具产品三个方面提出了主播专业性、主播一致性、主播互动性、娱乐性、优惠性、商品展示、信息质量、家具产品品质、家具产品外观共九个刺激变量,以消费者感知价值和信任为机体变量,将消费者购买意愿作为反应变量,构建家具电商直播情境下消费者购买意愿的影响模型。在概念模型的基础上提出研究假设,结合前人成熟量表和扎根分析结果设计出本研究测量量表,并对正式调研获取的394份有效问卷数据进行信效度分析、路径分析和中介效应检验以验证模型和假设的合理性和有效性。实证结果显示:在家具电商直播中,主播专业性、主播互动性、娱乐性、优惠性、商品展示、信息质量、家具产品品质、家具产品外观对消费者感知价值有显着正向影响,而主播一致性对消费者感知价值的影响并不显着;主播专业性、主播一致性、主播互动性、商品展示、信息质量、家具产品品质、家具产品外观对消费者信任有显着正向影响,而娱乐性和优惠性对消费者信任的影响并不显着;感知价值和信任对消费者购买意愿有显着正向影响,且在上述有影响关系的变量与购买意愿之间起到显着的中介作用。根据实证分析结果,最后本文从家具电商直播主播、家具电商直播场景和家具产品这三个角度总结了对家具电商直播的实践启示。本文结合质性研究与量化研究方法,拓宽了对家具电商直播中消费者购物心理和行为的思考,有助于家具企业更好地进行电商直播的运营和管理。
姜海洋[9]（2021）在《5G环境下LBS商业模式优化研究》文中提出5G提供了高速度、低时延、高带宽的网络环境,在更大范围内实现了“互联互通”。网络性能的提升促进了位置服务产业转型升级,同时给基于位置的服务（LBS,以下简称LBS）的创新发展提出了新要求。在5G和大数据环境下,LBS产业结构及平台服务模式发生新变化。在日益复杂的网络环境中,LBS商业模式创新已经不再局限于自身营销模式的优化设计,而是与产业链相关的参与者共同合作进行创新发展的过程。应用协同创新理论研究位置服务相关的技术、管理及立法等层面的优化设计方案,建立所有参与者互相影响、多方共赢的生态系统是当前的主要任务。学术界对于LBS相关理论的研究也不断产生新的成果,如何优化位置服务商业模式成为新的研究热点之一。然而,目前学者们还没有对5G商用带来的新变化形成统一的认识,相关研究结论比较分散,对LBS商业模式及其生态系统优化问题没有提出明确的发展思路,已有研究成果滞后于当前互联网市场的发展。如何开展5G环境下的LBS商业模式优化设计,建立各方共赢的生态系统成为当前亟待解决的主要问题。论文以5G商用为背景,在借鉴国内外研究成果并深入进行调查研究的基础上分析了 LBS商业模式面临的主要问题,并提出优化设计方案。论文着重关注了 LBS商业模式理论要素及产业优化问题,从LBS相关概念、发展历程及技术原理入手,将LBS位置服务属性特征与5G技术特点相结合进行了研究,提出了适合国内市场实际的商业模式优化设计方案。围绕5G环境下LBS商业模式创新发展这一核心问题,论文的研究主要包括以下三个方面:（1）分析5G环境下LBS商业模式特征及存在的问题。论文将LBS商业模式与5G应用紧密结合,对LBS商业模式相关要素进行了系统分析,对LBS商业模式的内在机理和外部影响因素进行深入研究,推动科学理论与实际应用有机融合。（2）对LBS商业模式进行优化研究,建立LBS商业模式优化模型。从技术、管理、立法等角度进行系统研究,建立政、产、学、研、用生态系统,提出商业模式创新发展建议。（3）为提升精准定位能力,采集真实消费信息进行建模分析和技术仿真验证,提出LBS精准定位的具体建议,建立与5G环境相适应的LBS精准定位与营销管理体系。（4）开展位置服务隐私保护方法研究。分析5G环境下隐私信息泄露的风险点,提出新的适应5G环境的隐私保护方法,并结合国内目前LBS市场特征及相关领域法律保护特点提出管理和立法建议。论文的创新点主要体现在以下几个方面:（1）构建了 5G环境下LBS商业模式优化模型。基于协同创新理念构建了 LBS商业模式优化模型,从技术、管理、立法角度提出基于政产学研用生态系统理念的LBS商业模式优化设计方案。对基于LBS的精准营销商业模式进行优化设计,为5G时代LBS商业模式创新发展提出具体建议。（2）优化了 LBS用户使用行为及其影响因素分析框架和研究模型。引入网络效应、技术感知及用户动机变量研究网络效应动机理论。优化了网络效应、动机理论对于LBS用户行为的影响及其交互作用机制。将网络效应作为外部变量、技术感知和用户动机作为自变量,对位置服务用户进行问卷调查,建立结构方程研究分析消费者的使用意愿及其相关影响因素。（3）优化室内位置预测算法,解决大型建筑物内定位不准难题。为提高LBS精准定位能力,解决大型建筑物室内的定位能力不足问题,论文提出了一种精确的用户和店铺位置预测和分析方法,采用两层XGBoost算法来预测用户当前所在的店铺和位置信息,并通过商场中的真实顾客数据来检验算法的有效性,为LBS精准营销商业模式设计提供技术支撑。（4）提出5G环境下位置隐私信息保护方案。针对5G环境下位置服务隐私保护难点,提出了新的位置隐私信息保护技术方法和立法建议。论文提出了一种适用于5G环境的融合定位隐私保护方法并进行仿真验证,通过初步降维、定位耦合保护、对称加密传输有效提升了位置隐私信息保护能力。同时,论文对国内外位置隐私信息保护管理和立法进行对比研究,提出个人位置隐私信息管理模型和立法建议。
