緒論1.1研究背景近年來(lái)，觀看直播已經(jīng)是居民生活中不可缺少的娛樂活動(dòng)。在近一年，直播電商行業(yè)仍然處于高速發(fā)展之中。《直播電商行業(yè)高質(zhì)量發(fā)展報(bào)告（2022-2023年度）》藍(lán)皮書發(fā)布商務(wù)部數(shù)據(jù)顯示，2023年上半年，重點(diǎn)監(jiān)測(cè)電商平臺(tái)累計(jì)直播銷售額1.27萬(wàn)億元，直播場(chǎng)次數(shù)超過(guò)1.1億場(chǎng)，直播商品數(shù)超過(guò)7000萬(wàn)個(gè)，活躍主播數(shù)超過(guò)270萬(wàn)人。相比2022年數(shù)據(jù)，直播場(chǎng)次數(shù)、直播商品數(shù)和活躍主播數(shù)都有明顯增長(zhǎng)，整體直播電商業(yè)態(tài)呈快速增長(zhǎng)態(tài)勢(shì)。2022年以來(lái)，國(guó)家、地方政府出臺(tái)多部規(guī)范性文件和監(jiān)管措施，保護(hù)消費(fèi)者權(quán)益和維護(hù)市場(chǎng)秩序，同時(shí)積極制定政策引導(dǎo)、扶持行業(yè)發(fā)展，為直播電商行業(yè)健康蓬勃發(fā)展打造積極的政策環(huán)境。與此同時(shí)，各大直播電商平臺(tái)通過(guò)自我監(jiān)管快速響應(yīng)和靈活調(diào)整，及時(shí)更新和修訂治理規(guī)則，有效增強(qiáng)了行業(yè)自律、提升用戶體驗(yàn)和信任度，促進(jìn)了行業(yè)的可持續(xù)發(fā)展。1.2研究目的和意義本研究的目的在于深入探討電商直播對(duì)消費(fèi)者購(gòu)買意愿的影響機(jī)制分析，以填補(bǔ)當(dāng)前相關(guān)研究存在的局限性。對(duì)電商直播行業(yè)來(lái)說(shuō)，通過(guò)對(duì)調(diào)研數(shù)據(jù)建立隨機(jī)森林回歸模型，解析電商直播如何影響消費(fèi)者購(gòu)買意愿；在消費(fèi)者個(gè)體層面上，將研究其購(gòu)物習(xí)慣、興趣愛好、對(duì)主播的喜愛程度，以更全面的理解電商直播對(duì)不同消費(fèi)者的影響。其次，通過(guò)隨機(jī)森林回歸等定量分析方法，將深入研究信息質(zhì)量和情感因素等指標(biāo)對(duì)購(gòu)買意愿的影響程度，以量化各個(gè)指標(biāo)因素的作用，通過(guò)這些分析，將為電商直播行業(yè)提供深入的理論洞察和實(shí)際運(yùn)營(yíng)建議，有助于行業(yè)決策者更好地了解消費(fèi)者的需求，優(yōu)化推廣策略，促進(jìn)行業(yè)的可持續(xù)發(fā)展，提升用戶體驗(yàn)。1.3本文研究思路本論文將以系統(tǒng)性的方法深入探討研究電商直播對(duì)消費(fèi)者購(gòu)買意愿的影響機(jī)制，思路主要分為以下幾點(diǎn)：(1)文獻(xiàn)綜述：對(duì)相關(guān)文獻(xiàn)進(jìn)行綜述，闡述各篇文章的主要看法與提出的理論，明確在前人研究的基礎(chǔ)上，本研究所要解決的問題。(2)構(gòu)架模型：基于綜合文獻(xiàn)綜述，建立隨機(jī)森林回歸模型，以電商直播的種種因素作為自變量，消費(fèi)者購(gòu)買意愿為因變量。考慮消費(fèi)者的個(gè)體特征，例如購(gòu)物習(xí)慣、興趣愛好、對(duì)主播的喜愛程度等等，構(gòu)建一個(gè)綜合模型進(jìn)行分析。(3)定量分析：分析后量化信息質(zhì)量和情感因素等多種指標(biāo)分別單獨(dú)對(duì)購(gòu)買意愿的影響程度。通過(guò)數(shù)值化分析，明確各個(gè)因素的權(quán)重和貢獻(xiàn)度，為后續(xù)實(shí)證研究提供數(shù)據(jù)基礎(chǔ)。(4)數(shù)據(jù)分析：根據(jù)分析結(jié)果，提煉出電商直播對(duì)購(gòu)買意愿影響的關(guān)鍵因素(5)提供建議：總結(jié)現(xiàn)狀，結(jié)合理論分析數(shù)據(jù)，提出具有針對(duì)性的的運(yùn)營(yíng)建議。繪制研究思路圖見圖1.1圖1.1研究思路思維導(dǎo)圖2文獻(xiàn)綜述2.1購(gòu)買意愿購(gòu)買意愿指的是消費(fèi)者對(duì)特定產(chǎn)品或服務(wù)的購(gòu)買傾向或傾向性的主觀概率。在市場(chǎng)營(yíng)銷和消費(fèi)行為研究中，購(gòu)買意愿是一個(gè)重要的概念，用于描述消費(fèi)者在面對(duì)特定商品或服務(wù)時(shí)，內(nèi)心的傾向性或愿望程度，表達(dá)了其對(duì)購(gòu)買行為的預(yù)期或可能性。消費(fèi)者的購(gòu)買意愿受到多種因素的影響，包括個(gè)人特征、產(chǎn)品屬性、市場(chǎng)環(huán)境、社會(huì)文化等。個(gè)人特征如性別、年齡、收入水平、教育程度等可以影響消費(fèi)者對(duì)于某種產(chǎn)品或服務(wù)的喜好和購(gòu)買意愿。產(chǎn)品屬性包括產(chǎn)品的質(zhì)量、價(jià)格、品牌知名度等，這些因素會(huì)直接影響消費(fèi)者的購(gòu)買決策。市場(chǎng)環(huán)境如市場(chǎng)競(jìng)爭(zhēng)程度、供需關(guān)系等也會(huì)對(duì)購(gòu)買意愿產(chǎn)生影響。此外，社會(huì)文化因素如文化背景、價(jià)值觀念等也會(huì)影響消費(fèi)者的購(gòu)買意愿。周梅華(2015)[1]將購(gòu)買意愿稱為消費(fèi)者在網(wǎng)絡(luò)購(gòu)物模式下從內(nèi)心層面主觀感知到的對(duì)于某種產(chǎn)品或服務(wù)購(gòu)買可能性的大小。購(gòu)買意愿并不一定等同于實(shí)際購(gòu)買行為，但它通常被視為預(yù)測(cè)購(gòu)買行為的重要指標(biāo)之一。消費(fèi)者的購(gòu)買意愿可以通過(guò)市場(chǎng)調(diào)研、問卷調(diào)查、心理實(shí)驗(yàn)等方法進(jìn)行測(cè)量和分析，以幫助企業(yè)預(yù)測(cè)市場(chǎng)需求、制定營(yíng)銷策略和產(chǎn)品定價(jià)等決策。馮建英(2006)[2]文中指出關(guān)于購(gòu)買意愿與購(gòu)買行為的關(guān)系，分析了學(xué)者們的爭(zhēng)議。但大多數(shù)學(xué)者認(rèn)同購(gòu)買意愿是一種消費(fèi)心理活動(dòng)，是購(gòu)買行為發(fā)生的概率影響因素。