蘇　竹

（華南師范大學經濟與管理學院 ，廣東 廣州510006）

·綜述與述評·

國內外網絡消費行為研究綜述與評析

蘇竹

（華南師范大學經濟與管理學院 ，廣東 廣州510006）

本文采用網絡消費行為的主題詞分別檢索了Web of Science以及中國知網中與網絡消費行為相關的研究文獻，從文獻的年代分布、研究起源、理論研究、實踐研究角度分析了國內、國外網絡消費行為的研究情況，最后對比了國內外在網絡消費行為方面研究的差異并總結得出了未來網絡消費行為研究的兩個趨勢。

網絡 ；互聯(lián)網；移動互聯(lián)網；消費行為

我國互聯(lián)網在近二十年中快速發(fā)展，網民數(shù)量從1997年的62萬發(fā)展到2014年的6.32億，手機網民的數(shù)量也達到5.24億?；ヂ?lián)網和移動互聯(lián)網改變了人們傳統(tǒng)消費行為方式。在網絡的影響下，較為成熟的傳統(tǒng)消費行為理論逐漸發(fā)展、改進，形成了相關的網絡消費行為理論，但網絡消費行為在很多方面區(qū)別于非網絡下的傳統(tǒng)消費行為，所以本文通過對國內外的網絡消費行為的研究文獻出發(fā)，歸納、總結二者的特征以及異同點。

1　國外網絡消費行為研究

國外的文獻主要來自外文檢索平臺ISIWeb of Science（包含SCI－EXPANDED、SSCI、CPCI－S、CPCI－SSH庫），本文采用以下檢索主題詞：online shopping、Internet shopping、online consumer behavior、Internet consumer behavior、web consumer behavior，檢索時間跨度為1993年 （萬維網免費開放的時間）至2014年，并在精煉檢索結果的國家/地區(qū)中排除了中國，文獻類型為期刊論文、會議論文、綜述類文獻，同時剔除了與本文研究對象不相關的學科類別，最終得到2 518篇文獻。文獻的年代分布如圖1。

從文獻的分布可以看出，在1998年以前，關于國外關于網絡消費行為的研究很少。同時檢索到的文獻所屬的研究學科中排名前五位的學科依次是：商業(yè)經濟、計算機科學和信息系統(tǒng)、管理學、信息科學和圖書館科學、計算機科學與人工智能。

1.1研究的起源

傳統(tǒng)消費行為理論研究起源于馬歇爾對消費者的邊際效用、需求供給規(guī)律、價格彈性、消費者剩余等研究，這些理論奠定了消費行為理論的基礎［1］。追求效用最大化是消費者進行網絡消費的動力之一，因為網絡消費的效用一般大于其他消費方式［2］。和傳統(tǒng)非網絡消費行為一樣，網絡消費行為以這些經濟理論為基礎 ，與心理學、信息學、社會學等學科緊密相關。但網絡消費行為是因互聯(lián)網而產生的 ，因此互聯(lián)網對消費行為的影響以及互聯(lián)網與其他因素相互作用對消費行為的影響是網絡消費行為的重要研究領域。

商業(yè)機構在一般會投入大量的資源來進行可帶來經濟利益的研究而輕視基礎性的理論研究，所以許多重要的消費行為研究成果來自于學術界之外［3］，網絡消費行為研究也是如此。因此消費行為的研究主要分為學術界的理論研究以及商業(yè)界的實踐研究。以下是兩個引用次數(shù)很高的學術界和商業(yè)界研究成果。

圖1　RR國外文獻年代分布圖

學者霍夫曼和諾瓦卡 （1996）根據互聯(lián)網的特征拓展了心理學家齊克森米哈利所提出的心流概念，提出了一個初步網絡消費流程模型 ，并討論了與該模型相關的溝通模型、網絡特征、計算機媒介環(huán)境下的消費者異質性、心流所帶來的正面影響 （如提高學習、認知行為控制、探索性和參與行為、正向主體體驗等）和負面影響［4］。

ZAXOR軟件公司 （1996）通過實驗研究了購買決策與支付機制、頁面布局中物品擺放、特價折扣、網站上的與購物無關的娛樂行為、網站中動畫與網購的關系，結果發(fā)現(xiàn)：（1）對網購有影響的因素中，訪問網站之前就建立支付賬戶的影響最大，其次是網頁的動態(tài)展示；（2）特價折扣讓其他商品顯得沒有吸引力，且會降低總體銷售額；（3）網站上的娛樂活動對消費者網購金額沒有太大影響［5］。