胡阳华,张潇,刘雪艳[10]（2020）在《基于电子商务环境下的消费者行为研究》文中研究说明基于电子商务环境下消防者呈现出新的消费特点,消费者的消费行为及消费心理发生了根本性变化。在电子商务环境中进行网络消费时,消费者往往会受到诸多因素限制和影响,导致消费者的消费行为受到制约。鉴于此情况下,本文主要对电子商务环境下消费者的特点进行了阐述,同时分析了电子商务环境下消费者行为的影响因素,重点对电子商务环境下有效的营销对策展开深入研究。
二、电子商务环境下的消费者行为研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、电子商务环境下的消费者行为研究（论文提纲范文）
（1）电子商务环境下的消费者行为研究（论文提纲范文）
| 电子商务的含义与特点 |
| 电子商务的含义 |
| 电子商务的特点 |
| 电子商务环境下影响消费者行为的因素 |
| 消费者自身因素 |
| 消费环境因素 |
| 电子商务环境下的消费者行为特点 |
| 消费市场趋于细分化 |
| 消费者行为趋于感性化 |
| 服务需求凸显主流化 |
| 结语 |
（2）附属型跨境网购平台消费者信任的影响因素及作用机理研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及问题提出 |
| 1.1.1 研究背景 |
| 1.1.2 问题提出 |
| 1.2 研究目的及研究意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究内容及研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 第2章 相关理论及文献综述 |
| 2.1 理论基础概述 |
| 2.1.1 网络购物消费者信任相关理论基础 |
| 2.1.2 精细加工可能性模型 |
| 2.1.3 信息系统成功模型 |
| 2.2 网络购物消费者信任研究综述 |
| 2.2.1 网络购物消费者信任的概念研究 |
| 2.2.2 网络购物消费者信任的形成机制研究 |
| 2.2.3 网络购物消费者信任的影响因素研究 |
| 2.3 跨境网购相关研究综述 |
| 2.3.1 跨境网购的概念及分类研究 |
| 2.3.2 跨境网购平台的概念及分类研究 |
| 2.3.3 跨境网购消费者信任的相关研究 |
| 2.4 研究现状评述 |
| 2.4.1 研究成果评述 |
| 2.4.2 研究不足评述 |
| 2.5 本章小结 |
| 第3章 假设提出与模型构建 |
| 3.1 影响因素提取 |
| 3.1.1 跨境网购子平台内部属性感知 |
| 3.1.2 跨境网购子平台外部属性感知 |
| 3.1.3 消费者个人因素 |
| 3.2 影响路径归纳与作用关系假设 |
| 3.2.1 中心路径作用关系假设 |
| 3.2.2 边缘路径作用关系假设 |
| 3.2.3 信任转移路径作用关系假设 |
| 3.2.4 调节路径作用关系假设 |
| 3.3 理论模型构建 |
| 3.3.1 理论模型框架 |
| 3.3.2 研究假设总结 |
| 3.4 本章小结 |
| 第4章 问卷设计与数据收集 |
| 4.1 初始问卷开发 |
| 4.1.1 问卷设计依据 |
| 4.1.2 初始量表选取 |
| 4.1.3 问卷结构安排 |
| 4.1.4 问卷质量评价 |
| 4.2 初始问卷预试 |
| 4.2.1 预试问卷收集 |
| 4.2.2 量表项目分析 |
| 4.2.3 量表信度分析 |
| 4.2.4 探索性因子分析 |
| 4.3 正式问卷调查 |
| 4.3.1 调查样本选取 |
| 4.3.2 调查数据收集 |
| 4.4 本章小结 |
| 第5章 数据分析与假设检验 |
| 5.1 数据分析方法 |
| 5.1.1 结构方程模型 |
| 5.1.2 多元线性回归 |
| 5.2 基本统计分析 |
| 5.2.1 同源偏差检验 |
| 5.2.2 描述性统计分析 |
| 5.2.3 信度与效度检验 |
| 5.3 模型分析与假设检验 |
| 5.3.1 结构模型分析 |
| 5.3.2 中介效应分析 |
| 5.3.3 调节效应分析 |
| 5.3.4 假设检验结果 |
| 5.4 本章小结 |
| 第6章 结果讨论与管理建议 |
| 6.1 结果讨论 |
| 6.1.1 中心路径作用关系讨论 |