張寶生(2021)[3]提到了網(wǎng)絡(luò)直播購(gòu)物在消費(fèi)者購(gòu)買意愿方面的影響，并基于SOR模型和心流體驗(yàn)理論進(jìn)行了研究，得出消費(fèi)者感知在網(wǎng)絡(luò)直播特征與購(gòu)買意愿之間起到部分中介作用，強(qiáng)調(diào)了感知在購(gòu)買意愿形成中的重要性。2.2信息質(zhì)量信息質(zhì)量是指在信息傳遞過(guò)程中信息的準(zhǔn)確性、完整性、時(shí)效性等方面的綜合表現(xiàn)?？陀^信息質(zhì)量主要體現(xiàn)在信息內(nèi)容的質(zhì)量和數(shù)量，而主觀感受的滿足則受個(gè)人或任務(wù)卷入程度的影響。李琪（2021)[4]基于ELM和多重態(tài)度理論，得出研究結(jié)果除主播專業(yè)性以外，邊緣線索(主播信任性、主播吸引力和觀眾卷入度)對(duì)用戶的感知信息有用性和情感態(tài)度均有顯著影響。從信息系統(tǒng)角度看，客觀信息質(zhì)量通常從數(shù)據(jù)屬性出發(fā)，包括數(shù)據(jù)的準(zhǔn)確性、完整性、一致性等。而用戶視角的信息質(zhì)量則更加關(guān)注信息對(duì)決策服務(wù)的程度，體現(xiàn)在信息的效用層面。譚淑媛（2015）[5]文中認(rèn)為在網(wǎng)購(gòu)的情況下，消費(fèi)者想要做出滿意的網(wǎng)購(gòu)決策，需要搜集足夠多并且準(zhǔn)確的目標(biāo)產(chǎn)品的信息。高陽(yáng)輝（2022）[6]圍繞著網(wǎng)絡(luò)直播時(shí)代下消費(fèi)者對(duì)信息質(zhì)量的需求進(jìn)行了研究，并從消費(fèi)者感知的角度劃分了網(wǎng)絡(luò)直播信息質(zhì)量為感知信息有用性、感知信息易用性和感官知覺三個(gè)維度，以信任度為中介變量構(gòu)建了研究模型。通過(guò)因子分析和回歸分析對(duì)問卷調(diào)研數(shù)據(jù)進(jìn)行了實(shí)證分析，得出感知信息有用性、感知信息易用性和感官知覺對(duì)購(gòu)買行為意向產(chǎn)生正向影響，說(shuō)明消費(fèi)者在選擇購(gòu)買時(shí)重視信息的實(shí)用性、易用性以及感官體驗(yàn)。2.3情感因素情感因素指的是個(gè)體內(nèi)部的情感狀態(tài)或情感體驗(yàn)，它們可以對(duì)個(gè)體的認(rèn)知、行為和決策產(chǎn)生影響。萬(wàn)君(2014)[7]基于SOR理論，研究指出消費(fèi)者的情感反應(yīng),即喚醒度與愉悅度與其產(chǎn)品購(gòu)買意愿有顯著的正向影響。情感因素通常涉及個(gè)體對(duì)外部刺激的情感反應(yīng)，如喜好、厭惡、興奮、焦慮等，以及對(duì)內(nèi)部體驗(yàn)的情感反饋，如幸福感、滿足感、憤怒等。這些情感因素可能源自個(gè)體的個(gè)人經(jīng)歷、社會(huì)環(huán)境、文化背景等，對(duì)個(gè)體的行為和決策產(chǎn)生著重要影響。在心理學(xué)、行為經(jīng)濟(jì)學(xué)、市場(chǎng)營(yíng)銷等領(lǐng)域，情感因素常常被視為重要的研究對(duì)象，以探究情感如何影響人們的選擇、行為和決策。韓簫亦(2020)[8]通過(guò)扎根理論的質(zhì)性研究證實(shí)了消費(fèi)者的內(nèi)在狀態(tài)在電商主播屬性的影響消費(fèi)者在線購(gòu)買意愿的過(guò)程中扮演著中介作用。同時(shí)，他們也驗(yàn)證了情境因素在消費(fèi)者內(nèi)在狀態(tài)影響其在線購(gòu)買意愿過(guò)程中的調(diào)節(jié)作用。董鵬(2018)[9]認(rèn)為目前生活節(jié)奏的進(jìn)一步加快，消費(fèi)者自主對(duì)目標(biāo)產(chǎn)品的進(jìn)行的信息查詢逐漸減少，更加依賴于熟人以及帶貨主播們的種草（網(wǎng)絡(luò)流行語(yǔ)，意為推薦）來(lái)選購(gòu)產(chǎn)品。所以觀眾對(duì)電商主播的信任和認(rèn)可，對(duì)購(gòu)買意愿產(chǎn)生著影響。2.4文獻(xiàn)評(píng)述周梅華、馮建英等一致表明購(gòu)買意愿是消費(fèi)者對(duì)購(gòu)買特定產(chǎn)品或服務(wù)的傾向性或預(yù)期概率，是消費(fèi)心理活動(dòng)中的重要因素之一[1-2]。購(gòu)買意愿受到多種因素的影響，包括個(gè)人特征、產(chǎn)品屬性、市場(chǎng)環(huán)境和社會(huì)文化等。雖然購(gòu)買意愿并不直接等于實(shí)際購(gòu)買行為，但它通常被視為是預(yù)測(cè)購(gòu)買行為的重要指標(biāo)。消費(fèi)者的購(gòu)買意愿可以通過(guò)市場(chǎng)調(diào)研、問卷調(diào)查、心理實(shí)驗(yàn)等方法進(jìn)行測(cè)量和分析，幫助企業(yè)預(yù)測(cè)市場(chǎng)需求、制定營(yíng)銷策略和產(chǎn)品定價(jià)等決策。這些研究為我們深入理解購(gòu)買意愿的形成提供了重要的理論基礎(chǔ)和實(shí)踐指導(dǎo)。李琪、譚淑媛、高陽(yáng)輝等的研究說(shuō)明了信息質(zhì)量在消費(fèi)者行為中的重要性[4-6]。信息質(zhì)量涵蓋了信息傳遞過(guò)程中的準(zhǔn)確性、完整性和時(shí)效性等方面的綜合表現(xiàn)，既包括客觀信息質(zhì)量也包括用戶主觀感受的滿足程度。消費(fèi)者對(duì)信息質(zhì)量的需求是多維度的，既包括了信息的客觀準(zhǔn)確性和完整性，也包括了用戶對(duì)信息的主觀感受和體驗(yàn)。這對(duì)于電商直播企業(yè)在制定營(yíng)銷策略和產(chǎn)品推廣時(shí)有著重要的啟示，需要平臺(tái)注重提高信息的準(zhǔn)確性和完整性，同時(shí)滿足用戶的感知和體驗(yàn)，以推動(dòng)購(gòu)買。萬(wàn)君、韓蕭亦、董鵬等則認(rèn)為情感因素對(duì)于消費(fèi)者的購(gòu)買意愿產(chǎn)生著重要影響，這不僅涉及到個(gè)體對(duì)外部刺激的情感反應(yīng)，還包括對(duì)內(nèi)部體驗(yàn)的情感反饋，這些反應(yīng)和反饋受到多種因素的影響，包括個(gè)人經(jīng)歷、社會(huì)環(huán)境和文化背景等[7-9]。因此，在進(jìn)行市場(chǎng)營(yíng)銷和消費(fèi)行為研究時(shí)，必須考慮情感因素對(duì)于購(gòu)買意愿的影響，并針對(duì)這些因素制定相應(yīng)的策略。