1.2理論研究

網絡消費行為是消費行為的一種，因此很多消費行為的理論也適用于網絡消費者的行為，如技術接受模型（TAM）、刺激——機體——反應模型 （S－O－R）、理性行為理論 （TRA）、計劃行為理論 （TPB）、EBM模型等。網絡消費行為的理論研究一般是建立嚴謹?shù)倪壿嬆Ｐ突蛘呤窍冉⒛Ｐ?、再提出假設、最后進行實證研究，這樣的實證研究的目的是支持這個模型或理論。以下列出具有代表性的網絡消費行為研究。

在網絡消費過程方面 ，諾瓦卡等人 （2000）把消費者網購中的 “心流”定義為一種受技能控制水平、挑戰(zhàn)激勵水平、聚焦注意力、遠程展示與交互能力4種因素影響的認知狀態(tài)，并建立基于這個狀態(tài)的結構模型來驗證測量網絡環(huán)境下的顧客消費過程中體驗度［6］。詹姆斯等人 （2002）構建了一個解釋消費渠道轉變機理的模型，通過該模型可以確定網絡消費者在不同渠道之間轉換的臨界點——客戶的價值認知差異與相對邊際收益差異的和等于直接經濟成本差異、間接機會成本差異和相對損失風險差異和所確定的點［2］。庫發(fā)里斯馬里奧 （2002）將技術接受模型、市場營銷中的消費者行為研究、心理學中的心流和環(huán)境心理學結合起來形成一個網絡消費者行為理論模型 ，并強調了顧客首次訪問網上商店的情感和認知反應對回頭率以及隨意購買的影響［7］。

在網絡消費行為影響因素方面，李海榮等人 （1999）通過建立網絡消費者消費行為影響的模型證明了受教育程度、便利性的側重、經驗、渠道了解、感知分布效用以及感知可得到性可以很好地預測網絡消費狀態(tài)［8］。大衛(wèi)·格芬（2000）構建了熟悉與信任、熟悉與探索、個人信任傾向對信任、信任對探索、信任對購買的關系模型，實證結果表明：對銷售流程的熟悉、對網絡銷售者熟悉和信任都會對消費者的購買意向和行為產生影響 ，消費者的個人信任傾向比熟悉對信任行為的影響程度更大［9］。此外他 （2003）通過實證檢驗發(fā)現(xiàn)網絡消費者對電子商務的信任同TAM一樣可以對預期消費行產生影響［10］。巴甫洛夫 （2003）把網站聲譽和對過去交易的滿意度作為控制變量 ，將理性行為理論、技術接受模型以及信任、感知風險融合到網絡購物環(huán)境中從而構建了一個信任、感知風險、感知有用性、感知易用性對購買意圖的影響模型，并通過兩組實證研究證明了這幾個變量以及控制變量的相關性［11］。李金丹等人（2008）建立一個基于信任的決策制定模型，通過網絡調查和結構方程模型檢驗發(fā)現(xiàn)：消費者個人的信任傾向、聲譽、對隱私和安全的關注、網站的信息質量以及網站所屬公司的聲譽對網絡消費者的信任有強烈的影響，消費者的信任和感知風險對網絡消費決策影響明顯［12］。張克里斯蒂從自我主義、集體主義、利他主義、原則、知識自我效用5個視角建立網絡評論動機模型 ，實證結果表明個人聲譽、歸屬感和幫助其他消費者所帶來的快樂與消費者網絡口碑密切相關［13］。

在網絡口碑方面 ，陳玉波 （2008）認為網絡評論有助于消費決策，并構建了一個探索賣方營銷溝通戰(zhàn)略、環(huán)境、評論管理的規(guī)范模型，結果表明：（1）買賣雙方的信息互補時，賣方增加商品的信息量；而它們相互取代時，賣方應是減少商品相關信息的供給。（2）賣方應該提供消費評論功能并可以從中受益。（3）如果產品成本低、消費者數(shù)量且專業(yè)的話，賣方應當延遲消費者看到商品消費評論的時機［14］。

1.3實踐研究

網絡消費行為的實踐研究主要是針對具體實際的問題，以實際應用為導向，通過研究網絡消費行為中的現(xiàn)象、特征等局部的因素 ，探索和了解網絡消費者的情況以更好地進行網絡營銷。