| 6.1.2 边缘路径作用关系讨论 |
| 6.1.3 信任转移路径作用关系讨论 |
| 6.1.4 调节路径作用关系讨论 |
| 6.2 管理建议 |
| 6.2.1 着力提升跨境网购平台的内部质量 |
| 6.2.2 切实优化跨境网购平台的外部属性 |
| 6.2.3 充分利用境内网购平台的累积信任 |
| 6.2.4 积极应对跨境网购信任的动态变化 |
| 6.2.5 密切关注跨境网购消费的个体差异 |
| 6.3 本章小结 |
| 第7章 研究结论与研究展望 |
| 7.1 研究结论与研究贡献 |
| 7.1.1 研究结论 |
| 7.1.2 研究贡献 |
| 7.2 研究局限与研究展望 |
| 7.2.1 研究局限 |
| 7.2.2 研究展望 |
| 参考文献 |
| 附录 跨境网购平台消费者信任影响因素调查问卷 |
| 作者简介及在学期间科研成果 |
| 致谢 |
（3）平台主导型E-闭环供应链回收渠道、销售模式及协调机制研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 现实背景 |
| 1.1.2 理论背景 |
| 1.2 研究问题 |
| 1.3 研究意义 |
| 1.3.1 现实意义 |
| 1.3.2 理论意义 |
| 1.4 研究内容 |
| 1.5 研究思路 |
| 1.5.1 研究方法 |
| 1.5.2 技术路线 |
| 1.6 研究创新 |
| 第二章 研究综述 |
| 2.1 概念界定与关键词分析 |
| 2.2 消费者的行为特征与偏好 |
| 2.3 最优定价与服务策略决策 |
| 2.4 回收渠道与销售模式优化 |
| 2.5 闭环供应链协调机制设计 |
| 2.6 文献评述 |
| 第三章 寄售模式下E-闭环供应链回收渠道设计 |
| 3.1 引言 |
| 3.2 问题描述与模型假设 |
| 3.2.1 问题描述 |
| 3.2.2 模型假设 |
| 3.3 模型构建与决策分析 |
| 3.3.1 E-供应链情景(模型N) |
| 3.3.2 制造商回收(模型M) |
| 3.3.3 电商平台回收(模型E) |
| 3.3.4 第三方回收商回收(模型T) |
| 3.4 寄售模式下均衡策略比较 |
| 3.5 寄售模式下参数灵敏性分析 |
| 3.6 模型拓展 |
| 3.6.1 制造商视角 |
| 3.6.2 电商平台视角 |
| 3.6.3 消费者视角 |
| 3.6.4 生态环境视角 |
| 3.7 本章小结 |
| 第四章 批发模式下E-闭环供应链回收渠道设计 |
| 4.1 引言 |
| 4.2 问题描述与模型假设 |
| 4.2.1 问题描述 |
| 4.2.2 模型假设 |
| 4.3 模型构建与决策分析 |
| 4.3.1 E-供应链情景(模型N) |
| 4.3.2 制造商回收(模型M) |
| 4.3.3 电商平台回收(模型E) |
| 4.3.4 第三方回收商回收(模型T) |
| 4.4 批发模式下均衡策略比较 |
| 4.5 批发模式下参数灵敏性分析 |
| 4.6 模型拓展 |
| 4.6.1 制造商视角 |
| 4.6.2 电商平台视角 |
| 4.6.3 消费者视角 |
| 4.6.4 生态环境视角 |
| 4.7 本章小结 |
| 第五章 平台主导型E-闭环供应链销售模式选择 |
| 5.1 引言 |
| 5.2 问题描述与假设 |
| 5.2.1 问题描述 |
| 5.2.2 基本假设 |
| 5.3 均衡策略比较 |
| 5.3.1 产品销售价格 |
| 5.3.2 物流服务水平 |
| 5.3.3 GAP指标水平 |
| 5.4 成员利润比较 |
| 5.4.1 制造商利润 |
| 5.4.2 电商平台利润 |
| 5.4.3 第三方回收商利润 |
| 5.5 模型拓展 |
| 5.5.1 产品销售模式偏好程度 |
| 5.5.2 物流服务成本弹性系数 |
| 5.6 本章小结 |
| 第六章 平台主导型E-闭环供应链协调机制设计 |
| 6.1 引言 |
| 6.2 问题描述与模型假设 |
| 6.2.1 问题描述 |
| 6.2.2 模型假设 |
| 6.3 模型构建与决策分析 |
| 6.3.1 逆向集中决策(模型RC) |
| 6.3.2 正向集中决策(模型FC) |
| 6.3.3 一体化集中决策(模型C) |
| 6.4 均衡策略比较 |
| 6.5 协调机制设计 |
| 6.5.1 收益共享组合契约 |
| 6.5.2 两部收费组合契约 |
| 6.6 数值仿真 |
| 6.7 本章小结 |
| 第七章 研究结论与管理启示 |
| 7.1 研究结论 |
| 7.2 管理启示 |
| 参考文献 |
| 附录 A |
| 附录 B |
| 在学期间取得的科研成果和科研情况说明 |
| 致谢 |