本研究以信息質(zhì)量、專業(yè)性、情感因素和購(gòu)買意愿為核心研究變量，使用隨機(jī)森林回歸作為模型。信息質(zhì)量、專業(yè)性和情感因素作為自變量，購(gòu)買意愿作為因變量。隨機(jī)森林回歸模型可處理復(fù)雜的非線性關(guān)系和交互作用，有助于分析各因素對(duì)購(gòu)買意愿的相對(duì)重要性，對(duì)前有傳統(tǒng)線性模型的拓展與改進(jìn)。本研究旨在補(bǔ)充和完善探討購(gòu)買意愿的影響因素的理論，還對(duì)實(shí)際情況下電商直播營(yíng)銷策略提供指導(dǎo)。通過(guò)深入研究信息質(zhì)量、專業(yè)性和情感因素對(duì)購(gòu)買意愿的影響，可為電商直播行業(yè)的發(fā)展提供重要的理論支持和實(shí)踐指導(dǎo),也可幫助消費(fèi)者在觀看電商直播時(shí)，做出更有利于消費(fèi)者的購(gòu)買決策。3理論框架與模型設(shè)計(jì)3.1模型理論隨機(jī)森林是一種由LeoBreiman于2001年提出的分類算法，它通過(guò)Bootstrap重采樣技術(shù)從原始訓(xùn)練數(shù)據(jù)集中有放回地隨機(jī)抽取樣本生成新的訓(xùn)練數(shù)據(jù)集，并利用這些數(shù)據(jù)集訓(xùn)練多顆決策樹，最終組成隨機(jī)森林。隨機(jī)森林的分類結(jié)果根據(jù)決策樹的投票結(jié)果決定，利用多個(gè)決策樹進(jìn)行決策可以糾正決策樹的過(guò)擬合問題，提高模型的泛化能力，因此隨機(jī)森林通常優(yōu)于單個(gè)決策樹。通過(guò)增加樹的數(shù)量，可以進(jìn)一步提升模型性能并使預(yù)測(cè)結(jié)果更加穩(wěn)定。在數(shù)據(jù)集中有很多特征的情況下，隨機(jī)森林可以評(píng)估特征的重要性，從而縮減模型的特征數(shù)，提高模型的解釋性和泛化能力。其評(píng)估特征重要性的核心思路是觀察每個(gè)特征在隨機(jī)森林中的每棵樹上對(duì)結(jié)果的貢獻(xiàn)大小，然后取平均值，最后比較各個(gè)特征之間的貢獻(xiàn)大小。一般來(lái)說(shuō)，貢獻(xiàn)大小可以使用基尼指數(shù)（Giniindex）來(lái)衡量，基尼指數(shù)越大表示特征對(duì)結(jié)果的貢獻(xiàn)越大。通過(guò)評(píng)估特征的重要性，可以幫助選擇最具有預(yù)測(cè)能力的特征，優(yōu)化模型的性能。基尼系數(shù)（Ginicoefficient）通常用于衡量數(shù)據(jù)集或分類模型中的不純度程度，它的計(jì)算公式如下：Gini(p)=1?i=1隨機(jī)森林中基尼系數(shù)的計(jì)算公式與單棵決策樹的基尼系數(shù)計(jì)算公式相似，只是在計(jì)算特征重要性時(shí)需要考慮到多棵決策樹的集成效果。以下是隨機(jī)森林中基尼系數(shù)的一種計(jì)算方法：對(duì)于每個(gè)特征，計(jì)算其在每棵決策樹上的基尼系數(shù)。對(duì)于每棵決策樹，計(jì)算每個(gè)特征在該樹上的基尼重要性（GiniImportance）。將每個(gè)特征在所有決策樹上的基尼重要性進(jìn)行平均，得到該特征的最終基尼系數(shù)。具體地，隨機(jī)森林中基尼系數(shù)的計(jì)算可以描述為：Gini(f)=1Tt=1TGinit(其中：Gini(f)表示特征f的基尼系數(shù)，T表示隨機(jī)森林中決策樹的數(shù)量，Ginit(f)表示決策樹t上特征f在實(shí)際應(yīng)用中，通常會(huì)使用隨機(jī)森林模型內(nèi)置的特征重要性計(jì)算方法來(lái)得到各個(gè)特征的基尼系數(shù)，以便于評(píng)估特征的重要性并進(jìn)行特征選擇。3.2模型評(píng)價(jià)指標(biāo)隨機(jī)森林回歸模型的評(píng)價(jià)指標(biāo)包括MSE、RMSE、MAE、MAPE和R2。這些指標(biāo)反映了模型預(yù)測(cè)的準(zhǔn)確度和穩(wěn)定性。(1)MSE（均方誤差）MSE衡量了預(yù)測(cè)值與實(shí)際值之間差異的平方的期望值，取值越小表示模型對(duì)數(shù)據(jù)的擬合程度越高，準(zhǔn)確度越高。計(jì)算公式如下：MSE=1ni=1n(y其中n為樣本數(shù)量，表示數(shù)據(jù)集中觀測(cè)值的個(gè)數(shù)，yi表示第i個(gè)觀測(cè)值的真實(shí)目標(biāo)值（因變量的真實(shí)值），yi表示第i(2)RMSE（均方根誤差）RMSE是MSE的平方根，也是衡量預(yù)測(cè)誤差的指標(biāo)之一，與MSE類似，取值越小表示模型的預(yù)測(cè)結(jié)果越準(zhǔn)確。計(jì)算公式如下：(3-4)(3)MAE（平均絕對(duì)誤差）MAE則是絕對(duì)誤差的平均值，它能更直觀地反映出預(yù)測(cè)值和實(shí)際值之間的誤差情況，取值越小表示模型的準(zhǔn)確度越高。計(jì)算公式如下：(3-5)(4)MAPE（平均絕對(duì)百分比誤差）MAPE是MAE的變形，以百分比的形式表示預(yù)測(cè)誤差，同樣，取值越小表示模型預(yù)測(cè)的準(zhǔn)確度越高。計(jì)算公式如下：(3-6)(5)R2（決定系數(shù)）R2是判斷模型擬合程度的指標(biāo)，它衡量了模型的預(yù)測(cè)效果相對(duì)于簡(jiǎn)單模型（如只使用均值預(yù)測(cè)）的提升程度，結(jié)果越接近1表示模型的準(zhǔn)確度越高，能更好地解釋數(shù)據(jù)的變化。計(jì)算公式如下：(3-7)其中y為因變量的均值，表示所有觀測(cè)值的平均值這些評(píng)價(jià)指標(biāo)綜合考慮了模型的預(yù)測(cè)準(zhǔn)確度、穩(wěn)定性和解釋能力，是評(píng)估隨機(jī)森林回歸模型性能的重要依據(jù)。4分析設(shè)計(jì)4.1研究樣本與數(shù)據(jù)收集4.1.1數(shù)據(jù)收集方式本文采用的是問卷調(diào)查法，目的為獲取數(shù)據(jù)和對(duì)構(gòu)造的模型進(jìn)行驗(yàn)證，問卷的設(shè)計(jì)參考了相關(guān)的文獻(xiàn)，主要的選擇題采用量表的形式。在問卷中，除了做描述性統(tǒng)計(jì)分析的題目作一般選擇題，其余為李克特五級(jí)量表，1表示完全不認(rèn)同（同意），5表示完全認(rèn)同（同意）是心理反應(yīng)量表的一種，且是目前調(diào)查研究中使用最廣泛的量表，當(dāng)填表者回答此問卷項(xiàng)目時(shí)，會(huì)具體的指出自己對(duì)該項(xiàng)題目陳述的認(rèn)同程度。