在影響網絡消費的因素的實踐研究方面，大衛(wèi)·格芬德（2003）通過網絡模擬實驗發(fā)現(xiàn)社會存在感會影響消費者的信任，因此管理網絡電子化服務需要管理網站客戶的體驗、信任，并在網站上注入更多的社會存在感［15］。艾若格魯·賽伍金等人 （2001）關注網絡購物的環(huán)境對消費行為以及消費額的影響，運用刺激——心理——反應模型，把用戶的參與和環(huán)境響應作為兩個獨立特征變量用來調節(jié)環(huán)境與消費者喜好、認知反應，研究了網絡購物氛圍是如何影響消費者的喜好和認知、進而影響行為的［16］。

日本電通公司 （2004）提出了網絡環(huán)境下的AISAS消費行為模型 （注意、興趣、搜索、行動、分享）。針對其中的注意階段，實踐領域的研究主要研究和開發(fā)各種推薦系統(tǒng)——推薦系統(tǒng)可以減輕信息超載、方便搜尋商品、提高滿意度以及提升銷售額。目前推薦系統(tǒng)可以分為6類：

1.3.1基于人口統(tǒng)計學算法的推薦系統(tǒng)

主要是依據用戶的性別、年齡、受教育程度、居住地等特征來推薦，如謝普斯通等人 （2013）研發(fā)了一套通過分析觀眾年齡、性別信息來推薦視頻內容的機制。該推薦機制不僅能和具有一定人口特征的群體相匹配，還能很好地預測該特征群體的喜好［17］。

1.3.2基于內容算法的推薦系統(tǒng)

采用文本分析方法，如帕斯夸萊·勞普斯等人 （2010）設計了一個基于知識語義精確分析技術的多語言推薦系統(tǒng)，克服了傳統(tǒng)關鍵字帶來的模糊性［18］。

1.3.3基于圖結構算法的推薦系統(tǒng)

把消費者和消費對象的關系轉換成一個二部圖，計算資源分配矩陣和特定消費者的各項目資源分配，最后根據計算機結果產生推薦列表［19］。

1.3.4協(xié)同過濾算法推薦系統(tǒng)

基于相似指數(shù)，如雷斯尼克·保羅等人 （1994年）設計了一個基于協(xié)同過濾算法的開放式、采用匿名評價、進行啟發(fā)式預測的網絡新聞推薦系統(tǒng)以幫助人們在海量的文章中獲得他們所喜歡的［20］。

1.3.5基于社交網絡算法的推薦系統(tǒng)

基于社交網絡、數(shù)學方法，柳小燁 （2013）設計了一個基于社交網絡中的用戶關系的推薦系統(tǒng) 。該系統(tǒng)從帶有關系信息的社交網絡挖掘、抽取與用戶相關的關系信息 ，根據關系的親密程度來給該用戶推薦其親密朋友相關的內容［21］。

1.3.6混合算法推薦系統(tǒng)

綜合多種算法，它有兩種建立方式：一是獨立使用多個單一推薦系統(tǒng) ，然后將各種系統(tǒng)的結果采用線性組合方式結合起來形成最終的推薦意見，如帕亞尼·邁克爾（1999）根據網頁文章的復雜性將協(xié)同過濾算法、基于內容算法和人口統(tǒng)計特征算法結合在一起從而形成了一個包含多種算法集合的推薦系統(tǒng)［22］。二是在一種推薦算法中融入其它推薦算法進而形成的改進算法 ，如薩瓦爾·巴德瑞爾等人 （2001）設計了一個基于內容條目的、可以快速處理大量數(shù)據的協(xié)同過濾推薦系統(tǒng)并取得很好的推薦結果［23］；納辛友定等人 （2009）研發(fā)了一個融合了協(xié)同過濾和基于內容算法的新推薦系統(tǒng)，從而避免這兩個單一推薦系統(tǒng)的不足［24］；李鑫等人 （2014）在社交網絡推薦算法的基礎上融入了協(xié)同過濾等算法形成了一個多理論核心的綜合推薦系統(tǒng)［25］。

2　國內網絡消費行為研究

國內的研究文獻來自ISIWeb of Science和中國知網的檢索。在Web of Science中，檢索結果的國家/地區(qū)中只選擇了中國，其他檢索條件同國外文獻檢索，最終獲得638篇文獻。在中國知網中，本文采用如下的高級檢索設置：學科名稱為信息科學、經濟與管理學；檢索條件為主題1（“網絡”或含 “互聯(lián)網”）并且主題2（“消費”或含 “網購”）并且主題3（“行為”或含 “方式”）并且篇名 （“行為”或含 “方式”）；檢索時間段為1993－2014年。經過篩選 ，最終獲得452篇相關文獻——與Web of Science結果不重疊。根據發(fā)表年份對兩類檢索結果相加，最終得到了如下的國內網絡消費行為研究文獻的年代分布圖。