（4）短视频平台电商首播中的消费者购买行为影响因素研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 移动通信技术升级,助推电商直播崛起 |
| 1.1.2 网购用户规模庞大,奠定电商直播受众基础 |
| 1.1.3 流量红利为依托,短视频进军电商直播领域 |
| 1.2 研究意义 |
| 1.3 研究思路与方法 |
| 1.3.1 研究问题 |
| 1.3.2 研究框架与方法 |
| 第二章 文献综述 |
| 2.1 短视频平台 |
| 2.1.1 短视频平台的定义及分类 |
| 2.1.2 我国短视频平台的发展历程 |
| 2.2 电商直播 |
| 2.2.1 电商直播的定义及特点 |
| 2.2.2 电商直播的发展及社交合作化 |
| 2.2.3 电商直播相关研究 |
| 2.3 理论模型 |
| 2.3.1 消费者购买行为的定义 |
| 2.3.2 消费者购买行为相关模型 |
| 2.3.3 消费者购买行为相关研究 |
| 2.4 本章小结 |
| 第三章 研究设计 |
| 3.1 深度访谈 |
| 3.1.1 访谈设计 |
| 3.1.2 访谈对象确定 |
| 3.1.3 访谈实施 |
| 3.1.4 访谈结果 |
| 3.2 变量提出与模型构建 |
| 3.3 研究假设 |
| 3.4 量表设计 |
| 第四章 问卷设计与数据分析 |
| 4.1 问卷设计与发放 |
| 4.2 预调研 |
| 4.3 描述性统计 |
| 4.4 信度与效度检验 |
| 4.4.1 信度检验 |
| 4.4.2 效度检验 |
| 4.5 相关性分析 |
| 4.5.1 短视频平台电商直播间消费者购买影响因素与认知的相关性分析 |
| 4.5.2 短视频平台电商直播间消费者购买影响因素与情感的相关性分析 |
| 4.5.3 认知、情感与购买行为的相关性分析 |
| 4.6 假设检验 |
| 4.6.1 预测变量对中介变量的影响分析 |
| 4.6.2 中介变量对结果变量的影响分析 |
| 4.6.3 整体模型分析 |
| 4.7 研究结果 |
| 4.7.1 研究假设检验 |
| 4.7.2 研究模型修正 |
| 第五章 短视频平台电商直播的研究启示与展望 |
| 5.1 研究结论 |
| 5.2 研究启示 |
| 5.2.1 服务:提高主播素养,完善购物保障 |
| 5.2.2 产品:调整产品架构,突出价格优势 |
| 5.2.3 环境:完善互动场景,营造促销氛围 |
| 5.3 研究局限与展望 |
| 参考文献 |
| 附录一 深度访谈框架及受访者基本情况 |
| 附录二 调查问卷 |
（5）基于消费者视角的互联网保险接受机制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 导论 |
| 1.1 研究背景及问题 |
| 1.1.1 研究背景 |
| 1.1.2 研究问题 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究设计 |
| 1.3.1 研究思路 |
| 1.3.2 研究方法 |
| 1.3.3 研究内容 |
| 1.3.4 技术路线 |
| 1.3.5 论文框架 |
| 1.4 研究创新点 |
| 1.5 本章小结 |
| 第二章 相关理论与研究综述 |
| 2.1 互联网保险 |
| 2.1.1 互联网保险内涵 |
| 2.1.2 保险科技研究 |
| 2.1.3 互联网保险研究 |
| 2.2 技术接受理论 |
| 2.2.1 技术接受理论发展 |
| 2.2.2 个体接受与组织接受理论 |
| 2.2.3 个体经典理论模型 |
| 2.3 互联网保险与技术接受研究现状 |
| 2.4 相关研究文献评述 |
| 2.5 本章小结 |
| 第三章 互联网保险接受扎根研究 |
| 3.1 扎根方法的选择 |
| 3.1.1 扎根理论研究流程 |
| 3.1.2 扎根理论研究设计 |
| 3.2 扎根理论资料收集 |
| 3.2.1 研究对象选取 |
| 3.2.2 研究资料收集 |
| 3.3 扎根理论资料分析 |
| 3.3.1 开放编码 |
| 3.3.2 主轴编码 |
| 3.3.3 选择编码 |
| 3.3.4 理论饱和度检验 |
| 3.4 互联网保险接受理论框架构建与关键因素分析 |
| 3.4.1 理论框架提出 |
| 3.4.2 关键因素析出 |
| 3.5 本章小结 |
| 第四章 理论模型与研究假设 |
| 4.1 理论模型构建 |
| 4.2 核心变量定义 |
| 4.2.1 绩效期望 |
| 4.2.2 努力期望 |
| 4.2.3 社会影响 |
| 4.2.4 促成因素 |
| 4.2.5 消费者创新性 |
| 4.2.6 信任 |
| 4.2.7 感知风险 |
| 4.2.8 行为意图 |
| 4.2.9 使用行为 |