此調(diào)查問卷一共分為五大部分，第一部分為：一般選擇題，目的為先讓填表人對(duì)近期的購(gòu)物習(xí)慣進(jìn)行回憶，和收集填表人性別、年齡段、購(gòu)物頻率、渠道、門類的數(shù)據(jù)。第二部分為：電商直播帶給給予觀眾信息質(zhì)量因素的測(cè)量。第三部分為：電商直播的主播在直播期間帶動(dòng)觀眾的情緒所引發(fā)的選擇決策,情感因素的測(cè)量。第四部分為：主播的專業(yè)性對(duì)消費(fèi)者購(gòu)買意愿影響的測(cè)量。第五部分為：購(gòu)買意愿的測(cè)量。其中發(fā)放預(yù)設(shè)問卷30份，發(fā)放對(duì)象為在讀全日制大學(xué)生，使用問卷星通過(guò)微信朋友圈等社交平臺(tái)進(jìn)行線上發(fā)放問卷。預(yù)發(fā)放問卷信效度結(jié)果如表4-1所示。表4-1預(yù)發(fā)放問卷信效度結(jié)果維度劃分項(xiàng)數(shù)Cronbach'sα值信息因素30.686情感因素30.665專業(yè)性30.672購(gòu)買意愿因素30.739KMO值0.81Bartlett球形度檢驗(yàn)近似卡方1998.758自由度66顯著性0.00<0.001此次研究共向全日制大學(xué)生，在校實(shí)習(xí)生，社區(qū)網(wǎng)格員等累計(jì)發(fā)放了問卷850份，篩選了作答時(shí)長(zhǎng)小于70s的問卷、6道題以上的選項(xiàng)一致的問卷、以及人工篩選。最終保留有效問卷數(shù)為818份。4.1.2描述性統(tǒng)計(jì)表4-2描述性統(tǒng)計(jì)結(jié)果統(tǒng)計(jì)量選項(xiàng)頻次百分比（%）性別男39448.17%女42451.83%年齡小于18歲789.54%18-24歲15919.44%25-34歲25030.56%35-44歲18622.74%45-54歲8710.64%55歲及以上587.09%線上購(gòu)物頻率每天12615.4%每周幾次34241.81%每月幾次24029.34%很少購(gòu)物11013.45%購(gòu)物渠道電商直播37846.21%傳統(tǒng)線下店鋪13116.01%傳統(tǒng)電商平臺(tái)30337.04%商品類型美妝護(hù)膚26732.64%服裝飾品59672.86%食品生鮮42051.34%家居生活用品43152.69%其他70.86%由表4-2可看出，在818位調(diào)查對(duì)象中，男女性別比例較為平均，分別為394（男）和424（女）。年齡段主要集中在18至44歲，根據(jù)QuestMobile2023年雙十一洞察報(bào)告：2023年雙十一關(guān)鍵詞觸達(dá)用戶畫像中的統(tǒng)計(jì)數(shù)據(jù)資料表明，消費(fèi)人群主要為00后占比30.7%與90后占比29.4%，年齡參差吻合度高。購(gòu)物頻率穩(wěn)定在每個(gè)月均線上購(gòu)物，購(gòu)物渠道大部分來(lái)源于線上。說(shuō)明調(diào)查對(duì)象能夠理解問卷中選項(xiàng)的含義，產(chǎn)生的結(jié)果具有一定的參考價(jià)值。表4-3描述性統(tǒng)計(jì)結(jié)果2變量測(cè)量指標(biāo)樣本數(shù)量最小值最大值平均值標(biāo)準(zhǔn)差信息質(zhì)量在您觀看電商直播時(shí)，您認(rèn)為主播提供的產(chǎn)品信息準(zhǔn)確嗎?818153.271.153您覺得主播對(duì)產(chǎn)品的介紹是否詳細(xì)?818153.321.193您覺得主播的產(chǎn)品推薦是否真實(shí)可信?818153.311.177情感因素您在觀看電商直播時(shí)的情感體驗(yàn)是?818153.291.127您覺得電商直播中的主播給您帶來(lái)了什么樣的情感體驗(yàn)？818153.331.163您會(huì)因?yàn)橹鞑サ那楦斜磉_(dá)而更傾向于購(gòu)買產(chǎn)品嗎?818153.361.146專業(yè)性您在觀看電商直播時(shí)的情感體驗(yàn)是?818153.291.127您覺得電商直播中的主播給您帶來(lái)了什么樣的情感體驗(yàn)？818153.331.163您會(huì)因?yàn)橹鞑サ那楦斜磉_(dá)而更傾向于購(gòu)買產(chǎn)品嗎?818153.361.146購(gòu)買因素您會(huì)在電商平臺(tái)購(gòu)買產(chǎn)品818153.361.161您會(huì)在自己喜歡的電商平臺(tái)主播直播中購(gòu)買產(chǎn)品818153.331.163您未來(lái)還會(huì)再電商平臺(tái)購(gòu)買產(chǎn)品818153.991.087從表4-3可看出，變量的平均值都在3.00以上，最小值為1，最大值為5，說(shuō)明樣本數(shù)據(jù)的分布較為廣泛，而各個(gè)變量的標(biāo)準(zhǔn)差基本處于1.1至1.2區(qū)間，樣本數(shù)據(jù)的離散程度不高，由此可見變量的調(diào)研結(jié)果較為合理。4.2信度效度檢驗(yàn)4.2.1信度分析為確保變量中各個(gè)問題選項(xiàng)的調(diào)查結(jié)果的一致性與可靠性水平，本研究采用統(tǒng)計(jì)分析處理軟件SPSS21對(duì)問卷中購(gòu)買意愿和三個(gè)維度變量進(jìn)行信度檢驗(yàn)。查閱資料可得。一致性系數(shù)Cronbach‘sα系數(shù)檢驗(yàn)信度。Nunnally [1978]的研究中提出，信度的值必須大于0.6。正常情況下Cronbach‘sα的合理區(qū)間為0.6~0.8，且Cronbach‘sα系數(shù)越接近1，其信度水平就越高。本研究分析結(jié)果如下表4-4表4-4信度分析結(jié)果維度劃分項(xiàng)數(shù)Cronbach'sα值信息因素30.782情感因素30.771專業(yè)性30.773購(gòu)買意愿因素30.838其中信息質(zhì)量的Cronbach‘sα系數(shù)為0.782，情感因素的Cronbach‘sα系數(shù)為0.771，專業(yè)性的Cronbach‘sα系數(shù)為0.773?？梢钥闯鋈齻€(gè)維度的Cronbach‘sα系數(shù)信度水平都在0.6~0.8的合理區(qū)間內(nèi)，購(gòu)買意愿的Cronbach‘sα系數(shù)為0.838，大于0.8.因此，符合信度中的指標(biāo)要求。4.2.2效度分析效度指的是不同個(gè)體對(duì)各個(gè)問題與選項(xiàng)的實(shí)際測(cè)試結(jié)果的一致性程度，可以體現(xiàn)出測(cè)量問題與選項(xiàng)的準(zhǔn)確性，主要包括了內(nèi)容和結(jié)構(gòu)兩個(gè)方面的效度。