從文獻的數(shù)量和年代分布看 ，我國的網絡消費行為研究起步時間偏晚，但從2000年開始，國內對網消費行為的研究進入了快速發(fā)展階段。

2.1研究的起源

國內的互聯(lián)網是從發(fā)達國家引入，國內的網絡消費活動開展得晚 ，相關的研究起步也比國外晚。中國互聯(lián)網絡中心在1998年7月發(fā)布的 《中國互聯(lián)網絡發(fā)展狀況調查統(tǒng)計報告》（以下簡稱 “報告”）中首次提到了78.1%的調查者希望進行網絡購物。2002年7月的報告顯示用戶網購物品中書刊的比例最大。2003年7月的報告顯示網購支付方式最多的是網上支付。2007年1月的報告中首次關注手機上網情況，此后的調查分析越來越詳細。2009年1月的報告顯示網民中網絡購物比例最高的是大學生。同時我國手機網民占總體網民的規(guī)模從2007年底的24%上升到2014 年6月的83.4%，與之相對應的是手機網上購物成為一種新的網絡消費方式。

圖2　RR國內文獻年代分布圖 （1998年以前沒有文獻）

國內對傳統(tǒng)消費行為理論的研究起步較晚，也是建立在西方的研究基礎之上。厲以寧 （1979）對西方發(fā)達國家的研究消費行為的原因、收入與消費關系的假定、購買動機和決策等相關研究做了介紹和評價［26］。吳曉莎等人系統(tǒng)翻譯介紹了蘭德爾·P·馬里格的消費行為理論模型［27］。

綜合以上兩個方面的研究情況 ，國內對網絡消費行為的研究是建立在國外較為成熟的互聯(lián)網技術基礎、消費行為理論的基礎上。在此基礎上，國內消費行為研究結合著我國自身的國情進行本土化的研究和應用。

2.2理論研究

國內的網絡消費行為研究開始于1998年左右，我國早期關注網絡消費的研究歸納如下。

2.2.1網絡消費行為的內容和特征研究

何明升等人 （2003）認為網絡消費是人們以互聯(lián)網為工具而實現(xiàn)自身需要的動態(tài)過程［28］，具有效用遞增、消費與生產合一、消費對象軟化、收入約束弱化、拉式消費、群勢效應、無邊界消費等基本特征［29］。網絡消費方式是由網絡消費行為、意識、消費資料三要素在經歷初始要素、功能耦合、結構穩(wěn)定3個環(huán)節(jié)后形成的［30］。此外 ，他們（2003）建立了一個在網絡資源、時間、收入、生產函數(shù)約束下的追求網絡消費效用最大化的數(shù)學模型，并給出了網絡消費效用最大化的條件：網絡資源、時間資源的單位貨幣的效用量相等。吳滿意等人 （2000）認為網絡消費是消費者為了滿足自身的需求在互聯(lián)網上的市場空間中消費各種信息產品的經濟行為，它的核心是信息，具有消費內容的豐富性、消費的個性化、全球化等特征，同時指出其可能產生的影響以及存在的問題［31］。黃飛 （2013）把網絡消費定義為消費者為了滿足自身物質和精神需求，在網絡環(huán)境下支付時間或經濟的一種消費行為方式，它包括網絡購物、網絡信息消費、網絡游戲消費［32］。劉麗華 （2008）認為網絡消費行為可劃分為以下5個階段：喚起需求、收集信息、比較選擇、購買決策和購后評價，同時這5個階段都是在網絡環(huán)境的影響下進行的［33］。

2.2.2網絡消費行為主體的研究

在消費者方面，許雄奇等人 （2000）分析了網絡消費者的類型，認為網絡消費者心理和行為具有以下特點：受文化影響、個性化消費、注重價值和信息、注重技術、更加主動等，同時也指出了消費者的心理劣勢［34］。張斌（2000）根據參與者對消費活動的重視程度、與群體溝通的關系將網絡消費群體分為：瀏覽者、加入者、熱心者、投入者，詳細對比、分析了傳統(tǒng)營銷和網絡市場營銷在消費過程中的關注點，最后認為企業(yè)應該根據消費群體的類型、消費行為階段制定和實施不同的網絡營銷策略［35］。