| 4.3 研究假设的提出 |
| 4.3.1 互联网保险接受的影响因素 |
| 4.3.2 感知风险、行为意图的中介作用 |
| 4.3.3 基于感知风险和行为意图的链式中介作用 |
| 4.4 本章小结 |
| 第五章 研究设计与方法 |
| 5.1 研究问卷设计 |
| 5.1.1 问卷设计思路 |
| 5.1.2 问卷设计过程 |
| 5.1.3 问卷框架结构 |
| 5.1.4 问卷偏差控制 |
| 5.2 变量的测量 |
| 5.2.1 绩效期望的测量 |
| 5.2.2 努力期望的测量 |
| 5.2.3 社会影响的测量 |
| 5.2.4 促成因素的测量 |
| 5.2.5 消费者创新性的测量 |
| 5.2.6 信任的测量 |
| 5.2.7 感知风险的测量 |
| 5.2.8 行为意图的测量 |
| 5.2.9 使用行为的测量 |
| 5.3 预调研 |
| 5.3.1 描述性统计分析 |
| 5.3.2 信度分析 |
| 5.3.3 探索性因子分析 |
| 5.4 数据收集 |
| 5.4.1 问卷发放原则 |
| 5.4.2 正式调研数据收集 |
| 5.5 本章小结 |
| 第六章 模型验证与数据分析 |
| 6.1 描述性统计分析 |
| 6.1.1 样本描述性统计 |
| 6.1.2 变量描述性统计 |
| 6.2 信度与效度分析 |
| 6.2.1 信度分析 |
| 6.2.2 效度分析 |
| 6.2.3 共同方法偏差检验 |
| 6.3 相关性分析 |
| 6.4 结构方程模型验证 |
| 6.5 中介效应检验 |
| 6.6 假设检验结果分析 |
| 6.7 本章小结 |
| 第七章 结论与展望 |
| 7.1 研究主要结论 |
| 7.2 研究理论贡献 |
| 7.3 管理实践的启示 |
| 7.3.1 提升消费者体验,关键业务科技赋能 |
| 7.3.2 关注消费者需求,价值主张持续创新 |
| 7.3.3 以消费者为中心,客户关系优化提升 |
| 7.3.4 保护消费者权益,监管体系不断完善 |
| 7.4 研究局限与展望 |
| 7.4.1 研究局限 |
| 7.4.2 未来展望 |
| 参考文献 |
| 附录一 访谈提纲 |
| 附录二 访谈原始资料 |
| 附录三 调查问卷初稿 |
| 附录四 调查问卷正式稿 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
（6）消费者交互对购买意愿影响研究 ——基于社会化电子商务情境（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究主要内容与方法 |
| 1.2.1 技术路线图 |
| 1.2.2 研究主要内容 |
| 1.2.3 研究方法 |
| 第2章 文献综述 |
| 2.1 社会化电子商务 |
| 2.1.1 社会化电子商务的概念 |
| 2.1.2 社会化电子商务的分类 |
| 2.2 社会化电子商务交互 |
| 2.2.1 社会化电子商务交互概念和类型 |
| 2.2.2 社会化电子商务交互 |
| 2.3 购买意愿 |
| 2.3.1 购买意愿的概念 |
| 2.3.2 购买意愿研究现状 |
| 2.4 消费者感知价值 |
| 2.4.1 消费者感知价值的概念 |
| 2.4.2 消费者感知价值的测量维度 |
| 2.5 本章小结 |
| 第3章 理论模型与研究假设 |
| 3.1 理论基础 |
| 3.1.1 S-O-R理论 |
| 3.1.2 消费者感知价值理论 |
| 3.2 构建理论模型 |
| 3.2.1 社会化电子商务交互情景因素维度 |
| 3.2.2 消费者感知价值 |
| 3.2.3 消费者购买意愿 |
| 3.2.4 理论模型的构建 |
| 3.3 研究假设 |
| 3.3.1 社会化商务情境下交互因素对感知价值的影响 |
| 3.3.2 社会化商务情境下感知价值对购买意愿的影响 |
| 3.3.3 消费者感知价值的中介作用 |
| 3.3.4 假设汇总以及假设模型 |
| 第4章 研究设计与数据收集 |
| 4.1 变量的定义和测量 |
| 4.1.1 变量的定义 |
| 4.1.2 变量的测量 |
| 4.2 问卷设计与数据收集 |
| 4.2.1 问卷设计 |
| 4.2.2 问卷预测试 |
| 4.2.3 问卷正式发放 |
| 4.3 数据分析方法 |
| 第5章 实证分析与模型检验 |
| 5.1 描述性统计分析 |
| 5.1.1 样本特征描述性统计分析 |
| 5.1.2 变量描述性统计分析 |
| 5.2 信度与效度分析 |
| 5.2.1 信度分析 |
| 5.2.2 效度分析 |
| 5.3 交互特征与消费者感知价值、购买意愿之间的相关性分析 |
| 5.4 回归分析 |
| 5.5 中介效应检验 |
| 5.6 假设检验结果 |
