文献研读｜个性化智能推荐对消费者在线冲动购买意愿的影响研究

点击蓝字 关注我们

Hangzhou Cultural Creative Digital Technology Research Institute

数据为基、智能为翼，数智融合催生新质生产力，

重塑产业生态与生存逻辑的时代已至。

文献研读

文献：个性化智能推荐对在线冲动购买意愿的影响

文献作者：范文芳 王千

文献来源：来自CSSCI期刊 管理评论  2022 年第12 期

摘要

随着移动互联网时代的快速发展与人工智能等高新技术的不断运用，个性化智能推荐已经成为电商平台企业满足消费者多样化偏好需求的重要营销方式。 实践表明，个性化推荐对消费者的购买行为具有重要影响，它有助于提升电商平台企业绩效。 本文基于心流体验理论与感知价值理论，探讨个性化智能推荐对消费者在线冲动购买意愿的影响，以及心流体验、感知实用价值和在线评论质量在其中的作用机制。 通过对548名电商平台消费者的调查研究发现：个性化智能推荐及其相关维度（信息呈现、系统交互与社群影响）正向影响消费者的在线冲动购买意愿；心流体验和感知实用价值对个性化智能推荐与消费者在线冲动购买意愿之间的正向关系起中介作用；在线评论质量在个性化智能推荐对消费者在线冲动购买意愿的影响中起调节作用，即在线评论质量越高，个性化智能推荐对消费者冲动购买意愿的正向影响越强。

一、理论背景

本文指出，随着智能推荐技术渗透至电商平台、短视频、社交直播等场景，消费者购物模式发生显著变化：

• 过去购物由目的驱动

• 现在购物由推荐驱动 + 情绪触发

个性化推荐通过“理解你 → 推你可能喜欢的”，将潜在需求转化为即时冲动。

这意味着消费从“理性决策”转向“情感场景驱动”。

这一转变可与丹尼尔·卡尼曼（Daniel Kahneman）的“双系统理论（System 1 / System 2）”相呼应：传统购物依赖更缓慢、分析性的系统 2；而智能推荐所营造的情绪化、即时场景，则激活直觉式的系统 1，促使冲动决策显著增加。算法推荐在此机制下成为一种“情境触发器”，通过界面设计、节奏控制与情绪调动，将潜在偏好“即时货币化”。消费者并非被明确说服，而是在沉浸式的情绪场景中被轻推（nudge）至购买行动。因此，个性化推荐不仅改变购物方式，更重新塑造了决策心理结构，使消费行为从目标导向转向情绪与场景牵引的体验式过程

二、技术体验如何转化为购买冲动

随着移动互联网时代的快速发展与人工智能等高新技术的不断运用，个性化智能推荐已经成为电商平台企业满足消费者多样化偏好需求的重要营销方式。 实践表明，个性化推荐对消费者的购买行为具有重要影响，它有助于提升电商平台企业绩效。 本文基于心流体验理论与感知价值理论，探讨个性化智能推荐对消费者在线冲动购买意愿的影响，以及心流体验、感知实用价值和在线评论质量在其中的作用机制。 通过对548名电商平台消费者的调查研究发现：个性化智能推荐及其相关维度（信息呈现、系统交互与社群影响）正向影响消费者的在线冲动购买意愿；心流体验和感知实用价值对个性化智能推荐与消费者在线冲动购买意愿之间的正向关系起中介作用；在线评论质量在个性化智能推荐对消费者在线冲动购买意愿的影响中起调节作用，即在线评论质量越高，个性化智能推荐对消费者冲动购买意愿的正向影响越强。

其中，“心流体验”是关键：当用户沉浸在浏览、互动或短视频观看中，时间感与自我感会变弱。此时情绪体验被放大，理性评估被推后。推荐内容越贴合用户兴趣，越容易让用户进入这种沉浸状态。

这一现象可与奇克森米哈伊（Mihaly Csikszentmihalyi）的“心流理论（Flow Theory）”形成对应。心流状态下，个体的注意力高度聚焦，行动与意识合一，自我监控能力下降，从而更容易受外部线索影响。算法推荐正是通过不断匹配兴趣内容、减少信息摩擦、维持连续刺激，使用户停留在“适度挑战—持续反馈”的循环中。研究表明，当用户处于心流时，其购买防御性显著降低，情绪性判断提升，进而更容易接受平台提供的商品或内容。换言之，心流并不仅是沉浸体验，更成为一种促进消费行为的心理机制**，使理性评估被“延后或弱化”，让情绪驱动的即时决策得以发生。

因此，本文在以往学者研究的基础上，将以信息呈现、系统交互以及社群影响作为个性化智能推荐的3个维度，来进一步深入探索个性化智能推荐与消费者在线冲动购买意愿之间的心理影响路径。