2.2.3網絡消費行為影響因素的研究

伍麗君 （2001）分析了網上消費者行為，歸納得出網絡消費的動機 （情感動機、理智動機、光顧動機）、影響因素 （心理、產品特性、價格因素、便捷性、安全可靠性）以及購買過程［36］。王宜楷 （2004）討論了網絡文化、性別、年齡、消費者的文化水平、家庭收入水平對消費行為的影響［37］。龐川等人 （2004）通過結構方程模型的研究方法檢驗了BtoC環(huán)境下技術、商業(yè)、環(huán)境、個人因素對消費者信任的影響情況［38］。閆靜 （2010）則認為網絡消費的動機有追求新穎、廉價、便利 ，同時消費者的行為主動、選擇性較強、追求個性化。她認為影響網絡消費的因素有消費者特征、信任、物流配送效率［39］。廖衛(wèi)紅 （2013）認為在移動互聯(lián)網下，網絡消費行為的影響因素有：消費者個性特征、物理終端能力、應用環(huán)境、區(qū)域商業(yè)文化氛圍，同時指出移動互聯(lián)網下，消費者信息搜集受到限制，因而消費者在更少的信息下進行消費決策［40］。張曉東 （2011）根據網絡口碑、感知價值、購買意向與購買行為的相互關系建立了網絡口碑對消費者購買行為影響模型 ，實證檢驗表明網絡口碑對功能價值、情感價值、社會價值存在正向影響，而功能價值、情感價值、社會價值對消費者購買意愿也有正向影響［41］。

2.2.4網絡消費的對策研究

閆學元等人 （2014）認為發(fā)展網絡消費需要做到以下幾點：提高居民整體收入水平、堅強網絡消費市場監(jiān)督、提高消費者網絡安全意識、規(guī)范網絡運營商的行為、加強基礎設施建設［42］。針對網絡消費 ，閆靜 （2010）認為商家應該轉變營銷理念、靈活運用商品定價策略、嚴格準入機制、盡量縮短配送時間。伍麗君 （2001）認為企業(yè)應該選擇適合網上銷售的產品和服務、提高網絡廣告質量、加強物流體系建設以及售后服務。

2.3實踐研究

國內的網絡消費行為實踐研究比較散，典型的研究有：

梁霆鵬等人 （1998）通過實驗研究方法對86個實驗對象的調查研究發(fā)現(xiàn)不同特性的商品具有不同的用戶接受度，而用戶接受度由不確定性和商品的特異性所決定［43］。范秋英等人將層次分析法應用于網絡消費行為研究，先歸納總結網絡消費過程的各階段的相關指標，然后對各指標構造矩陣求出各指標的權重，給各指標分等級，最后計算得到網絡消費下的最優(yōu)行動方案［44］。閆學元等人 （2014）通過實證分析方法檢驗我國居民人均收入水平、計算機使用數(shù)量、消費者上網時間與網絡消費水平的相關關系，結果表明人均收入水平與網絡消費水平存在線性回歸關系。

大學生是一個受教育程度高、接觸網絡機會多的網絡消費群體。很多研究人員對大學生網絡消費的特征和影響因素等方面進行了研究。

在消費特征方面，宋歡通過問卷調查的方式總結分析出大學生網絡消費的特點有：（1）大學生網絡消費現(xiàn)象普遍、潛力大；（2）大學生網購主要購買書刊、衣服等低價、低風險的物品；（3）大學生更關注網絡消費的可靠性［45］。鄭桂玲 （2011）通過問卷調研發(fā)現(xiàn)大學生網絡消費時關注網絡消費平臺品牌信譽、網絡安全和產品質量、商品性價比、售后服務，同時大學生網上消費具有消費額低、從眾現(xiàn)象明顯［46］。

在消費行為影響因素方面，薛紅燕 （2011）通過調查發(fā)現(xiàn)影響大學生網絡消費的因素主要有：產品質量、售后服務、網絡信息、物流［47］。黃文彥等人 （2012）通過建立大學生網絡消費意愿假設模型，然后通過問卷調查的統(tǒng)計分析得到影響大學生網絡消費的相關因素主要有：網站特征 （設計易用性、服務的安全性）、物流服務、顧客滿意度、口碑、轉移成本［48］。

3　國內外網絡消費行為研究總結

從國內外關于網絡消費行為研究的文獻分析結果來看，可以得出以下結論：

3.1文獻數(shù)量方面

國外對網絡消費的研究從互聯(lián)網向公眾開放時就開始。從1998年開始，國外研究文獻快速增長。從2010年開始 ，研究文獻數(shù)量趨于平穩(wěn) ，這說明國外總體研究進入了一個相對成熟期。國內直到1998年才有人開始研究網絡消費行為。此后國內對消費行為的研究就進入快速發(fā)展階段。到2011年 ，國內的研究文獻數(shù)量趨于平穩(wěn)，國內的消費行為研究也進入一個相對成熟期。

