1、名称：大数据背景下信息推荐服务对消费者行为的影响研究开题报告毕业论文（设计）题目：大数据背景下信息推荐服务对消费者行为的影响研究1 毕业设计（论文）综述 本文共分为五个部分：第1章是绪论，介绍研究背景和研究目的与意义，综述了国内外研究现状，并概括了文章的基本内容与方法。第2章是对所需要的理论进行的相关回顾与概述。首先对个性化信息推荐服务的定义，构成和作用作了阐述。其次对消费者行为的相关理论进行了概述。最后综合信息推荐服务与消费者之间的交互理论，概括影响其关系的因素。第3章是对研究方法的设计和数据的收集。根据相关研究成果和自我总结的因素设计概念模型，并作出理论假设，通过调查问卷的方式收集数据。第
2、4章是数据分析，分析信息推荐服务对消费者行为的影响因素，验证本文的假设是否正确。第5章是研究结论与展望，以文章的研究结果为基础，总结推荐系统对消费者行为的影响因素，并就电子商务平台如何改进推荐服务提出相关的建议与对策。最后总结研究过程中不足的地方，提出改进方向和对未来研究的展望。1.1 题目背景随着互联网信息技术的不断发展，网络消费市场进一步扩大，在线消费已成为现今社会的主要消费方式之一。各大电子商务平台所推出的信息推荐服务，通过多种方式，为消费者个性化、全方位、高频率地提供商品推荐信息，营造一个更好的网络购物氛围，提高消费者选购效率和购物体验，从而达成提高销售额的根本目的。信息推荐服务实际上
3、是电商运用大数据技术，对用户的行为偏好和行为轨迹进行分析和预测，从而为消费者购物过程进行引导的过程。但是，信息推荐服务的很多要素没有一个系统的规划，在推荐过程中，可能会由于频率方式的掌控不当带来负面效果，因此目前的主流信息推荐服务还不够完善，还有很多与用户的交互方面的细节问题等待着研究和解决。新时代的消费者拥有更加自由化，个性化的行为模式，对于信息推荐服务的引导变得没有那么容易简单的接受。可见对于信息推荐服务和消费者双方的交互影响因素必然是未来信息推荐服务发展的关键。1.2 研究意义现今，信息推荐服务已对电子商务网站给消费者提供产品和服务的模式造成了巨大影响，基于大数据的信息推荐服务一直是研究
4、的热点和重点。这次研究正是把重点放在推荐服务与消费者的交互的角度，通过对影响因素的探讨，得出对改进推荐服务有利的结论，这具有重要的理论意义和实际意义。理论意义方面，过去已有的研究多着眼于对技术的优化和推荐系统带来的趋势的研究，而本文着力于把推荐服务的结果与用户需求进行联系分析，通过对用户的行为和需求进行总结，来提出改进推荐系统的服务方式的途径。因此，本文希望从两个角度，即通过从消费者行为影响因素和推荐服务与消费者交互出发，总结设计出相关影响因素，从而能给以后的相关研究带来一定的帮助。实际意义方面，改进信息推荐服务有助于提高商家对消费者的个性化定制能力，带给消费者真正舒适消费购物体验，不但帮助消
5、费者从繁杂的信息中解脱出来，更带给商家更多的客流量，更好的顾客忠诚度，最终换得销售额与口碑的双丰收。1.3 国内外相关研究情况1.3.1 国内相关研究情况朱岩等（2009）研究表明，个性化推荐系统是基于某种战略，通过对消费者个人的需要和其特点分析，从而进行产品推荐，为顾客决策提供支持。黄郕若(2016)总结出目前的消费者有自身的特点，他们更加重视商品的个性和创新，容易受外部环境的影响，对网购环境有较高的要求。张城森等（2016）认为在大数据环境下消费者行为更容易受外部介绍的影响，消费者的品牌依赖度逐渐下降，消费者选择更加个性化。贝圣劼（2016）同样认为大数据时代消费者行为会更加理性，容易受评
6、价影响并且不再依赖品牌。蔡日梅（2008）研究了购买决策是如何被电子商务推荐代理所影响的，并将认知价值和信任作为中间变量建立出相应模型。刘建国等（2009）认为信息过载问题会在电子商务发展中逐渐加重，而个性化推荐正是有效解决此问题的关键技术之一。1.3.2 国外相关研究情况从上世纪九十年代开始，对推荐系统和推荐服务的研究有了初步的定论。Resnick（1997）等认为个性化推荐是指购物网站利用自身网络功能为消费者提供购买建议，从而在不需要销售人员的情况下给予消费者导购服务，最终有效地实现购买行为。Schafer等（2001）指出推荐系统是一种对目前网络个性化消费十分必要的决策支持系统，它能通过
7、一定方式，或参照消费者历史行为作出影响消费决策的信息推荐。Maes（1994）认为，推荐系统可以缓解信息过载、使搜寻更加简单化，保证决策的质量。Ansari 等（2000）认为推荐系统是一种辅助工具，能给消费者作出购买决策的过程提供帮助。Grabner等(2003)指出对于个性化推荐系统来说消费者对企业信任的研究十分重要，顾客信任对顾客与企业进行互动和再交易有积极影响。Hostler （2005）研究认为，使用了推荐系统，能极度缩短消费者商品搜索和购物时间。Kuflik 等(2007)研究发现，推荐系统能够缩短消费者与网购平台交流互动的时间，提升网购效率。参考文献;1 张韫大数据背景下电子商务
8、个性化推荐服务下的用户隐私保护J梧州学院学报,20162 Resnick&VarianRemember SystemJCommunication of the ACM,1997,40(3): 562-583 Schafer J B，Konstan J A，Riedl JE-commerce Recommendation ApplicationsJData Mining and Knowledge Discovery,2001,5(1/2):115-1534 朱岩，林泽楠电子商务中的个性化推荐方法评述J中国软科学，2009(2)：183-1925 黄郕若大数据环境下网络消费者行为的若干研究J经营
9、管理者,2016,16:2426 张城森，闫智高，朱灏大数据时代下消费者行为研究J中国市场，20167 贝圣劼大数据时代消费者行为变迁及对商业模式变革的影响J财经界(学术版)，2016（23）:3378 Maes P, Darrell T, Blumber B, et alThe ALIVE system: wireless interaction with autonomous agentsJACM Multimedia Systems,1997(5): 105-1129 Ansari, A, Essegaier，SInternet recommendation systemsJThe Jo
10、urnal of Marketing,2000,37(3):363-37510 Grabner KaluschaEmpirical research in on-line trust: a review and critical assessmentInternational Journal of Human-Computer StudiesJ,2003, 58(6) :78381211 HostlerRE,YoonVY, etAlAssessing the Impact of Internet Agent on End Users PerformanceJDecision Su PPort
11、Systems, 2005, 41(1): 313-32512 Berkovsky, Kuflik TCross-domain mediation in collaborative filteringJ Proceedings of the UserModeling Conference, 2007(4): 12-1413 蔡日梅电子商务中推荐代理对购买决策的影响研究D浙江：浙江大学,200814 刘建国，周涛，汪秉宏个性化推荐系统的研究进展自然科学进展J自然科学进展，2009,19（1）15 杨一翁，王毅，孙国辉消费者视角下的推荐系统研究J企业经济,2016年级专业：学生签名：（手写） 年 月 日指导教师意见：指导教师意见及签名这一部分单独成页，不与学生签名同页。1同意开题（ ） 2修改后开题（ ） 3重新开题（ ）指导教师签名：（手写） 年 月 日