本研究采用的是統(tǒng)計(jì)分析處理軟件SPSS21。進(jìn)行KMO檢驗(yàn)和Bartlett球形度檢驗(yàn)，具體分析如下表4-5表4-5效度分析結(jié)果KMO值0.884Bartlett球形度檢驗(yàn)近似卡方3912.218自由度66顯著性0.00<0.001從表中可以得知，KMO值為0.884（>0.5），處于0.8與0.9之間，說(shuō)明非常適合做因子分析。Bartlett球形度檢驗(yàn)的顯著性P為0.00（<0.01），符合要求。4.3相關(guān)性分析其后對(duì)數(shù)據(jù)進(jìn)行相關(guān)性分析，結(jié)果如表4-6所示表4-6相關(guān)性分析結(jié)果信息質(zhì)量情感因素專業(yè)性購(gòu)買意愿信息質(zhì)量皮爾遜相關(guān)性1.501**.462**.554**Sig.（雙尾）000個(gè)案數(shù)818818818818情感因素皮爾遜相關(guān)性.501**1.480**.490**Sig.（雙尾）000個(gè)案數(shù)818818818818專業(yè)性皮爾遜相關(guān)性.462**.480**1.529**Sig.（雙尾）000個(gè)案數(shù)818818818818購(gòu)買意愿皮爾遜相關(guān)性.554**.490**.529**1Sig.（雙尾）000個(gè)案數(shù)818818818818**.在0.01級(jí)別（雙尾），相關(guān)性顯著。由表4-6可看出，購(gòu)買意愿的各個(gè)維度信息質(zhì)量、情感因素、專業(yè)性購(gòu)買意愿，在0.01的水平上顯著，且均為正相關(guān)，初步證明了假設(shè)：H1信息質(zhì)量對(duì)消費(fèi)者購(gòu)買意愿是正向影響H2情感因素對(duì)消費(fèi)者購(gòu)買意愿是正向影響H3專業(yè)性對(duì)消費(fèi)者購(gòu)買意愿是正向影響與預(yù)期相符合。5模型構(gòu)建5.1模型假設(shè)1. H1信息質(zhì)量對(duì)消費(fèi)者購(gòu)買意愿是正向影響倪晗（2023）[10]的研究將信息質(zhì)量分為信息性與娛樂性，且其研究結(jié)論為短視頻營(yíng)銷平臺(tái)若能加強(qiáng)消費(fèi)者獲取產(chǎn)品信息的功能性技術(shù)保障，提高產(chǎn)品相關(guān)信息的準(zhǔn)確性、完整性、及時(shí)性、和相關(guān)性，提高信息內(nèi)容的娛樂性，增強(qiáng)平臺(tái)和消費(fèi)者之間的互動(dòng)，可提高消費(fèi)者對(duì)產(chǎn)品和服務(wù)的認(rèn)知態(tài)度，從而影響消費(fèi)者購(gòu)買意愿。王興標(biāo)（2020）[11]在移動(dòng)社交電子商務(wù)領(lǐng)域，研究者假設(shè)了影響消費(fèi)者信任和購(gòu)買意愿的因素，包括系統(tǒng)質(zhì)量、信息質(zhì)量、產(chǎn)品質(zhì)量、服務(wù)質(zhì)量、社群關(guān)系和網(wǎng)購(gòu)認(rèn)知。通過(guò)構(gòu)建結(jié)構(gòu)方程模型進(jìn)行實(shí)證分析，得出系統(tǒng)質(zhì)量、信息質(zhì)量、產(chǎn)品質(zhì)量、服務(wù)質(zhì)量對(duì)消費(fèi)者感知信任產(chǎn)生正向影響，并負(fù)向影響感知風(fēng)險(xiǎn)。譚利姣（2023）[12]的研究提到消費(fèi)者在直播間需要快速且清晰的了解到產(chǎn)品的信息，高質(zhì)量的產(chǎn)品信息可直接影響到消費(fèi)者的感知，產(chǎn)品信息完整且信息質(zhì)量較高的產(chǎn)品，消費(fèi)者的直播感知信任會(huì)相對(duì)提升，從而做出判斷，影響購(gòu)買意愿。H2情感因素對(duì)消費(fèi)者購(gòu)買意愿是正向影響劉鳳軍（2020）[13]的研究認(rèn)為電商主播的吸引力與互動(dòng)性可通過(guò)消費(fèi)者的情感路徑享樂性去對(duì)消費(fèi)者購(gòu)買意愿起到正向作用。黃宏卿（2023）[14]的研究提到商家可邀請(qǐng)明星與同主播一起帶貨，明星或網(wǎng)紅帶來(lái)的名人效益可提高消費(fèi)者對(duì)主播的信任，從而提高產(chǎn)品的信任，實(shí)現(xiàn)直播效益的最大化。王歡歡（2022）[15]的研究結(jié)論提到，對(duì)于體驗(yàn)性產(chǎn)品，主播通過(guò)高漲的情緒表達(dá)向消費(fèi)者展示和分享主播的個(gè)人體驗(yàn)，更能引起消費(fèi)者的情感反應(yīng)，有利于消費(fèi)者對(duì)產(chǎn)品情感信息的獲取，進(jìn)而滿足消費(fèi)者對(duì)于產(chǎn)品的情感需求，促進(jìn)購(gòu)買行為。李超（2020）[16]在短視頻營(yíng)銷情境下，其研究基于扎根理論構(gòu)建了顧客意愿形成機(jī)制的概念模型，并通過(guò)研究感官刺激、外界效應(yīng)、認(rèn)知因素、他人效應(yīng)、情感因素、購(gòu)買意愿、分享意愿等副范疇，總結(jié)了外部刺激-心理因素-顧客意愿的影響路徑。研究得出情感因素對(duì)購(gòu)買意愿有積極影響，說(shuō)明消費(fèi)者在形成購(gòu)買意愿時(shí)受到情感因素的影響H3專業(yè)性對(duì)消費(fèi)者購(gòu)買意愿是正向影響喻廣龍(2023)[17]的研究結(jié)果為實(shí)踐運(yùn)用主導(dǎo)型的解釋力最高，說(shuō)明高專業(yè)性的主播在推薦商品的信息質(zhì)量高的情況下，能觸發(fā)消費(fèi)者的高感知有用性，從而影響消費(fèi)者的購(gòu)買意愿決策。祁卉宇（2023）[18]研究結(jié)論提出，較高的主播專業(yè)度有助于增強(qiáng)消費(fèi)者的信任和購(gòu)買意愿，在直播中，較高專業(yè)度的主播能在直播中更全面、更流暢的對(duì)產(chǎn)品進(jìn)行實(shí)時(shí)的講解和展示，能讓消費(fèi)者從直播中了解到更為全面的產(chǎn)品信息，進(jìn)行更有效的購(gòu)買決策，在給予消費(fèi)者較好的觀看體驗(yàn)同時(shí)增強(qiáng)了消費(fèi)者在購(gòu)買商品過(guò)程中的體驗(yàn)和購(gòu)買意愿。