從文獻數(shù)量的年代分布可以看出：國內對網絡消費行為的研究比國外的晚 ，但研究的發(fā)展速度很快。這跟我國互聯(lián)網發(fā)展的情況相一致：國內互聯(lián)網發(fā)展起步晚，但發(fā)展速度快。隨著國內互聯(lián)網的普及、網絡消費的各種基礎條件的完善 ，新的網絡商業(yè)模式不斷出現(xiàn)，國內網絡消費的快速發(fā)展，因此對網絡消費行為的研究也在不斷加快并深入。

3.2理論研究方面

在理論體系方面，國外尤其是發(fā)達國家的網絡消費行為研究建立在已有的、比較成熟的消費行為理論基礎上，如TAM、SOR、TRA、TPB等消費理論模型。這些較為系統(tǒng)的理論基礎讓國外的研究很快從傳統(tǒng)消費行為研究轉向網絡消費行為研究。在萬維網向公眾開放后，相關研究也隨之展開。國外的網絡消費行為理論研究有兩個重點方向：網絡消費過程的研究和網絡消費行為影響因素的研究。前者主要從宏觀角度研究網絡消費行為的行為過程、決策過程等，這類研究一般要對行為過程進行建模、細化、分階段 ，如文獻 ［11］、［12］。后者主要是從微觀方面的某些角度深入研究其對網絡消費行為的影響，例如從心理學角度的信任、社會學的文化、網頁布局、網頁互動和流程設計、網絡評論、風險、隱私等角度。雖然是理論研究，但國外的研究絕大多數(shù)都是針對研究對象建立一個理論模型，然后通過各種研究方法來證明、檢驗相關的結論。該類研究方法結合了定性和定量分析，因此研究結論比較可靠。

網絡消費行為研究建立在傳統(tǒng)消費行為學、計算機網絡、社會學、心理學等學科基礎上，而國內學者在1993年前對這些學科領域的理論研究很少 ，這決定了國內的網絡消費理論研究需要借鑒國外相關理論體系。國內的理論研究基本上是對既有網絡消費現(xiàn)象的歸納、總結、創(chuàng)新，或者是進行網絡消費行為本地化的應用研究。此外，國內網絡消費行為沒有系統(tǒng)性，研究點比較分散，實證性研究偏少 ，理論研究的信度不高。

3.3實踐研究方面

國外的實踐研究主要是針對一些具體問題來展開的，如環(huán)境、氛圍，心理等，研究的結果可以直接應用于實際網絡消費的某些方面。在推薦系統(tǒng)方面，由于國外的計算機、互聯(lián)網發(fā)展較早，所以各種推薦算法研究比較成熟。

國內網絡消費行為的實踐研究集中于網絡消費行為的優(yōu)化、行為因素關系的實證研究等。根據國內互聯(lián)網發(fā)展情況以及國民的受教育水平等，國內比較重視大學生群體的網絡消費行為研究。我國的大學生群體數(shù)量龐大 ，且大學生的網絡消費潛力巨大，因此研究好大學生網絡消費行為對其他網絡消費行為研究具有一定的啟示。在推薦算法方面，國內的獨創(chuàng)性算法研究很少，多數(shù)的研究是對國外算法的改進和優(yōu)化。

4　未來研究趨勢

關于網絡消費行為 ，目前國內外的研究總體上正逐漸進入成熟期。隨著移動互聯(lián)網的快速發(fā)展，很多學者開始研究移動環(huán)境下的網絡消費問題［36］。移動互聯(lián)網下，用戶網絡消費可以隨時隨地、更加個性化，同時可以結合地理位置信息，實現(xiàn)各種精確消費信息的主動推送，這個是其他環(huán)境下的消費所無法實現(xiàn)的。這是這些原因，移動互聯(lián)網下的消費行為研究正成為一個熱門領域。

同時，網絡消費行為研究與其他學科領域的緊密關聯(lián)決定了可以進行新環(huán)境下的多學科交叉研究，如研究互聯(lián)網、移動互聯(lián)網下消費與傳統(tǒng)消費之間的競爭、互補關系既可以改進現(xiàn)有的網絡消費行為、傳統(tǒng)消費行為，同時可以合理制定、實施不同的消費行為下的營銷策略，還可以結合兩者的優(yōu)勢從而更好地方便人們消費、促進消費。此外還可以加強對網絡消費行為的應用研究，讓研究成果更好地運用到實際消費中去。

［1］曹義鋒，薛君.網絡消費者行為研究綜述［J］.商場現(xiàn)代化，2006，（08X）：146－147.