| 第6章 研究总结与展望 |
| 6.1 研究总结 |
| 6.2 管理建议 |
| 6.3 不足与展望 |
| 参考文献 |
| 致谢 |
| 附录 |
（7）移动O2O情境下用户信息搜寻行为研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及问题 |
| 1.1.1 研究背景 |
| 1.1.2 研究问题 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究内容与方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 1.4 概念界定 |
| 1.4.1 移动O2O |
| 1.4.2 信息搜寻 |
| 1.4.3 信息搜索与信息搜寻的区分 |
| 1.5 本章小结 |
| 第2章 理论基础及文献综述 |
| 2.1 信息搜寻行为相关理论基础 |
| 2.1.1 信息经济学理论 |
| 2.1.2 认知理论 |
| 2.1.3 人机交互理论 |
| 2.2 信息搜寻行为经典理论与模型 |
| 2.2.1 问题解决理论 |
| 2.2.2 意义建构理论 |
| 2.2.3 ASK理论 |
| 2.2.4 信息搜寻行为模型 |
| 2.3 国内外信息搜寻行为研究综述 |
| 2.3.1 国内信息搜寻行为研究热点分析 |
| 2.3.2 国外信息搜寻行为研究热点分析 |
| 2.3.3 信息搜寻研究述评 |
| 2.4 移动O2O研究综述 |
| 2.4.1 移动O2O概述 |
| 2.4.2 国内外移动O2O研究现状 |
| 2.4.3 移动O2O研究述评 |
| 2.5 本章小结 |
| 第3章 移动O2O情境下用户信息搜寻行为模型构建 |
| 3.1 研究设计 |
| 3.1.1 研究问题分析 |
| 3.1.2 研究方法介绍 |
| 3.2 数据收集 |
| 3.2.1 样本选择 |
| 3.2.2 资料收集与整理 |
| 3.2.3 数据分析工具 |
| 3.3 编码过程 |
| 3.3.1 开放性编码 |
| 3.3.2 主轴性编码 |
| 3.3.3 选择性编码 |
| 3.4 理论饱和度检验 |
| 3.5 模型构建与阐释 |
| 3.5.1 信息搜寻行为过程 |
| 3.5.2 信息搜寻行为影响因素 |
| 3.6 本章小结 |
| 第4章 移动O2O情境下用户信息搜寻行为驱动因素的实证研究 |
| 4.1 移动O2O情境下用户信息搜寻行为特征分析 |
| 4.2 研究模型与假设 |
| 4.2.1 “动机、机会、能力”(MOA)模型 |
| 4.2.2 技术接受与使用统一理论(UTAUT) |
| 4.2.3 研究模型构建 |
| 4.2.4 研究假设提出 |
| 4.3 研究方法设计 |
| 4.3.1 问卷设计 |
| 4.3.2 数据收集 |
| 4.4 数据分析与模型验证 |
| 4.4.1 描述性统计分析 |
| 4.4.2 信度与效度分析 |
| 4.4.3 多重共线性与共同方法偏差分析 |
| 4.4.4 模型验证 |
| 4.5 结果讨论 |
| 4.6 本章小结 |
| 第5章 移动O2O情境下用户信息搜寻过程的实验研究 |
| 5.1 研究问题 |
| 5.2 研究设计 |
| 5.2.1 研究方法 |
| 5.2.2 样本选择 |
| 5.2.3 实验任务设置 |
| 5.2.4 研究变量测度 |
| 5.2.5 实验流程设计 |
| 5.3 研究结果分析 |
| 5.3.1 个体特征对移动O2O情境下用户信息搜寻行为的影响 |
| 5.3.2 任务特征对移动O2O情境下用户信息搜寻行为的影响 |
| 5.4 结果讨论 |
| 5.5 本章小结 |
| 第6章 移动O2O情境下用户信息搜寻满意度关键影响因素研究 |
| 6.1 研究设计 |
| 6.2 数据采集 |
| 6.2.1 移动O2O情境下用户信息搜寻满意度影响因素集 |
| 6.2.2 问卷发放与回收 |
| 6.3 基于信息增益理论的关键影响因素识别和模型构建 |
| 6.3.1 信息增益值计算 |
| 6.3.2 关键影响因素识别 |
| 6.3.3 关键影响因素模型构建 |
| 6.4 基于支持向量机(SVM)的预测模型构建与精度分析 |
| 6.4.1 支持向量机(SVM)建模 |
| 6.4.2 预测模型构建与精度分析 |
| 6.5 结果讨论 |
| 6.6 本章小结 |
| 第7章 移动O2O情境下用户信息搜寻行为引导与优化策略 |
| 7.1 移动O2O情境下用户信息搜寻行为引导策略 |
| 7.1.1 触发用户信息需求 |
| 7.1.2 提高用户信息素养 |
| 7.1.3 改善信息搜寻环境 |
| 7.2 移动O2O情境下用户信息搜寻行为优化策略 |
| 7.2.1 提高信息质量 |
