基于主成分分析的社交电商用户接受度模型构建.pdf

|电子商务

ElectronicBussiness

基于主成分分析的社交电商用户接受度模型构建

温家鑫时婕

吉林大学管理学院吉林长春130022

基金项目：本文为“吉林省大学生创新创业训练计划”立项课题《拼购电商用户接受度调查研究》的阶段性

成果。

摘要:基于主成分分析法，通过对社交电商用户参与及使用评价体验的调查，研究社交电商用户接受度与二

者之间的关系，从而为社交电商商家的发展提出建议。

关键词:社交电商；用户接受度；主成分分析；用户参与；评价体验

中图分类号:F724.6文献识别码:A文章编号:1673-5889(2020)12-0032-02

一、引言用户的访谈，设计问卷，进行预调研，经测度，问卷信度、效度符

随着移动互联网的快速发展，人们的日常生活方式发生了翻合研究标准；同年6月，将用户分为主动使用过社交电商、参与过社

天覆地的变化，其中，电子商务的崛起为人们带来了极大的消费便交电商的活动、从未使用过社交电商三类，以全国大学生群体为研

利。但由于传统电商的获客成本近年来不断增加，人口红利殆尽，究对象展开正式调研。实际发放问卷335份，有效回收261份，有效

其发展陷入了瓶颈。而新兴的社交电商凭借社交关系链传播商品及回收率达78.1%，具有统计学意义。

相关信息，大幅降低了获客成本，走上了快速发展之路。(二)数据处理

作为电子商务的一种新的衍生模式,社交电商是借助微博、微信1.主成分分析法。主成分分析(PrincipleComponentAnalysis,

等社交平台对商品进行传播、分享,通过社交互动发布产品信息来推PCA)，也称为主分量分析或矩阵数据分析。可以将衡量代言效果的

动商品的营销,从而诱发消费者的购买欲望,产生购买行为[2]。根据指标变量进行降维，转化为线性无关的指标变量，而信息损失尽可

《2018年中国社交电商行业分析报告》显示，2019年中国社交电商能少，从而便于在低维子空间上顺利研究相关问题，办法是用原变

行业交易规模预计达到13166.4亿元，环比增长110.0%；2015年至量的线性组合作为新变量，并从中选出若干方差较大且互不相关的

2018年三年间，社交电商占中国网络购物市场的比例从0.1%增加到

量值代替原变量。在评价过程中可以最大程度避免研究人员的主观

[1]

了7.8%。足见其规模之大、发展之快。

[4]

影响。

虽然社交电商利用用户的社交资源获得了巨大利润，用户的交

2.数据处理

互体验感却随之下降，再加上商品质量问题等影响，部分社交电商表1

也陷入不利于其发展的舆论中。因此，在社交电商当前的运营模式KMO和Bartlett的检验

下，如何提高用户接受度、提高商家和商品的口碑，是决定其能否取样足够度的Kaiser-Meyer-Olkin度量。.764

继续稳步发展的关键因素。