謝瑋歡（2023）[19]的研究結(jié)論得出助農(nóng)主播以專業(yè)的講解、流暢的介紹、積極的互動(dòng)向消費(fèi)者傳遞農(nóng)產(chǎn)品的相關(guān)信息以及知識(shí)的時(shí)候，消費(fèi)者會(huì)在直播間持續(xù)的進(jìn)行觀看，接受助農(nóng)主播的推薦且對(duì)助農(nóng)主播產(chǎn)生信任，從而影響消費(fèi)者自身的購(gòu)買決策。5.2算法配置本研究以消費(fèi)者購(gòu)買意愿為自變量。信息質(zhì)量、情感因素、專業(yè)性作為自變量，構(gòu)建了隨機(jī)森林回歸模型，并進(jìn)行了參數(shù)設(shè)置。通過(guò)將數(shù)據(jù)分為訓(xùn)練集和測(cè)試集（切分比例為0.7），確保了模型在新數(shù)據(jù)上的可靠性。同時(shí)，采用了數(shù)據(jù)洗牌和有放回采樣，已增加模型的隨機(jī)性和魯棒性，避免模型陷入過(guò)擬合，五折的交叉驗(yàn)證和節(jié)點(diǎn)分裂評(píng)價(jià)準(zhǔn)則（MSE）有助于驗(yàn)證模型的準(zhǔn)確性和穩(wěn)定性。且在模型中，限制了樹的最大深度為10，葉子節(jié)點(diǎn)的最大數(shù)量為50.以控制模型的復(fù)雜度，避免過(guò)度擬合。同時(shí)考慮到數(shù)據(jù)特征的影響，未設(shè)定最大特征比例，讓模型自行選擇特征組合。這些調(diào)整使得此隨機(jī)森林模型能更好的解釋購(gòu)買意愿的關(guān)鍵因素，提高模型的預(yù)測(cè)能力和解釋性。詳見表5.1：表5-1模型參數(shù)參數(shù)名參數(shù)值訓(xùn)練用時(shí)0.646s數(shù)據(jù)切分0.7數(shù)據(jù)洗牌是交叉驗(yàn)證5節(jié)點(diǎn)分裂評(píng)價(jià)準(zhǔn)則mse劃分時(shí)考慮的最大特征比例None內(nèi)部節(jié)點(diǎn)分裂的最小樣本數(shù)2葉子節(jié)點(diǎn)的最小樣本數(shù)1葉子節(jié)點(diǎn)中樣本的最小權(quán)重0樹的最大深度10葉子節(jié)點(diǎn)的最大數(shù)量50節(jié)點(diǎn)劃分不純度的閾值0決策樹數(shù)量100有放回采樣TRUE袋外數(shù)據(jù)測(cè)試FALSE5.3模型評(píng)估通過(guò)數(shù)據(jù)分析平臺(tái)spsspro建模后，結(jié)果如下表5-2模型評(píng)估結(jié)果MSERMSEMAEMAPER2訓(xùn)練集0.010.10.0683.1330.993測(cè)試集0.1180.3430.2359.3940.894從表5-2可看出，在訓(xùn)練集的MSE為0.01，RMSE為0.1，MAE為0.068，MAPE為3.133%，R2為0.993。在測(cè)試集的MSE為0.118，RMSE為0.343，MAE為0.235，MAPE為9.394%，R2為0.894。從這些指標(biāo)來(lái)看，模型訓(xùn)練集上的表現(xiàn)比較優(yōu)秀，各項(xiàng)評(píng)價(jià)指標(biāo)都非常接近理想狀態(tài)，其中R2值高達(dá)0.993，說(shuō)明模型對(duì)訓(xùn)練集的數(shù)據(jù)擬合效果好，可以較準(zhǔn)確的解釋目標(biāo)量的方差。然而，在測(cè)試集上，各項(xiàng)指標(biāo)的數(shù)據(jù)有所下滑，這表明模型在未見過(guò)的數(shù)據(jù)上預(yù)測(cè)效果相較于訓(xùn)練集有所下降，但R2值還是有0.894接近于0.9的值，保持了較高的準(zhǔn)確度。MAPE（平均絕對(duì)百分比誤差）為9.394%表示模型的平均預(yù)測(cè)誤差在10%左右，對(duì)于大多數(shù)應(yīng)用來(lái)說(shuō)已經(jīng)算是較好的預(yù)測(cè)精度了。而R2為0.894說(shuō)明模型可以解釋目標(biāo)變量方差的89.4%，具有較高的預(yù)測(cè)能力。圖5.1部分?jǐn)?shù)據(jù)預(yù)測(cè)圖圖5.1為部分?jǐn)?shù)據(jù)預(yù)測(cè)圖結(jié)果，可以看出模型預(yù)測(cè)值與真實(shí)值非常接近，這表明模型的擬合效果較好。5.4模型結(jié)論圖5.2特征重要性特征重要性分析是從機(jī)器學(xué)習(xí)的角度出發(fā)，旨在預(yù)探究在某一特定研究領(lǐng)域中，哪些自變量對(duì)于因變量的影響最為重要。在本文中，特征重要性分析的目的是探究各個(gè)自變量對(duì)購(gòu)買意愿的影響程度，以購(gòu)買意愿作為因變量，包括信息質(zhì)量、專業(yè)性、情感因素因素在內(nèi)。通過(guò)特征重要性分析，可以確定哪些因素對(duì)購(gòu)買意愿的影響最為顯著，為后續(xù)的研究和營(yíng)銷策略提供重要參考依據(jù)。從圖5.2可看出在建立的模型中，信息質(zhì)量的特征重要性較高達(dá)到了57.1%，粘住了較大比重，說(shuō)明在此模型中，信息質(zhì)量對(duì)于目標(biāo)變量的預(yù)測(cè)具有很高的重要性。表明電商直播的信息準(zhǔn)確性、完整性以及對(duì)消費(fèi)者的影響對(duì)購(gòu)買意愿至關(guān)重要。。專業(yè)性的特征重要性占比為24%，說(shuō)明在模型中主播的專業(yè)性對(duì)消費(fèi)者起到一定影響。而情感因素的特征重要性為18.9%，低于20%。占比較低，說(shuō)明消費(fèi)者的情感體驗(yàn)對(duì)于購(gòu)買意愿的影響較少。6電商直播業(yè)務(wù)發(fā)展現(xiàn)狀5.1目前電商直播的現(xiàn)狀電商直播為近年興起的新型營(yíng)銷方式，通過(guò)在線直播平臺(tái)展示商品并進(jìn)行商品的介紹和與觀眾互動(dòng)銷售，吸引消費(fèi)者參與討論購(gòu)買。電商直播與傳統(tǒng)的電商銷售相比，融合了社會(huì)媒介化和購(gòu)買過(guò)程，創(chuàng)造了具有虛擬性、及時(shí)性、社交性的消費(fèi)決策場(chǎng)景。有效的激發(fā)了消費(fèi)者的購(gòu)買意愿。目前，本研究認(rèn)為電商直播的發(fā)展呈現(xiàn)出以下幾個(gè)主要現(xiàn)狀：1.快速增長(zhǎng)的市場(chǎng)規(guī)模：電商直播市場(chǎng)規(guī)模迅速擴(kuò)大，成為電商行業(yè)的重要增長(zhǎng)點(diǎn)。據(jù)中研普華研究院統(tǒng)計(jì)數(shù)據(jù)顯示，中國(guó)2021年電商直播市場(chǎng)約為13165億元，同比增長(zhǎng)了37%：電商直播用戶規(guī)模為4.64億，同比增長(zhǎng)19.52%。