［2］Reardon J，McCorkle D E.A consumer model for channel switching behavior［J］.International Journal of Retail&Distribution Management，2002，30（4）：179－185.

［3］Guest L.Consumer analysis［J］.Annual Review of Psychology，1962，13（1）：315－344.

［4］Hoffman D L，Novak T P.Marketing in hypermedia computer－mediated environments：conceptual foundations［J］.The Journal of Marketing，1996：50－68.

［5］Richmond A.Enticing online shoppers to buy—a human behavior study ［J］.Computer Networksand ISDN Systems，1996，28（7）：1469－1480.

［6］Novak T P，Hoffman D L，Yung Y F.Measuring the customer experience in online environments：A structural modeling approach［J］. Marketing science，2000，19（1）：22－42.

［7］KoufarisM.Applying the technology acceptancemodel and flow theory to online consumer behavior［J］.Information systems research，2002，13（2）：205－223.

［8］LiH，Kuo C，RusellM G.The impactof perceived channel utilities，shopping orientations，and demographics on the consumer's online buying behavior［J］.Journal of Computer-Mediated Communication，1999，5（2）：0－0.

［9］Gefen D.E－commerce：the role of familiarity and trust［J］. Omega，2000，28（6）：725－737.

［10］Gefen D，Karahanna E，Straub D W.Trust and TAM in online shopping：an integrated model［J］.MIS quarterly，2003，27（1）：51－90.

［11］Pavlou P A.Consumer acceptance of electronic commerce：integrating trust and risk with the technology acceptance model［J］.International journalof electronic commerce，2003，7（3）：101－134.

［12］Kim D J，F(xiàn)errin D L，Rao H R.A trust－based consumer decision －making model in electronic commerce：The role of trust，perceived risk，and their antecedents［J］.Decision support systems，2008，44 （2）：544－564.

［13］Cheung CM K，Lee M K O.What drives consumers to spread electronicword ofmouth in online consumer－opinion platforms［J］.Decision Support Systems，2012，53（1）：218－225.

［14］Chen Y，Xie J.Online consumer review：Word－of－mouth as a new element of marketing communication mix［J］.Management Science，2008，54（3）：477－491.

［15］Gefen D，Straub DW.Managing user trust in B2C e－services［J］. E－service Journal，2003，2（2）：7－24.

［16］Eroglu SA，Machleit K A，Davis LM.Atmospheric qualitiesofonline retailing：a conceptual model and implications［J］.Journal of Business research，2001，54（2）：177－184.

［17］Shepstone SE，Tan ZH，Jensen SH.Audio－based ageand gender identification to enhance the recommendation of TV content［J］.Consumer Electronics，IEEE Transactions on，2013，59（3）：721－729.

［18］Lops P，Musto C，Narducci F，et al.Cross－language personalization through a semantic content－based recommender system［M］∥Artificial Intelligence：Methodology，Systems，andApplications. Springer Berlin Heidelberg，2010：52－60.

［19］Zhou T，Ren J，Medo M，et al.Bipartite network projection and personal recommendation［J］.Physical Review E，2007，76（4）：046115.

［20］Resnick P，Iacovou N，Suchak M，et al.GroupLens：an open architecture for collaborative filtering of netnews［C］∥Proceedings of the 1994 ACM conference on Computer supported cooperative work. ACM，1994：175－186.

［21］Yoo SY，Jeong O R.SNS based recommendation algorithm［C］∥Information Science and Applications（ICISA），2013 International Conference on.IEEE，2013：1－3.

［22］PazzaniM J.A framework for collaborative，content－based and demographic filtering［J］.Artificial Intelligence Review，1999，13（5 －6）：393－408.

［23］Sarwar B，Karypis G，Konstan J，et al.Item－based collaborative filtering recommendation algorithms［C］∥Proceedings of the 10th international conference on World Wide Web.ACM，2001：285－295. ［24］Nazim Uddin M，Shrestha J，Jo G S.Enhanced content－based filtering using diverse collaborative prediction for movie recommendation ［C］∥Intelligent Information and Database Systems，2009.ACIIDS 2009.First Asian Conference on.IEEE，2009：132－137.