      作者构建了以下影响模型：

        个性化推荐 →（心流体验 + 情绪唤起）→ 冲动购买意愿

                                                 ↑

                                自我控制水平（负向调节）

而我们对其进行分类和表格化，使其更为直观化。

       与传统“广告说服模式”不同，本研究认为推荐不是通过“说服”影响消费者，而是改变其心理状态，从而弱化理性决策过程。

四.研究结论与讨论

已有的个性化智能推荐相关文献大多关注智能推荐的算法及其影响因素等，但智能推荐最重要的目的是用营销等手段满足消费者需求，进而影响其购买行为。少量研究关注个性化推荐对消费者购买等行为的影响，但仍忽视了人工智能、大数据等高新技术的运用使得个性化推荐系统更加智能化、生活化进而对消费者购买行为产生的影响。 因此，本文结合当前智能营销时代背景，从消费者的心理体验与心理感知视角对个性化智能推荐对消费者在线冲动购买意愿的影响进行深入探索。

作者通过问卷统计与结构方程模型验证得出以下结论：

       1. 个性化推荐显著提高消费者的冲动购买意愿。推荐越精准，越让用户产生“这就是为我准备的”感受。

       2. 心流体验与情绪唤起在其中起到重要中介作用。即冲动购买不是单纯的意志薄弱，而是情绪系统接管了决策系统。

3. 自我控制水平对冲动购买具有显著负向调节作用。自控能力越强，越能在情绪体验推进时保持行为克制。

       这一发现使“消费冲动”从“个人缺乏节制”的道德批判中解放出来，将其理解为一种 由算法与情绪共同建构的行为机制。

前沿判断与展望

本文虽然创新性地提出并验证了一些结论，但仍有一些不足之处需要改进。 首先，本文主要通过问卷调查法进行假设检验，调研数据的收集主要来源于网络环境，调研过程可能会受到不可控的环境因素干扰。未来的研究可以采用实验法实现更加精准的控制，进一步对个性化智能推荐与消费者在线冲动购买意愿之间的关系进行深入探索。其次，本文重点对个性化智能推荐与消费者在线冲动购买意愿之间的关系进行研究，并没有对消费者冲动购买后的心理状态进行深入探索。 未来的研究可以从消费者对冲动购买行为后产生的心理反应，如满意、后悔等，结合后续个性化智能推荐接受意愿进行研究。 最后，本文主要探讨个性化智能推荐对消费者在线冲动购买意愿的正向影响关系，且该影响关系由心流体验和感知实用价值所中介，由在线评论质量所调节，并没有进一步考察不同的情境条件下个性化智能推荐效果是否存在差异。 未来的研究可以对个性化智能推荐与消费者在线冲动购买意愿影响的边界条件进行探索，如引入个人隐私敏感度、情景敏感度等作为调节变量，探讨不同消费者敏感度情境下个性化智能推荐效果是否存在显著差异。

综上，本文为理解个性化智能推荐驱动的在线冲动购买行为提供了理论基础和实证证据，但仍需在研究方法、情绪反馈路径及情境差异等方面进一步深化，以推动该领域的研究由“静态关联”迈向“动态演化”视角。

尽管本文在探讨个性化智能推荐与消费者在线冲动购买意愿之间的关系方面具有一定创新性，但其研究仍存在若干值得进一步完善之处。

1.未来研究可考虑采用实验法或情境模拟法，以实现研究环境的可控性，从而更精准地验证变量之间的因果关系

2.未来研究可延伸至冲动购买行为的后续心理反应链条，构建“购买前—购买中—购买后”的动态研究框架。

3.未来研究可引入个体差异和情境因素作为边界条件，以探讨个性化智能推荐效果的适用范围与差异化表现。

Design

Literature

Review

STUDY INSIGHTS

参考文献

[1] 孙鲁平,张丽君,汪平,网上个性化推荐研究述评与展望[J].外国经济与管理,2016,38(6):82-99

[2] 冯芷艳,郭迅华,曾大军,等,大数据背景下商务管理研究若干前沿课题[J].管理科学学报,2013,16(1):1-9

[3] 罗珉,李亮宇.互联网时代的商业模式创新:价值创造视角[J].中国工业经济,2015,(1):95-107

[4] 王千.社群电商如何创造价值--以拼多多为例[J].经济研究参考,2019,(15):117-127

[5] 姚凯,涂平,陈字新,等,基于多源大数据的个性化推荐系统效果研究[J].管理科学,2018,31(5):3-15

[6] Kietzmann J., Paschen J., 'Treen E. Artilicial Intelligence in Advertising: How Marketers can Leverage Artificial IntelligenceAlong the Consumer Journey[J]. Journal of Advertising Research, 2018,58(3).263-267

[7] 梁昌勇,冷亚军,王勇胜,等,电子商务推荐系统中群体用户推荐问题研究[J].中国管理科学,2013.21(3):153-158

[8] 刘新民,傅晓晖,王松,个性化推荐系统的感知价值对用户接受意愿的影响研究--基于心理资本的调节作用[J].技术与创新管理，2017.38(4):403-411

[9] 李宝库,郭婷婷,基于感知价值和隐私关注的用户移动个性化推荐采纳[J],中国流通经济,2018.32(4):120-126

[10] 何军红,李仲香,杜尚蓉.移动购物中环境刺激对消费者持续意愿的影响研究:基于情绪视角[J].预测,2018,37(2):[10]63-68