2022年中國(guó)電商直播市場(chǎng)規(guī)模達(dá)到了1812億元，相較于2019年增長(zhǎng)了將近400%。2.平臺(tái)競(jìng)爭(zhēng)激烈：在電商直播領(lǐng)域，各大互聯(lián)網(wǎng)平臺(tái)競(jìng)爭(zhēng)激烈。中國(guó)電商平臺(tái)大致分為兩類，一是以抖音，快手為例的新興電商平臺(tái)，主要基于內(nèi)容生態(tài)形成的獨(dú)特后發(fā)競(jìng)爭(zhēng)優(yōu)勢(shì)。二是以天貓，淘寶，拼多多等為例的傳統(tǒng)電商平臺(tái)。主要基于貨架式電商生態(tài)形成的用戶規(guī)模，成熟的供應(yīng)鏈，成本控制的先發(fā)優(yōu)勢(shì)?？傮w來(lái)看，淘寶、抖音和快手三個(gè)平臺(tái)的競(jìng)爭(zhēng)最為激烈。2023年電商GMV（商品交易總額）同比增長(zhǎng)了277%，累計(jì)GMV突破10萬(wàn)元的作者數(shù)達(dá)到了60萬(wàn)，快手的電商收入同比增速超過(guò)GMV增速。根據(jù)2023阿里媽媽峰會(huì)的數(shù)據(jù)表示，近一年在淘寶直播平臺(tái)成交額突破百萬(wàn)的店超過(guò)了2.7萬(wàn)個(gè)，破千萬(wàn)的店鋪更是近4000個(gè)。3.內(nèi)容形式不斷豐富：電商直播的內(nèi)容形式越來(lái)越豐富，不在局限于簡(jiǎn)單的商品展示和銷售。新興電商主播們還會(huì)有特殊的營(yíng)銷劇情（瘋狂小楊哥等）、明星和網(wǎng)紅的直播帶貨、分享推薦已成了一種常見的內(nèi)容。這些內(nèi)容能夠吸引不同類型的觀眾和消費(fèi)者。在直播中，除了主播還有中控，中控會(huì)時(shí)刻注意公屏上的彈幕留言，進(jìn)行互動(dòng)。并且會(huì)在直播中模仿粉絲的語(yǔ)氣去和主播互動(dòng)，并且提出一些問題讓主播回答。起到一個(gè)烘托氛圍的作用。6.2目前存在的問題電商直播是近年來(lái)發(fā)展迅速的新興領(lǐng)域，然而，隨著其規(guī)模的擴(kuò)大和市場(chǎng)競(jìng)爭(zhēng)不斷加劇，陸續(xù)暴露出了一些問題和挑戰(zhàn)。這些問題會(huì)影響行業(yè)的發(fā)展，也直接關(guān)系到消費(fèi)者的購(gòu)物體驗(yàn)。1.內(nèi)容質(zhì)量參差不齊：隨著行業(yè)的膨脹式發(fā)展，直播和主播的數(shù)量越來(lái)越多，質(zhì)量魚龍混雜。一些直播內(nèi)容的質(zhì)量和真實(shí)性有待提升，存在夸大宣傳、虛假宣傳等問題，影響消費(fèi)者的信任度，形成固有印象，影響商品的營(yíng)銷。2.直播內(nèi)容同質(zhì)化：許多直播內(nèi)容在形式與內(nèi)容上過(guò)度相似，缺乏獨(dú)特性和創(chuàng)新性，導(dǎo)致消費(fèi)者在選擇觀看直播內(nèi)容時(shí)感到乏味或沒有吸引力。筆者認(rèn)為是某些類型的直播內(nèi)容在一段時(shí)間內(nèi)取得了較高的流量，引起其他主播的效仿，導(dǎo)致市場(chǎng)上出現(xiàn)了大量同質(zhì)化的內(nèi)容。3.平臺(tái)監(jiān)管不到位：部分直播平臺(tái)對(duì)內(nèi)容審核和管理不夠嚴(yán)格，一些主播或者商家通過(guò)虛假宣傳的手段誤導(dǎo)消費(fèi)者，銷售質(zhì)量低或偽劣假造產(chǎn)品，嚴(yán)重影響了消費(fèi)者的購(gòu)物體驗(yàn)和市場(chǎng)的秩序。另外還有出現(xiàn)主播為了博眼球，涉及低俗、違規(guī)等不良內(nèi)容，對(duì)公共秩序造成不良影響。4.競(jìng)爭(zhēng)激烈導(dǎo)致價(jià)格戰(zhàn)：由于市場(chǎng)競(jìng)爭(zhēng)的激烈，一些商家或主播為了吸引消費(fèi)者增加銷量，可能會(huì)引發(fā)價(jià)格戰(zhàn)的局面。為了爭(zhēng)奪市場(chǎng)份額，通過(guò)降低商品價(jià)格以吸引消費(fèi)者，通過(guò)價(jià)格優(yōu)勢(shì)獲取更多的訂單。這樣做的后果是短期的增加了銷售額，引發(fā)市場(chǎng)的價(jià)格變動(dòng)，直接影響了市場(chǎng)秩序。7結(jié)論及建議7.1研究結(jié)論本研究旨在探討信息質(zhì)量、情感因素、專業(yè)性對(duì)消費(fèi)者購(gòu)買意愿的影響，并通過(guò)隨機(jī)森林回歸驗(yàn)證假設(shè)。首先，本文對(duì)信息質(zhì)量、情感因素和專業(yè)性進(jìn)行了定義解釋和前學(xué)者的結(jié)論回顧，確保了變量的有效性和可信度。在預(yù)設(shè)問卷通過(guò)信效度檢驗(yàn)后，發(fā)放了問卷并篩選了調(diào)查數(shù)據(jù)。接著，在對(duì)調(diào)查數(shù)據(jù)進(jìn)行隨機(jī)森林回歸預(yù)測(cè)后，得出以下結(jié)論：1.信息質(zhì)量對(duì)消費(fèi)者購(gòu)買意愿有正向影響的結(jié)論得到支持。消費(fèi)者更加傾向于購(gòu)買信息準(zhǔn)確、完整且可信的產(chǎn)品，這在信息爆炸的時(shí)代背景下尤為重要。隨著消費(fèi)者對(duì)產(chǎn)品信息質(zhì)量要求的提高，電商直播行業(yè)需要注重提升信息傳播的準(zhǔn)確性與透明性。例如，可以通過(guò)確保產(chǎn)品描述準(zhǔn)確無(wú)誤、真實(shí)可信，以及主播或用戶的評(píng)價(jià)和使用后的反饋真實(shí)可信來(lái)增強(qiáng)消費(fèi)者的信任感。同時(shí)，及時(shí)糾正錯(cuò)誤信息，積極回應(yīng)消費(fèi)者的疑問和反饋，也能夠提升消費(fèi)者對(duì)產(chǎn)品的信賴度，從而增強(qiáng)其購(gòu)買意愿。因此，電商直播平臺(tái)可以通過(guò)優(yōu)化信息傳播策略和加強(qiáng)信息管理來(lái)滿足消費(fèi)者的信息需求，從而促進(jìn)消費(fèi)者購(gòu)買行為。2.情感因素對(duì)消費(fèi)者購(gòu)買意愿的影響未得到較大支持。這說(shuō)明在本研究中，消費(fèi)者在購(gòu)買決策中對(duì)主播的情感因素影響較小。消費(fèi)者對(duì)主播情感因素并不是影響購(gòu)買決策的主要因素，而更多關(guān)注與產(chǎn)品本身的質(zhì)量和信息準(zhǔn)確度。