［25］Li X，Wang M，Liang T P.A multi－theoretical kernel－based approach to social network－based recommendation［J］.Decision Support Systems，2014，65：95－104.

［26］厲以寧 .現(xiàn)代資產階級經濟學消費行為理論述評 ［J］.北京大學學報 ：哲學社會科學版 ，1979，（2）：55－71.

［27］吳曉莎，成娟.消費行為理論模型［J］.消費經濟 ，1992，（2）：12.

［28］何明升，李一軍.網絡消費的數(shù)學模型與應用分析 ［J］.管理工程學報 ，2003，（1）：10－12.

［29］何明升，李一軍 .網絡消費的基本特點及其對傳統(tǒng)經濟理論的突破 ［J］.學術交流 ，2001，（2）：105－108.

［30］何明升 .網絡消費方式的內在結構及其形成機理 ［J］.哈爾濱工業(yè)大學學報：社會科學版 ，2002，4（1）：34－37.

［31］吳滿意，謝海蓉 .論網絡消費 ［J］.電子科技大學學報：社會科學版 ，2000，（3）：21－23.

［32］黃飛.大學生網絡消費偏好識別及影響因素研究 ［D］.中南大學，2013.

［33］劉麗華 .虛擬市場與消費者網絡購買流程研究 ［J］.商場現(xiàn)代化，2008，（10）：69－70.

［34］許雄奇，賴景生.網絡營銷消費者心理和行為探析 ［J］.商業(yè)經濟與管理，2000，（6）：33－35.

［35］張斌.網上消費群體和購買行為分析 ［J］.中國紡織大學學報，2000，（5）：53－57.

［36］伍麗君 .網上消費者行為分析［J］.湖北社會科學，2001，（12）：19－20.

［37］王宜楷.電子商務時代的消費行為分析 ［J］.市場周刊：管理探索，2004，（S2）：123－124，120.

［38］龐川 ，薛華成.對B to C環(huán)境下影響消費者信任因素的實證研究 ［J］.合肥工業(yè)大學學報：自然科學版，2004，27（2）：158－162.

［39］閆靜 .網絡購物的消費者行為研究及應對策略 ［J］.經濟師 ， 2010，（5）：49－50.

［40］廖衛(wèi)紅 .移動互聯(lián)網環(huán)境下消費者行為研究 ［J］.科技管理研究 ，2013，14：179－183.

［41］張曉東，朱敏.網絡口碑對消費者購買行為的影響研究 ［J］.消費經濟 ，2011，（3）：15－17，22.

［42］閆學元，張蕊.我國網絡消費行為影響因素實證研究 ［J］.商業(yè)時代 ，2014，33：10－12.

［43］Liang T P，Huang JS.An empirical study on consumer acceptanceof products in electronicmarkets：a transaction costmodel［J］.Decision support systems，1998，24（1）：29－43.

［44］范秋英，方醒.基于層次分析法的網上消費者行為分析 ［J］.物流工程與管理 ，2013，（1）：121－122.

［45］宋歡 .當代大學生網絡消費的特點及引導對策——基于廣東省若干高校大學生的問卷調查 ［J］.中國商貿，2012，18：51.

［46］鄭桂玲，陳佳麗.大學生網絡消費行為調查研究 ［J］.商場現(xiàn)代化，2011，（15）：71－72.

［47］薛紅燕，紀鋒.大學生網絡消費行為的實證研究 ［J］.哈爾濱商業(yè)大學學報 ：社會科學版，2011，（2）：23－27.

［48］黃文彥，溫世松.大學生網絡消費意愿影響因素實證研究［J］.科技管理研究，2012，32（3）：165－169.

（本文責任編輯：馬 卓）

Review on the Online Consumption Behavior Study from Home and Abroad

Su Yuezhu
（Schoolof Economy and Management，South China NormalUniversity，Guangzhou 510006，China）

This paper used the topic sentences about the online consumer behavior to retrieve the relevant papers on the Web of Scienceand CNKI.Then itanalyzed all these papers from the perspectiveof yearsof the documents，origin of the studies，theoretical studies，empirical studies.After comparing the analytical results from home and abroad，this paper gave the differences between them，and came to the conclusion about the future study.

online；internet；mobile internet；consumer behavior

蘇玥竹 （1989－），女，碩士研究生 ，研究方向：電子商務。

10.3969/j.issn.1008－0821.2015.05.036

F724.6

A

1008－0821（2015）05－0171－07

2015－02－10