| 7.2.2 提升服务质量 |
| 7.2.3 隐私保护与信息安全 |
| 7.3 本章小结 |
| 第8章 研究结论与展望 |
| 8.1 研究结论 |
| 8.2 研究创新点 |
| 8.3 研究局限与展望 |
| 8.3.1 研究局限性 |
| 8.3.2 未来研究展望 |
| 参考文献 |
| 附录 |
| 附录1 移动O2O情境下用户信息搜寻行为研究过滤式问卷 |
| 附录2 移动O2O情境下用户信息搜寻行为研究访谈提纲 |
| 附录3 移动O2O情境下用户信息搜寻行为驱动因素调查问卷 |
| 附录4 移动O2O情境下用户信息搜寻满意度关键影响因素调查问卷 |
| 在读期间所取得的科研成果 |
| 致谢 |
（8）家具电商直播中消费者购买意愿影响因素研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 现实背景 |
| 1.1.2 理论背景 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 电商直播相关研究 |
| 1.3.2 在线购买意愿相关研究 |
| 1.3.3 家具消费行为相关研究 |
| 1.4 研究内容与研究方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 技术路线 |
| 第二章 理论基础 |
| 2.1 消费者行为理论 |
| 2.1.1 理性行为理论 |
| 2.1.2 计划行为理论 |
| 2.1.3 购买决策理论 |
| 2.2 消费者信息接受模型 |
| 2.2.1 技术接受模型 |
| 2.2.2 信息采纳模型 |
| 2.2.3 S-O-R理论模型 |
| 2.3 感知价值理论 |
| 2.4 信任理论 |
| 2.5 本章小结 |
| 第三章 家具电商直播中消费者购买意愿影响因素分析 |
| 3.1 扎根辅助研究 |
| 3.1.1 扎根方法内涵与步骤 |
| 3.1.2 扎根研究设计 |
| 3.1.3 扎根资料分析 |
| 3.1.4 扎根研究结果 |
| 3.2 理论模型构建 |
| 3.3 研究变量与研究假设 |
| 3.3.1 主播特征对消费者感知的影响 |
| 3.3.2 直播场景特征对消费者感知的影响 |
| 3.3.3 家具产品特征对消费者感知的影响 |
| 3.3.4 消费者感知对购买意愿的影响 |
| 3.3.5 消费者感知的中介作用 |
| 3.4 本章小结 |
| 第四章 家具电商直播中消费者购买意愿研究设计 |
| 4.1 量表设计 |
| 4.1.1 家具直播主播 |
| 4.1.2 家具直播场景 |
| 4.1.3 家具产品 |
| 4.1.4 感知价值 |
| 4.1.5 信任 |
| 4.1.6 购买意愿 |
| 4.2 问卷设计 |
| 4.3 小样本预调研 |
| 4.3.1 预调研信度分析 |
| 4.3.2 预调研效度分析 |
| 4.4 本章小结 |
| 第五章 家具电商直播中消费者购买意愿实证分析 |
| 5.1 正式调研 |
| 5.2 描述性统计分析 |
| 5.2.1 样本人口特征统计 |
| 5.2.2 样本使用习惯统计 |
| 5.2.3 观测变量描述性统计 |
| 5.3 信度分析 |
| 5.4 效度分析 |
| 5.4.1 探索性因子分析 |
| 5.4.2 验证性因子分析 |
| 5.5 人口特征变量对购买意愿的方差分析 |
| 5.6 模型检验 |
| 5.6.1 相关分析 |
| 5.6.2 路径分析 |
| 5.6.3 中介作用检验 |
| 5.7 研究假设结果与模型修正 |
| 5.7.1 研究假设结果 |
| 5.7.2 模型修正 |
| 5.8 本章小结 |
| 第六章 研究结论与展望 |
| 6.1 研究主要结论 |
| 6.2 家具电商直播实践启示 |
| 6.2.1 基于家具电商直播主播 |
| 6.2.2 基于家具电商直播场景 |
| 6.2.3 基于家具产品 |
| 6.3 研究不足与展望 |
| 6.3.1 研究不足 |
| 6.3.2 展望 |
| 攻读学位期间发表的学术论文 |
| 参考文献 |
| 附录 |
| 附录一:访谈提纲 |
| 附录二:调查问卷 |
（9）5G环境下LBS商业模式优化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景与意义 |
| 1.2 问题提出 |
| 1.3 研究内容、方法及创新点 |
| 1.3.1 研究目的及意义 |
| 1.3.2 研究内容及方法 |
| 1.3.3 论文创新点 |
| 1.4 论文架构与章节安排 |
| 第二章 理论基础与文献综述 |
| 2.1 LBS技术及发展历程相关研究 |
| 2.1.1 LBS技术架构及理论 |
| 2.1.2 LBS数据结构与数据处理方法研究 |