但這并不表示情感因素不重要，在特定情境下，情感因素任然可能會(huì)對(duì)購(gòu)買意愿產(chǎn)生影響。因此電商直播需要根據(jù)產(chǎn)品的特性和目標(biāo)市場(chǎng)的準(zhǔn)確定位，靈活帶動(dòng)消費(fèi)者的情感因素，進(jìn)行營(yíng)銷策略，影響消費(fèi)者的購(gòu)買意愿。例如通過(guò)主播的情感表達(dá)來(lái)吸引消費(fèi)者的注意力和共鳴，也可以分享自己對(duì)產(chǎn)品的熱情和體驗(yàn)，與消費(fèi)者建立情感連接。此外，通過(guò)在直播中展示產(chǎn)品的優(yōu)點(diǎn)和特色，結(jié)合主播的情感表達(dá)，可以增強(qiáng)消費(fèi)者對(duì)產(chǎn)品的認(rèn)知和好感度，從而影響其購(gòu)買意愿。3.專業(yè)性對(duì)消費(fèi)者購(gòu)買意愿有正向影響的結(jié)論也得到了一定的支持。這表明消費(fèi)者更傾向于購(gòu)買具有專業(yè)性、可靠性和值得信賴的主播推薦的產(chǎn)品。他們認(rèn)為這些產(chǎn)品更加可信賴和值得去購(gòu)買，從而增加了購(gòu)買意愿。因此電商直播還應(yīng)提升主播的專業(yè)能力，提高對(duì)產(chǎn)品介紹的專業(yè)性，以吸引更多的消費(fèi)者，并提升購(gòu)買率?；蜓?qǐng)行業(yè)內(nèi)專業(yè)人士進(jìn)行產(chǎn)品介紹，可以增強(qiáng)消費(fèi)者對(duì)產(chǎn)品和主播的信任感。通過(guò)提升主播的專業(yè)性，不僅可以吸引更多消費(fèi)者，提升購(gòu)買率，還能夠提升平臺(tái)的整體信譽(yù)和競(jìng)爭(zhēng)力。因此，電商直播在提升產(chǎn)品信息質(zhì)量的同時(shí)，也應(yīng)該注重提升主播的專業(yè)能力，以滿足消費(fèi)者對(duì)可信賴產(chǎn)品的需求，促進(jìn)行業(yè)的良性發(fā)展。7.2解決對(duì)策針對(duì)以上問題，研究認(rèn)為可采取以下解決對(duì)策：1.內(nèi)容質(zhì)量提升：目前直播門檻較低，平臺(tái)或商家可為主播提供專業(yè)的培訓(xùn)，提升其內(nèi)容制作能力和專業(yè)水平，提升直播的觀感質(zhì)量，為觀眾帶來(lái)更好的觀看體驗(yàn)。強(qiáng)化審核機(jī)制，對(duì)直播內(nèi)容進(jìn)行實(shí)時(shí)監(jiān)測(cè)和審核，及時(shí)發(fā)現(xiàn)損害消費(fèi)者權(quán)益的內(nèi)容，發(fā)現(xiàn)并處理夸大或虛假宣傳的行為。2.鼓勵(lì)內(nèi)容創(chuàng)新與多樣化：鼓勵(lì)內(nèi)容創(chuàng)新與多樣化是電商直播行業(yè)持續(xù)發(fā)展的重要方向之一。通過(guò)獎(jiǎng)勵(lì)機(jī)制或推廣獎(jiǎng)勵(lì)政策，平臺(tái)可以激勵(lì)主播們積極創(chuàng)新，提升直播內(nèi)容的獨(dú)特性和吸引力，減少同質(zhì)化現(xiàn)象并提升消費(fèi)者的選擇多樣性和觀看體驗(yàn)。平臺(tái)可通過(guò)獎(jiǎng)勵(lì)機(jī)制，獎(jiǎng)勵(lì)可為金錢激勵(lì)，流量激勵(lì)等鼓勵(lì)主播們創(chuàng)新內(nèi)容，提升獨(dú)特性，減少直播內(nèi)容的同質(zhì)化現(xiàn)象，提升消費(fèi)者的選擇多樣性和觀看體驗(yàn)。平臺(tái)也可以通過(guò)算法或者專欄推薦等方式，將優(yōu)質(zhì)創(chuàng)新內(nèi)容推薦給用戶，這樣可以提高創(chuàng)新內(nèi)容的曝光度和流量，鼓勵(lì)更多的主播參與創(chuàng)新的創(chuàng)作。3.加強(qiáng)平臺(tái)監(jiān)管：平臺(tái)應(yīng)建立健全的監(jiān)管機(jī)制，例如明確的規(guī)章制度、監(jiān)督管理部門、監(jiān)管流程等。監(jiān)管機(jī)制需要涵蓋內(nèi)容審核、主播管理、用戶投訴處理、違規(guī)行為處罰等方面，確保監(jiān)管工作有序、規(guī)范。對(duì)于違規(guī)行為，平臺(tái)應(yīng)采取嚴(yán)肅的處理措施，并進(jìn)行公開、透明的通報(bào)。包括對(duì)違規(guī)主播進(jìn)行警告、暫停直播、永久封禁等處罰，向用戶公布處理結(jié)果，維護(hù)正常的市場(chǎng)秩序和用戶體驗(yàn)。平臺(tái)可以設(shè)立透明的用戶評(píng)價(jià)機(jī)制，讓用戶對(duì)直播內(nèi)容、主播行為等進(jìn)行評(píng)價(jià)和反饋。這樣可以提高平臺(tái)的信譽(yù)度和可靠性，同時(shí)也可以為用戶提供更多參考信息，促進(jìn)用戶滿意度的提升。4.建立合理的定價(jià)策略：商家應(yīng)根據(jù)自身產(chǎn)品的品質(zhì)和市場(chǎng)需求制定合理的定價(jià)策略，避免盲目隨從市場(chǎng)從而降低價(jià)格，損害自身利益。因?yàn)閮?yōu)質(zhì)的產(chǎn)品通常能夠承受更高的定價(jià)。消費(fèi)者愿意為品質(zhì)更好的產(chǎn)品支付更高的價(jià)格。因此，主播或商家應(yīng)該根據(jù)產(chǎn)品的品質(zhì)水平來(lái)確定定價(jià)范圍，確保定價(jià)與產(chǎn)品品質(zhì)相符合。還需考慮成本與利潤(rùn)之間的權(quán)衡，定價(jià)過(guò)低可能會(huì)導(dǎo)致利潤(rùn)率過(guò)低，不利于企業(yè)的長(zhǎng)期發(fā)展。定價(jià)過(guò)高則會(huì)失去部分消費(fèi)者，影響銷售額和市場(chǎng)份額。因此需商家綜合考慮成本、市場(chǎng)需求和利潤(rùn)，擬定合理的定價(jià)策略。5.提升產(chǎn)品的附加值：提升產(chǎn)品的附加值不僅可以吸引消費(fèi)者，還能夠提升產(chǎn)品在市場(chǎng)上的競(jìng)爭(zhēng)力和地位。優(yōu)質(zhì)的售后服務(wù)也是提升產(chǎn)品附加值的關(guān)鍵。服務(wù)內(nèi)容有及時(shí)響應(yīng)消費(fèi)者的問題和投訴、提供有效的解決方案、積極溝通和反饋等。通過(guò)提供良好的售后服務(wù)，可以增強(qiáng)消費(fèi)者對(duì)產(chǎn)品的信任和滿意度，進(jìn)而提升再購(gòu)買意愿和口碑傳播。參考文獻(xiàn)：周梅華,李佩镅