| 2.1.3 LBS技术发展研究 |
| 2.2 LBS商业模式及发展历程相关研究 |
| 2.2.1 LBS商业模式相关研究 |
| 2.2.2 LBS商业模式发展历程 |
| 2.3 LBS用户隐私保护方法相关研究 |
| 2.3.1 LBS隐私保护技术相关研究 |
| 2.3.2 LBS隐私保护管理与立法相关研究 |
| 第三章 LBS商业模式特征及存在问题 |
| 3.1 5G环境下LBS商业模式特征分析 |
| 3.1.1 LBS商业模式分类 |
| 3.1.2 5G时代LBS商业模式特征 |
| 3.2 5G环境下LBS商业模式发展路径及趋势 |
| 3.2.1 5G环境下LBS商业模式发展路径分析 |
| 3.2.2 5G时代LBS商业模式前沿趋势研究 |
| 3.3 LBS商业模式风险评估及存在的问题 |
| 3.3.1 5G环境下LBS商业模式风险评估 |
| 3.3.2 5G环境下LBS商业模式存在的主要问题 |
| 第四章 LBS用户行为及其影响因素实证研究 |
| 4.1 LBS用户行为领域研究综述 |
| 4.2 LBS用户行为研究设计 |
| 4.2.1 研究假设 |
| 4.2.2 变量测量 |
| 4.2.3 研究方法 |
| 4.3 实证研究结果分析 |
| 4.3.1 样本的描述性统计 |
| 4.3.2 样本的信度与效度分析 |
| 4.3.3 实证检验分析 |
| 第五章 LBS精准营销商业模式优化研究 |
| 5.1 LBS精准营销商业模式优化设计 |
| 5.1.1 基于协同创新的LBS商业模式优化设计 |
| 5.1.2 LBS+O2O商业模式优化设计 |
| 5.1.3 基于LBS的反向团购商业模式 |
| 5.2 基于机器学习的LBS用户位置预测研究 |
| 5.2.1 位置预测服务研究背景 |
| 5.2.2 位置应用数据处理 |
| 5.2.3 位置预测研究方法 |
| 5.2.4 服务项目提升建议 |
| 5.3 基于平台化运营的LBS精准营销商业模式 |
| 5.3.1 LBS精准营销商业模式特征 |
| 5.3.2 5G环境下LBS精准营销平台原理 |
| 5.3.3 LBS精准营销平台优化设计 |
| 第六章 LBS用户隐私保护方法研究 |
| 6.1 5G环境下移动用户位置隐私保护方法研究 |
| 6.1.1 位置隐私保护研究现状 |
| 6.1.2 融合定位的隐私保护算法及性能分析 |
| 6.1.3 算法总结与未来研究重点 |
| 6.2 位置隐私信息管理与立法研究 |
| 6.2.1 个人位置信息概念及隐私信息泄露风险 |
| 6.2.2 国内外个人位置隐私信息法律保护现状 |
| 6.2.3 个人位置隐私信息安全管理模式研究 |
| 6.2.4 个人位置隐私信息保护立法建议 |
| 第七章 研究结论及展望 |
| 7.1 研究结论 |
| 7.2 未来研究展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
（10）基于电子商务环境下的消费者行为研究（论文提纲范文）
| 一、电子商务环境下消费者的特点 |
| 1.1消费市场细分化 |
| 1.2购买行为趋于理性化 |
| 二、电子商务环境下消费者行为的影响因素 |
| 2.1消费者个人因素 |
| 2.2消费环境影响因素 |
| 三、电子商务环境下有效的营销对策分析 |
| 3.1定制化产品与服务 |
| 3.2加强价格灵动性 |
| 3.3物流渠道服务高效化 |
| 四、结束语 |
四、电子商务环境下的消费者行为研究（论文参考文献）
- [1]电子商务环境下的消费者行为研究[J]. 赵欣. 商业文化, 2021(31)
- [2]附属型跨境网购平台消费者信任的影响因素及作用机理研究[D]. 张赫楠. 吉林大学, 2021(01)
- [3]平台主导型E-闭环供应链回收渠道、销售模式及协调机制研究[D]. 刘凯. 天津理工大学, 2021(02)
- [4]短视频平台电商首播中的消费者购买行为影响因素研究[D]. 蒋文怡. 北京外国语大学, 2021(10)
- [5]基于消费者视角的互联网保险接受机制研究[D]. 杨华. 西北大学, 2021(12)
- [6]消费者交互对购买意愿影响研究 ——基于社会化电子商务情境[D]. 何沁. 江西财经大学, 2021(10)
- [7]移动O2O情境下用户信息搜寻行为研究[D]. 曹越. 吉林大学, 2021(01)
- [8]家具电商直播中消费者购买意愿影响因素研究[D]. 何梓诚. 南京林业大学, 2021(02)
- [9]5G环境下LBS商业模式优化研究[D]. 姜海洋. 北京邮电大学, 2021(01)
- [10]基于电子商务环境下的消费者行为研究[A]. 胡阳华,张潇,刘雪艳. 2020年中小学教学改革创新研讨会论文集, 2020